Compendio de Estadistica

ESTADÍSTICA I
UNIDAD 1
GENERALIDADES
Autor: Ing. Edwin Sánchez León MAE

ÍNDICE
1. Unidad 1: Diseño, Descripción Y Análisis De Cargos ....................................................................... 3
Tema 1: Conceptos, Modelos y Descripción de Cargos ............................................................................ 3
Objetivo: ................................................................................................................................................... 3
Introducción: ............................................................................................................................................ 3
2. Información de los subtemas......................................................................................................... 4
2.1 Subtema 1: Concepto de cargo y diseño de cargo. ..................................................................... 4
2.2 Subtema 2: Modelos de diseño de cargo y motivación del diseño de cargos. ............................ 6
2.3 Subtema 3: Introducción y análisis de cargos. ............................................................................ 9
2.4 Subtema 4: Enriquecimiento. .................................................................................................... 11
3. Preguntas de Comprensión de la Unidad ..................................................................................... 12
4. Material Complementario ........................................................................................................... 13
5. Bibliografía .................................................................................................................................. 14
2
Nombre de la Unidad
1. Unidad 1: GENERALIDADES
Tema 1: Introducción a la Estadística
Objetivo:
Conceptualizar el término estadística de manera precisa.
Interpretar información estadística obtenida en censos y muestras.
Conocer y aplicar las técnicas de recolección e información al momento de
efectuar una investigación. l
Introducción:
La estadística descriptiva es una parte de las matemáticas que se refiere a la recolección
e interpretación de los datos logrados en un estudio. En esta asignatura se abordan los
conceptos básicos, que permiten analizar e interpretar datos que sirven como
herramienta fundamental a la hora de tomar decisiones.
Esta asignatura es de carácter teórico –práctico, permitirá al alumno de la carrera de

Psicología, adquirir los conocimientos necesarios para el uso adecuado de las
herramientas de la estadística, la asociación de variables, para estudiar y analizar su
comportamiento y de esta manera llegar a la obtención de resultados óptimos y
confiables.
El programa contiene cuatro unidades. En la primera unidad se dará a conocer las

generalidades de la Estadística. En la unidad dos se estudiarán las medidas de tendencia
central y de dispersión. En la tercera unidad la representación de las distribuciones de
© Universidad Estatal de Milagro – UNEMI
frecuencia. Por último, en la unidad 4 aplicación del método estadístico en psicología.
FORMATO CONTROLADO: FR0018/ v3.0 3

Nombre de la Unidad
2. Informacion de los subtemas

2.1 Subtema 1: Historia, División y Conceptos básicos.
HISTORIA
Según Ferreiro & Fernández (1988) “El quehacer estadístico surgió con la invención del
dado, hace siete mil años, pero a causa de los prejuicios religiosos y las especulaciones
su desarrollo realmente inició hasta el siglo XVI, cuando Girolamo Cardamo publicó
Liberde Ludo Aleae. Por su parte, el adjetivo statisticus se conoció hasta el siglo XVII,
derivado del italiano statista, término empleado para referirse a la persona dedicada a
los asuntos del Estado (ragione di Stato). Así surgió una disciplina híbrida, la del Estado,
una especie de aglomeración de historias constitucionales, algo de Economía Política y
descripción de las constituciones de los países de la época. Fue Gotfried A. Achenwall,
hasta 1752, quien usó la palabra “estadística” para esta nueva rama del conocimiento.
Achenwall fundó la Escuela de Göttingen y es conocido por los alemanes como el padre
de la Estadística, reconocimiento que el propio Achenwall atribuye a Hermann Conrig”.
“En la ciudad de Londres había surgido la Escuela de Aritmética-Política, dedicada a los

estudios demográficos, actuariales y se encargaba de llevar datos oficiales. Por su parte,
Abraham de Moivre (1667-1754), francés de origen y nacimiento, expulsado de Francia
por protestante, apátrida, radicado en Inglaterra y premio de la Academia de Ciencias
de París (como extranjero), fue quien sentó las bases de la Estadística demográfica del
Estado y otras que más tarde pondrían a Francia a la vanguardia del tema. La Revolución
Industrial dio un gran impulso a la necesidad de contar con información y datos
permanentes, así que las estadísticas aplicables —a fin de controlar la calidad de la
producción, sumada después a la idea de experimentar y obtener productos nuevos,

Nombre de la Unidad
mejores y más baratos— tendrían reservado un lugar destacado en las fábricas y los
comercios de la época”.
DIVISIÓN
Ferreiro & Fernández (1988) la estadística se divide en “Estadística descriptiva. Se define

como los métodos que implican recopilación, caracterización y presentación de un
conjunto de datos con el fin de describir varias de sus características. Estadística
inferencial. Se define como aquellos métodos que permiten hacer estimación de una
característica de la población o de toma de decisiones respecto a una población, con
base solo en los resultados obtenidos de una muestra”.
“Bernoulli, De Moivre y Karl Gauss fueron los precursores del objeto de la Estadística
inferencial. Ésta tiene por objetivo describir las características de un conjunto, pero sin
la necesidad de realizar el registro de datos a todos los elementos o unidades del
conjunto o población, sino solo a una parte de esta. La inferencia constituye la base
teórica del muestreo, permite conocer el todo con cierta aproximación, a partir del
estudio de una parte. La Estadística inferencial no proporciona una certeza completa de
sus resultados, sino que los mismos están sujetos a una probabilidad de error. Una
selección incorrecta de las unidades muestra puede acarrear la imposibilidad de inferir
correctamente las características de la población”.
“La Estadística es la ciencia cuyo objetivo es reunir información cuantitativa

concerniente a individuos, grupos, series de hechos, etc., para deducir de ello, gracias al
análisis de estos datos, significados precisos o previsiones para el futuro. Sin duda, hoy
en día, la Estadística y la evolución acelerada de las nuevas tecnologías se han
constituido en el gran binomio de la investigación aplicada. Adicionalmente, las redes
sociales se nutren de un continuo análisis estadístico en el desarrollo de sus aplicaciones
internas”.
CONCEPTOS BÁSICOS
“La estadística es el conjunto de métodos científicos ligados a la toma, organización,

recopilación, presentación y análisis de datos, tanto para la deducción de conclusiones
como para tomar decisiones razonables de acuerdo con tales análisis” Pérez& Abraira
(1996).
“La Estadística como ciencia independiente es un desarrollo del siglo XX Fisher (1890-
1962) es considerado como el genio de la Estadística, el transformador de ideas que
cohesionó y estableció los fundamentos teóricos de la inferencia estadística, como
método de razonamiento inductivo que da un nuevo sentido al procesamiento de datos
e intenta medir su grado de incertidumbre” (Yañez, 2000).

Nombre de la Unidad
2.2 Subtema 2: Censo y Muestreo.

Los modelos de diseño de cargos se desarrollaron desde el inicio del trabajo tal como lo
describe (Chiavenato, 2009) fue “pregonado por los ingenieros de la administración
científica al inicio del siglo xx, Taylor, Gantt y Gilbreth, quienes utilizaron la
racionalización del trabajo para proyectar los cargos, definir métodos de estandarización
y entrenamiento para obtener la máxima eficiencia posible”; sin embargo durante
muchos estudios posteriores determinados por científicos se identificó que los modelos
definidos hasta 1960 presentaban resultados adversos a los esperados en los objetivos
organizacionales por ello definieron nuevos modelos de diseño de cargos, entre ellos los
que vamos a estudiar son: Modelo clásico o tradicional, Modelo Humanista y Modelo
situacional (Chiavenato, 2011).
MODELO CLÁSICO O TRADICIONAL.

MODELO HUMANISTA O DE RELACIONES HUMANAS.
En este modelo contrario al de la administración científica y basado en la escuela de las

relaciones humanas sustituyendo la ingeniería industrial por las ciencias sociales en la
administración de las empresas (Chiavenato, 2009). Podemos enumerar los principales
cambios que realizaron en el modelo Humanista:
 La organización formal por la organización informal

Nombre de la Unidad
 Las jefaturas por el liderazgo, el mando por la persuasión

 El incentivo salarial por las recompensas sociales,
 El cansancio fisiológico por la fatiga psicológica,
 La conducta del individuo por el comportamiento del grupo
 El organigrama por el sociograma. (Chiavenato, 2011)
Éste modelo dio cabida al desarrollo de la teoría de las relaciones humanas enfocada
principalmente en el liderazgo, motivación y comunicación basado en el desarrollo de
las personas sin embargo no llego a estudiar a profundidad los componentes del cargo,
(Chiavenato, 2011).
MODELO SITUACIONAL
Según (Chiavenato, 2011), este modelo se sustenta en adecuación del cargo a las labores
específicas, las características individuales de la persona y la estructura organizacional.
En la actualidad las organizaciones requieren cargos muy dinámicos debido al
comportamiento cambiante del mercado, se exige productividad y calidad apalancado
en el mejoramiento continuo aplicando los talentos y capacidades de los colaboradores,
así también que tengan la oportunidad de suplir sus necesidades.
También debemos mencionar sobre los factores psicológicos que se relacionan al cargo:
 levada motivación intrínseca en el trabajo.

 Desempeño de alta calidad.
 Elevada satisfacción.
 Reducción de faltas (ausentismo) y separaciones espontáneas (rotación de
personal), (Chiavenato, 2011).
Para aplicar este modelo debemos considerar el diseño de cargos desde 5 dimensiones
fundamentales:

Nombre de la Unidad
MOTIVACIÓN AL DISEÑO DE CARGOS
Siguiendo la base del modelo anterior basado en las dimensiones esenciales el ocupante
del cargo podrá desarrollar estados psicológicos importantes, según (Chiavenato, 2011):
 Percepción del significado: es el grado en que el ocupante del cargo percibe su

trabajo como importante, valioso y como contribuyendo a algo.
 Percepción de la responsabilidad: es la profundidad con la que el ocupante se
siente responsable y relacionado con los resultados del trabajo desempeñado.

 Conocimiento de los resultados: es la comprensión que tiene el ocupante
 sobre cómo desempeña efectivamente su trabajo.
Los principales factores que motivan el diseño del cargo son los resultados obtenidos
podemos aplicar diferentes mecanismos para el diseño, pero debemos considerar el
enfoque que se va aplicar en función de las competencias y su relación con los resultados
esperados por la organización mediante la optimización y automatización de las tareas
y actividades generando verdadero valor agregado a la actividad empresarial (Soltura
Laseria & Cuesta Santos, 2008).

Nombre de la Unidad
Mantener un enfoque claro nos permitirá definir el camino más óptimo para desarrollar
el análisis de cargos y establecer los parámetros requeridos.
2.3 Subtema 3: Técnicas de recolección e información.

INTRODUCCIÓN
Desde los cambios en la administración se definieron cargos y cargos en base a las

actividades que en sí desempeñaban, pero la evolución desde esta perspectiva ha sido
demasiado lenta, aún en muchas organizaciones se mantiene el diseño y análisis de
cargos lejos del área encargada de éstos, sin embargo, vamos a conocer los principales
fundamentos que se relacionan con este análisis según se establece por (Dessler, 2009).

Nombre de la Unidad
DESCRIPCIÓN DEL CARGO
Esta información nos permitirá tener una mayor comprensión del cargo, pero que es la
descripción del cargo según (Chiavenato, 2011) “es un proceso que consiste en enunciar
las tareas o responsabilidades, la periodicidad de su realización, los métodos para el
cumplimiento de esas responsabilidades o tareas y los objetivos”, es detallar todos los
aspectos relacionados al cargo apegados al tipo de información que se requiere detallar,
una vez obtenida la descripción general del cargo podemos realizar su análisis.
En esta parte de la descripción del cargo conocemos toda la estructura y su contenido

identificando ubicación del cargo en la estructura organizacional, las relaciones con las
distintas áreas y departamentos, con la finalidad de poder realizar una investigación a
profundidad sobre las condiciones y características del cargo evaluado, preparando el
camino para definir los parámetros sobre los cuales se va a analizar y los objetivos del
análisis.
ANÁLISIS DE CARGOS
Tomando como base a (Dessler, 2009) que define al Análisis de cargos como el
“Procedimiento para establecer las obligaciones y las habilidades que requiere un cargo,
así como el tipo de persona que se debe de contratar para ocuparlo”, es decir es un
proceso en el cual identificamos todas las características del cargo para definirlo y
establecer las funciones que el ocupante va desempeñar dentro de la organización.
Tomando estas consideraciones (Chiavenato, 2011) define los factores de

especificaciones para el análisis como lo describimos a continuación:

Nombre de la Unidad
2.4 Subtema 4: Enriquecimiento.

Muchos colaboradores no perciben cuál es su aportación a la organización o cual su
situación frente a los objetivos de la compañía, gran parte del crecimiento y el desarrollo
de la empresa depende de cómo se sienten sus colaboradores al momento de
desempeñar sus funciones para ellos es importante ver como la descripción y el análisis
de cargos aportan al crecimiento y perfeccionamiento de los procesos organizacionales
a través del enriquecimiento del cargo, (Chiavenato, 2011) establece “al crecimiento
profesional personal como el enriquecimiento del cargo, denominado también
ampliación del cargo, el cual consiste en aumentar de forma deliberada y paulatina los
objetivos, responsabilidades y desafíos del cargo”.

Nombre de la Unidad
3. Preguntas de Comprension de la
Unidad
1. ¿Mencione los conceptos clave?
Debemos recalcar los siguientes conceptos:
 Definición de cargo
 Modelo Tradicional, Humanista y Situacional
 Análisis de Cargos
 Enriquecimiento del puesto
2. ¿Relacione los conceptos de Tarea, obligación, Función y Cargo?

1. Tarea: es una actividad individual y repetitiva
2. Obligación: esta atribuida a cargos diferenciados
3. Función: el conjunto de tareas u obligaciones.
4. Cargo: conjunto de funciones, relaciones y posición en el organigrama.
3. ¿Resalte los aspectos más importantes del modelo tradicional?

Se caracteriza por la fragmentación del trabajo, énfasis en la eficiencia, la reducción
de los esfuerzos, estandariza las actividades y como ventajas tiene reducción en los
costos de contratación y capacitación, sus desventajas son que aumenta la rotación
del personal y ausentismo, desinterés y perdida del significado del trabajo.
4. ¿Enumere el tipo de información mínima para la descripción de cargos?

1. Actividades laborales: listar las actividades asignadas al cargo
2. Conductas Humanas: describir los requisitos de habilidades o competencias
3. Máquinas y Herramientas: información correspondiente a los bienes e insumos
que debe operar o utilizar el responsable del cargo
4. Estándares de Desempeño: parámetros de calidad de las actividades del cargo
que serán evaluadas.
5. Contexto del Cargo: Condiciones laborales, interacciones, jornadas laborales y

otros aspectos significativos del cargo.
6. Requisitos Humanos: Formación y experiencia requerida, así como habilidades
y condición física si es necesario describir
5. ¿Cuáles son los posibles efectos resultantes del enriquecimiento de cargos?

Positivos: Mayor motivación y productividad, menor ausentismo y rotación.
Negativos: Mayor ansiedad y conflicto, menores relaciones y sensación de
explotación.

Nombre de la Unidad
4. Material Complementario
Los siguientes recursos complementarios son sugerencias para que se pueda ampliar la
información sobre el tema trabajado, como parte de su proceso de aprendizaje
autónomo:
Videos de apoyo:
https://youtu.be/2U_hjiVyEaQ
Bibliografía de apoyo:
Dessler, G. & Varela, R. (2011). Administración de Recursos Humanos |
ADMINISTRACION DE RECURSOS HUMANOS. In 19 Octubre.
https://dialnet.unirioja.es/descarga/articulo/6325898.pdf
Mondy, R. W. (2010). Administración de recursos humanos (P. EDUCACIÓN (ed.); 11°

va.). PEARSON EDUCACIÓN.
http://www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r91760.PDF
Links de apoyo:
https://www.gestiopolis.com/diseno-de-puestos-de-trabajo/

Nombre de la Unidad
5. Bibliografía
» Chiavenato, I. (2009). Gestión de Talento Humano Gestión de Talento Humano.
Gestión Del Talento Humano, 2, 141. Retrieved from
http://librosgratis.net/book/gestion-del-talento-humano_39221.html#
» Chiavenato, I. (2011). Administracion de recursos humanos : El capital humano
de la organizaciones. (McGraw-Hill, Ed.) (9na edición). España: McGraw-Hill
Interamericana de España.
» Dessler, G. (2009). Administración de recursos humanos. (P. M. G. Rosas, Ed.)
(11va. edic). Naucalpan de Juárez, México: Pearson Educación de México, S.A.
Retrieved from
http://www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r91760.PDF
» García, M. (2009). Los macro-procesos : de la Gestión Humana. Pensamiento &
Gestión, 27, 162–200. Retrieved from
https://www.redalyc.org/articulo.oa?id=646/64612782006
» Gómez-Mejía, L., Balkin, D., & Cardy, R. (2003). Administración. (Mc-Graw-Hill.,
Ed.). Madrid, España: Mc- Graw-Hill.
» Gómez Mejía, L. (2008). Gestión de recursos humanos. (S. . PEARSON
EDUCACIÓN, Ed.) (5ta. edici). Madrid, España: PEARSON EDUCACIÓN, S.A.
» Soltura Laseria, A., & Cuesta Santos, A. (2008). Diseño Estratégico De Perfiles De
Cargos Por Competencias. Una Contribución Al Alineamiento Del Desempeño
Individual Con El Desempeño Organizacional. Ingeniería Industrial, 1, 52–56.
Retrieved from http://www.redalyc.org/articulo.oa?id=360433565003

ESTADÍSTICA I
UNIDAD 1
GENERALIDADES

ÍNDICE
1. Unidad 1: GENERALIDADES ............................................................................................................ 3
Tema 1: Organización de datos................................................................................................................ 3
Introducción: ............................................................................................................................................ 3

2.1 Subtema 1: Clasificación de las Variables ................................................................................... 4
2.2 Subtema 2: Escalas de medición de variables. ............................................................................ 6
2.3 Subtema 3: Cuadro de frecuencia ............................................................................................. 10
2.4 Subtema 4: Frecuencia absoluta, relativas y acumuladas ........................................................ 10
4. Bibliografía .................................................................................................................................. 19
2
Nombre de la Unidad
1. Unidad 1: GENERALIDADES
Tema 1: Organización de datos.
Identificar las variables mediante ejemplos a fin de resolver problemas.
Identificar los tipos de frecuencias en ejercicios para la toma acertada de decisiones
Introducción:
La estadística descriptiva es una parte de las matemáticas que se refiere a la recolección
Esta asignatura es de carácter teórico –práctico, permitirá al alumno de la carrera de

Psicología, adquirir los conocimientos necesarios para el uso adecuado de las
herramientas de la estadística, la asociación de variables, para estudiar y analizar su
comportamiento y de esta manera llegar a la obtención de resultados óptimos y
confiables.
El programa contiene cuatro unidades. En la primera unidad se dará a conocer las

generalidades de la Estadística. En la unidad dos se estudiarán las medidas de tendencia
central y de dispersión. En la tercera unidad la representación de las distribuciones de
frecuencia. Por último, en la unidad 4 aplicación del método estadístico en psicología.
La metodología que se desarrolla en esta asignatura, considera al estudiante como el

actor principal de los procesos de aprendizaje y al logro del aprendizaje de aprender a
aprender. Utiliza como técnica la clase online, la investigación y la lectura.

Nombre de la Unidad

2.1 Subtema 1: Clasificación de las Variables.
DEFINICIÓN
Las variables son características que adquieren valores. Según Kerlinger (1996) dice que
“la variable es un símbolo al cual se le asignan numerales o valores. Por ejemplo, X es
una variable: es un símbolo con valores numerales asignados. Esta variable X puede
tomar cualquier conjunto de valores justificables; por ejemplo, en el curso de Lenguaje
y Comunicación, una prueba se califica según la escala vigesimal, y a cada pregunta se le
asigna valores en razón de las habilidades: leer, comprender y escribir. Este conjunto de
valores varía de menor a mayor”.
Por otro lado, Heinemann (2003) considera que: “Una variable es el símbolo de un rasgo
distintivo o de una propiedad del objeto de la investigación que, por lo menos, tiene dos
valores antagónicos que se excluyen recíprocamente”.
Según Grau et al. (2004), "el concepto de variable siempre está asociado a las hipótesis
de investigación. Una variable es una propiedad que puede adquirir diferentes valores
en un conjunto determinado y cuya variación es susceptible de ser medida. Una
investigación, cualitativa o cuantitativa, exige la operacionalización de sus conceptos
centrales en variables, de esta definición operativa depende el nivel de medición y
potencia de las pruebas realizadas."
Campistrous Pérez & Rizo Cabrera (s/f), acotan que “en la investigación educativa se
utilizan las variables para representar atributos, conceptos, constructos. En cada caso la

Nombre de la Unidad
variable es el símbolo que se utiliza para representar cualquiera de los estadios

particulares del aspecto de la realidad representada, esos estadios son los valores de la
variable y en cada manifestación particular, en cada caso concreto, la variable asume
uno de esos valores”.
CLASIFICACIÓN
Según Guardia, J. et al. (2008) “los tipos de variables son: cualitativas y cuantitativas.
Las variables cualitativas miden atributos, por ejemplos, cuyas modalidades de

respuesta son hombre y mujer. Estas se dividen en naturales (modalidades de respuesta
existen por sí mismas) y artificiales (es el investigador el que fija o determina las
modalidades de respuesta de la variable). Las variables cuantitativas se caracterizan
porque las modalidades de respuestas representan números reales, por ejemplo, la
altura o el número de enfermedades sufridas en un año. Dentro de estas variables se
encuentran las discretas (cuadro entre dos valores o modalidades de respuesta existe
un número finito de valores posibles) y continua (cuando entre dos valores existe un
número infinito de valores posible)”.

Nombre de la Unidad
2.2 Subtema 2: Escalas de medición de variables.
“Las escalas o niveles de medición se utilizan para medir variables o atributos. Por lo
general, se distinguen cuatro escalas o niveles de medición: nominal, ordinal, intervalos
y escalas de proporción, cociente o razón. Las dos primeras (nominal y ordinal) se
conocen como escalas categóricas, y las dos últimas (intervalo y razón) como escalas
numéricas. Las escalas categóricas se usan comúnmente para variables cualitativas,
mientras que las numéricas son adecuadas para la medición de variables cuantitativas”.
A continuación se presenta un resumen de las características, propiedades y

aplicaciones de cada una de las escalas mencionadas (Stevens, 1957; Cohen y Cohen,
1975; Saris, 1984)
 Escala nominal. “En esta escala las unidades observacionales (UO) se agrupan
en clases excluyentes según determinada propiedad, con lo que se define una
partición sobre el conjunto de tales unidades. Los números se usan como
identificadores o nombres. Cuando se estudia el desempleo de un país y se
incluye la variable sexo, se codifica masculino como 1 y femenino como 2, por
ejemplo; los números 1 y 2 representan categorías de datos: son simples
identificadores y son completamente arbitrarios. La operación matemática
permitida es el conteo.
 Escala ordinal: Surge a partir de la operación de ordenamiento; en esta escala
se habla de primero, segundo, tercero. No se sabe si quien obtiene el primer

Nombre de la Unidad
puesto está cerca o lejos del segundo puesto. Los valores de la escala
representan categorías o grupos de pertenencia, con cierto orden asociado,
pero no una cantidad mensurable. La escala ordinal tiene las propiedades de
identidad y magnitud. Los números representan una cualidad que se está
midiendo, y expresan si una observación tiene más de la cualidad medida que
otra UO. La distancia entre puntos de la escala no es constante: no se puede
determinar la distancia entre las categorías, sólo es interpretable el orden entre
sus valores. Ejemplos: situación socioeconómica, nivel educativo.
 Escala de intervalos. Esta escala representa magnitudes, con la propiedad de
igualdad de la distancia entre puntos de escala de la misma amplitud. Aquí
puede establecerse orden entre sus valores, hacerse comparaciones de
igualdad, y medir la distancia existente entre cada valor de la escala. El valor
cero de la escala no es absoluto, sino un cero arbitrario: no refleja ausencia de
la magnitud medida, por lo que las operaciones aritméticas de multiplicación y
división no son apropiadas. Cumple con las propiedades de identidad, magnitud
e igual distancia. La igual distancia entre puntos de la escala significa que puede
saberse cuántas unidades de más tiene una UO comparada con otra, con
relación a cierta característica analizada. Por ejemplo, en la escala de
temperatura centígrada puede decirse que la distancia entre 25° y 30°C es la
misma que la existente entre 20° y 25° C, pero no puede afirmarse que una
temperatura de 40° C equivale al doble de 20° C en cuanto a intensidad de calor
se refiere, debido a la ausencia de cero absoluto. Así, los valores numéricos en
la escala de temperatura centígrada se pueden expresar en valores de la escala
Fahrenheit mediante la ecuación C=a+bF (a= -17.778; b=5/9).
 Escala de razón. Corresponde al nivel de medición más completo. Tiene las
mismas propiedades que la escala intervalos, y además posee el cero absoluto.
Aquí el valor cero no es arbitrario, pues representa la ausencia total de la
magnitud que se está midiendo. Con esta escala se puede realizar cualquier
operación lógica (ordenamiento, comparación) y aritmética. A iguales
diferencias entre los números asignados corresponden iguales diferencias en el
grado de atributo presente en el objeto de estudio. Ejemplos: longitud, peso,

distancia, ingresos, precios”.
Las escalas de medición de variables según Carballo, M. y Guelmes, E. (2016) son:
MEDICIÓN NOMINAL
“En este nivel de medición se establecen categorías distintivas que no implican un orden
específico, lo que se mide es colocado en una u otra categoría, indica solamente
diferencias respecto a una o más características. Por ejemplo, si la unidad de análisis es
un grupo de personas, para clasificarlas se puede establecer la categoría sexo con dos

Nombre de la Unidad
niveles, masculino (M) y femenino (F), los respondientes solo tienen que señalar su
género, no se requiere de un orden real”.
Escala nominal: clasificar los objetos según las categorías de una variable.
 Mediante el conteo, permite aplicar técnicas estadísticas como distribución de

frecuencia y el modo.
 Para ello se debe codificar, ejemplo: estado marital: 1= Soltero, 2= Casado, 3=
Viudo, 4= Unión libre.
 El Nº no representa jerarquización.
 Objetivo: comparar descriptivamente por medio de la categorización o
identificación de variables cualitativas.
MEDICIÓN ORDINAL
“Se establecen categorías con dos o más niveles que implican un orden inherente entre
sí. La escala de medición ordinal es cuantitativa porque permite ordenar a los eventos
en función de la mayor o menor posesión de un atributo o característica. Las escalas o
categorías indican etiquetas o símbolos de las categorías que indican jerarquía. Las
formas más comunes de variables ordinales son los ítems (reactivos) actitudinales,
establecen una serie de niveles que expresan una actitud de acuerdo o desacuerdo con
respecto a algún referente. Las anteriores alternativas de respuesta pueden codificarse
con números que van del uno al cinco que sugieren un orden preestablecido, pero no
implican una distancia entre un número y otro. (Baker, 1997, citado por Ávila, asegura
que las escalas de actitudes son ordinales pero son tratadas como variables continuas”.
Escala ordinal: utiliza la escala para clasificar los objetos en forma jerárquica, según el
grado.
 No proporciona información sobre la magnitud de las diferencias entre los casos,

ejemplo: excelente, bueno, malo.
 La estadística descriptiva es comúnmente utilizada y entre las medidas de

tendencia central, la moda y la mediana, pues afectan los valores extremos.
MEDICIÓN DE INTERVALO
“Además de establecer un orden o jerarquía entre categorías, se delimitan intervalos

iguales en medición. Posee las características de la medición nominal y ordinal. La escala
de intervalo se aplica a variables continuas pero carece de un punto cero absoluto. El
ejemplo más representativo es un termómetro, cuando registra cero grado centígrado
de temperatura indica el nivel de congelación del agua y cuando registra 100 grados

Nombre de la Unidad
centígrados, indica el nivel de ebullición, el punto cero es arbitrario no real, significa que
en este punto no hay ausencia de temperatura”.
Escala de intervalo: poseen características de las escalas nominales y de las ordinales.
 Ordena por rangos

 En una escala entrevarla se miden variables cualitativas.
 La distancia entre dos puntos es igual.
 El punto cero puede ser arbitrario. Ejemplo: inteligencia, rendimiento
académico, temperatura.
La temperatura: 20 grados es 10 grados superior a 10 grados, pero no es el doble.
MEDICIÓN DE RAZÓN
“En este nivel, además de tenerse todas las características del nivel de intervalos, el cero
es real y es absoluto. Cero absoluto, implica que hay un punto en la escala donde no
existe la propiedad. Una escala de medición de razón incluye las características de los
tres niveles de medición anteriores (nominal, ordinal e intervalo). Determina la distancia
exacta entre los intervalos de una categoría. Adicionalmente tiene un punto cero
absoluto, es decir, en el punto cero no existe la característica o atributo que se mide.
Las variables de ingreso, edad, número de hijos son ejemplos de este tipo de escala. El
nivel de medición de razón se aplica tanto a variables continuas como discretas. Escala
de proporción o razón: contiene características de una escala de intervalo con la ventaja
adicional de poseer cero absoluto. Ejemplo: peso, talla Nº de alumnos. El 0 representa
la nulidad o ausencia de lo que se estudia, por ello se puede decir que 50 kilos, es el
doble de 25 kilos; permite la aplicación de cualquier técnica estadística. El nivel de
medición con que se define una variable es lo que determina posteriormente el alcance
del análisis de los datos. Es importante tener en cuenta la diferencia que existe entre las
investigaciones cuantitativas y cualitativas con respecto a las variables En
investigaciones cuantitativas: el objetivo es la medición numérica, se define

previamente las variables. En investigaciones cualitativas: el objetivo es clasificar,
describir y explicar y las variables se van definiendo en el transcurso de la investigación.
Los instrumentos son los recursos que permiten la obtención de la información
necesaria para el desarrollo de la investigación, resulta importante expresar algunas
consideraciones para su elaboración”.

Nombre de la Unidad
2.3 Subtema 3: Cuadro de frecuencia.

Según Hernández, E. (2006) “el cuadro de frecuencia consiste en la clasificación y arreglo
de datos en tablas entendibles. Estas distribuciones son llevadas a cabo después de
recopilar toda la información, eso significa finalizar todo el trabajo de campo. El objetivo
de la distribución de frecuencias es convertir los datos sueltos (que no han sido
organizados y que dicen muy poco acerca de la población estudiada), en información
organizada; ello significa (hacer hablar los números)”.
2.4 Subtema 4: Frecuencia absoluta, relativas y

acumuladas.
FRECUENCIA ABSOLUTA
Fig. 4 Frecuencia absoluta

Consultado en : https://bit.ly/2voX6y8
Según Fernandez et.al (2002) “la frecuencia absoluta es el número de veces que se
presenta un determinado dato de un carácter en los diferentes elementos de una
población. Se representa por n”.
A esto se suma los pensamientos de Icart; Fuentelsaz; Pulpón (2006) que “la frecuencia
absoluta es el número de individuos ue tienen una determinada característica (un valor

Nombre de la Unidad
de la variable x). La suma de todas las frecuencias absolutas es el número total de

observaciones”.
“La frecuencia absoluta es por tanto, el número de repeticiones de un determinado valor

de la variable o una determinada modalidad del atributo. La frecuencia absoluta
también representa el número de elementos de la población que tienen el mismo valor
o modalidad. La suma total de todas las frecuencias absolutas es el tamaño de la
población de elementos observados”.
Según Enciclopedia Económica a continuación se detallan los siguientes ejemplos:
EJEMPLO CON VARIABLE DISCRETA
“Una consultora decide realizar una investigación en una oficina acerca de la cantidad
de hijos que poseen sus empleados, luego de realizar la pregunta a 20 empleados” las
respuestas son las siguientes:
0,2,2,0,3,1,1,2,3,1,0,2,3,4,3,4,2,0,1,2
En consecuencia, tenemos N = 20 (cantidad de empleados evaluados) y Xi = variable

aleatoria.
Fig. 5 Ejemplo con variable discreta

Consultado en: https://enciclopediaeconomica.com/frecuencia-absoluta
“A partir de esto, entonces podemos saber la cantidad de veces que se repite X variable
en una investigación. Además, podemos observar que la suma total de las frecuencias
absolutas es igual a N (cantidad de individuos)”.
EJEMPLO CON VARIABLE CONTINUA
“¿Qué pasaría si quisiéramos evaluar la frecuencia absoluta de una variable continua?,

es decir, de una variable que posea números exactos en decimales. En este caso

Nombre de la Unidad
entonces, debemos hacer uso de intervalos”. “Supongamos que el investigador ahora

decide evaluar la altura de los empleados de una organización, por lo que vuelve a
consultar a 20 de estos y los resultados que se obtienen son los siguientes: 1,79; 1,90;
1,82; 1,73; 1,66; 1,77; 1,88; 1,71; 1,72; 1,92; 1,84; 1,87; 1,68; 1,78; 1,96; 1,72; 1,76;
1,90; 1,72 y 1,67”.
En consecuencia, tenemos N = 20 (cantidad de empleados evaluados) y Xi = variable

aleatoria.
Fig. 6 Ejemplo con variable continua

Consultado en: https://enciclopediaeconomica.com/frecuencia-absoluta
“Cabe destacar que en este caso el «[« significa que incluye al número en dicho intervalo
y que «)» cierra el número sin incluirlo. Por ejemplo, si el intervalo es [1,90 – 2,00), la
estatura 1,90 si se incluiría en este, mientras que la estatura 2,00 no estaría incluida en
este. Por lo tanto se podría saber a través de la frecuencia absoluta cuál de todas las
variables es la que más se repite y sacar conclusiones a partir de esto”.
FRECUENCIA ACUMULADA
Fig. 7 Frecuencia Acumulada

Consutado en: https://bit.ly/2RX6EIj

Nombre de la Unidad
Según Triola M. (2004) “la frecuencia acumulada de una clase es la suma de las
frecuencias para esa clase y todas las clases previas. La tabla de la fig. 6 muestra la
distribución de frecuencias acumuladas de la distribución de frecuencias de la fig. 5. Con
el uso de las frecuencias originales de 11, 12, 14, 1 y 2, sumamos 11+12 para obtener la
segunda frecuencia acumulada de 23, después sumamos 11+12+14 = 37, para obtener
la tercera y así sucesivamente”.
Fig. 8 Distribución de frecuencias de los niveles de cotinina en fumadores Fuente:

Triola M. (2004)
Fig. 9 Distribución de frecuencias acumuladas de los niveles de cotinina en

fumadores Fuente: Triola M. (2004)

Nombre de la Unidad
FRECUENCIA RELATIVA
Fig. 9 Tipos de frecuencias

Consutado en: https://bit.ly/2U2x7XC
Según Fernandez S. & Cordero J. & Córdoba A (2002) “se obtiene dividiendo la frecuencia
absoluta de un determinado dato entre la suma de las frecuencias absolutas de todos
los datos observados, es decir, entre el tamaño de la población. Se representa por
fi=ni/N”.
“Es la proporción de individuos que tiene una determinada característica. Es el tanto por
uno. Se calcula dividiendo la frecuencia absoluta de cada categoría por el número de
observaciones. La suma de todas las frecuencias relativas es igual a 1”.
A esto se suma los pensamientos de Icart; Fuentelsaz; Pulpón (2006) que “la frecuencia
relativa es, por tanto, una proporción entre el número de veces que se repite un dato y
el tamaño de la población. En consecuencia, la suma de todas las frecuencias relativa es
siempre la unidad”.
“Las frecuencias relativas se suelen presentar en porcentajes (%f) que se obtienen al

multiplicar por 100 el valor correspondiente de f.En este caso, la suma total de todas las
frecuencias relativas porcentual es será 100”.

Nombre de la Unidad
CONSTRUCCIÓN DE TABLA DE FRECUENCIA SIMPLE
Fig. 11 Tabla de frecuencia simple

Fuente: Guerrero; Buitrago;Curieses (2007)
Según Guerrero; Buitrago;Curieses (2007) consideran los siguientes pasos:
“Primera Columna. - se organizan los datos de la variable en formas ascendentes, si

repetir y a esta columna la llamamos x.
Segunda Columna. - se cuenta el número de veces que se repite el valor y se coloca al

frente de cada x. a esta frecuencia la llamamos frecuencia absoluta y la representamos
por f o n
Tercera columna. - se denomina frecuencia absoluta acumulada. Está representada por

F o N. se calcula sumando la frecuencia absoluta.
Cuarta columna. - frecuencia relativa se representa por h. se calcula dividiendo cada

frecuencia absoluta por el número de observaciones.
Quinta columna. - frecuencia relativa acumulada representada por H correspondiente a

cada valor de x. se calcula sumando la frecuencia relativa”.
CONSTRUCCIÓN DE UNA DISTRIBUCIÓN DE FRECUENCIAS AGRUPADAS
Para construir cualquier tabla o distribución de frecuencias agrupadas debe tenerse en cuenta
los siguientes puntos:
1. “Para mayor comodidad en el proceso de construcción de las clases, acordaremos que

la primera clase debe contener por lo menos el dato menor (en la realidad esto no
siempre es así)”

Nombre de la Unidad
2. “Las clases deben ser mutuamente excluyentes, es decir, cada dato debe quedar
exactamente en una sola clase, no en dos al mismo tiempo”.
3. “Para mayor comodidad en el proceso de construcción de las clases, acordaremos que
todas las clases deben tener la misma amplitud. Para determinar la amplitud de clase
en cualquier tabla de frecuencias agrupadas, réstense dos límites superiores de clases
consecutivos o dos limites inferiores de clases consecutivos, o réstese la frontera
superior de una clase de la frontera inferior de dicha clase”.
4. “Mientras menos clases escojamos será más fácil el trabajo, pero se perderá más
información. Debido a que no hay un acuerdo general entre los estadísticos acerca del
número de clases que debe usarse y dado que la elección es arbitraria para nuestros
fines, escogemos entre 5 y 20. Una sugerencia útil para el número de clases es la regla
de Sturges”.
La regla de Sturges establece como número de clases necesario,

aproximadamente:
C=3,3(log n) + 1
Donde n es el número de medidas y log n es el logaritmo de n en base 10. El valor

de C es común redondearlo al entero más cercano.
Otra regla razonable para el número de clases es:

𝑪 = √𝒏
5. Luego, determinar el rango R, que es la diferencia entre las medidas mayor y
menor.
6. “Posteriormente, se determina la amplitud de clase w calculando el cociente
entre el rango R y el número de clases C”. Es decir:
𝑹
Amplitud de clase 𝑾 =
𝑪
7. “Una vez determinada la amplitud se construyen las clases. El dato menor debe
caer en la primera clase. Por esta razón, el límite inferior de la primera clase debe
estar en, o un poco antes de, el dato menor. Luego al límite inferior se le suma
la amplitud y obtenemos el límite superior de la primera clase. Para la segunda
clase el límite inferior toma el valor del limite superior de la primera clase y se le
suma la amplitud obteniendo el límite superior de la segunda clase. Este
procedimiento se realiza en las siguientes clases hasta llegar a obtener como
límite superior el valor máximo de los datos”.
8. “Finalmente se verifica por cada clase cuantos valores son parte de dicha clase
que corresponden a la frecuencia absoluta”.

Nombre de la Unidad
Unidad
1. Dentro de las clasificación de las variables ¿Qué miden las variables cualitativas?
Las variables cualitativas miden atributos, por ejemplos, cuyas modalidades de
respuesta son hombre y mujer. Estas se dividen en naturales (modalidades de
respuesta existen por sí mismas) y artificiales (es el investigador el que fija o
determina las modalidades de respuesta de la variable).
2. Dentro de las clasificación de las variables ¿Qué miden las variables
cuantitativas?
Las variables cuantitativas se caracterizan porque las modalidades de respuestas
representan números reales, por ejemplo, la altura o el número de enfermedades
sufridas en un año. Dentro de estas variables se encuentran las discretas (cuadro
entre dos valores o modalidades de respuesta existe un número finito de valores
posibles) y continua (cuando entre dos valores existe un número infinito de valores
posible)”.
3. ¿Qué es lo que requiere la medición nominal?
Requiere de un nivel de medición que se establezcan en categorías distintivas que
no impliquen un orden específico, lo que se mide es colocado en una u otra
categoría, indicando solamente diferencias respecto a una o más características.
4. ¿Mencione la definición de cuadro de frecuencia?
El cuadro de frecuencia consiste en la clasificación y arreglo de datos en tablas
entendibles. Estas distribuciones son llevadas a cabo después de recopilar toda la
información, eso significa finalizar todo el trabajo de campo. El objetivo de la
distribución de frecuencias es convertir los datos sueltos (que no han sido
organizados y que dicen muy poco acerca de la población estudiada), en
información organizada; ello significa (hacer hablar los números)”.
5. Mencione los tipos de frecuencia
 Absoluta
 Relativas
 Acumuladas
6. ¿En la frecuencia absoluta que se representa con (n)?
El número de veces que se presenta un determinado dato de un carácter en los diferentes
elementos de una población

Nombre de la Unidad
autónomo:
Videos de apoyo:
https://youtu.be/9oSMoTOot8s
https://youtu.be/UWoQkxkJOAQ
Anderson, D. R., Sweeney, D. J., Williams, T. A., Roa, M. D. C. H., & Álvarez, T. L. (2001).
Estadística para administración y economía.
Levin, R. I., & Rubin, D. S. (2004). Estadística para administración y economía. Pearson
Educación.
Links de apoyo:
https://www.qualtrics.com/es-la/gestion-de-la-experiencia/investigacion/calcular-
tomano-muestra/
https://www.questionpro.com/es/calculadora-de-muestra.html

Nombre de la Unidad
5. Bibliografía
» Banducci Júnior, A. (2011). Turismo e frontera: integraçao cultural e
tensoesidentitáriasna divisa do Brasil com o Paraguai. PASOS , Revista de
Turismo y Patrimonio Cultural , 9 (3), 7-18.
» Bringas Rábago, N.L. (1997). Las dos caras del turismo: beneficios económicos
contra costos sociales, culturales y ecológicos: el caso de México. Fermentum.
Miradas sobre América Latina , 18, 89-116.
» Bunge, M. (2007). La investigación científica. México, Siglo XXI
» Castellanos Verdugo, M. y Orgaz Agüera, F. (2013). Potencialidades ecoturísticas
de la República Dominicana. TURyDES, Revista de Turismo y Desarrollo Local , 6
(14), 1-15.
» Ferreiro, O.; Fernández, P.(1988). La Estadística, una ciencia en la controversia,
en Revista Universitaria, núm. 25.
» García, J; Ramos, C. & Ruiz,G. (2007). Estadística administrativa. Primera Edición.
Edit. Servicio de Publicaciones Universidad de Cádiz.
» García Ferrando M. La encuesta. En García M, Ibáñez J, Alvira F. El análisis de la
realidad social. Métodos y técnicas de investigación. Madrid: Alianza Universidad
Textos, 1993;141-70
» González, M.& Pérez, A. (2012). Estadística Aplicada. Una visión instrumental.
Madrid. Ediciones Díaz de Santos.
» Instituto Nacional de Estadística, Qué es una encuesta - ESTADÍSTICA,
http://www.estadistica.mat.uson.mx/Material/queesunaencuesta.pdf
» RRPPnet Portal de Relaciones Públicas, Cómo hacer una Encuesta,
http://www.rrppnet.com.ar/comohacerunaencuesta.htm
» Mata, M.; Macassi, S. (1997). Cómo elaborar muestras para los sondeos de
audiencias. Cuadernos de investigación No 5. ALER, Quito.
» Organización Mundial del Turismo (2003). Tendencias de los Mercados
Turísticos: Panorama Mundial y Actualidad del Turismo. Madrid: Organización
Mundial del Turismo.
» Padua, J. et. al. (1987) Técnicas de investigación aplicadas a las ciencias sociales.
México: COLMEX/FCE
» Pérez, A.; Abraira, V (1996). Bioestadística. Centro de Estudios Ramón Areces.
Madrid.
» Pineda, B.et.al. (1994). Metodología de la investigación, manual para el
desarrollo de person al de salud. Washington. Segunda edición. Organización
Panamericana de la Salud.
» Rodríguez García, J.; López-Guzmán, T.; Cañizares Ruíz, S. M. y Jiménez García,
M. (2010). Turismo del vino en el marco de Jerez. Un análisis desde la perspectiva
de la oferta. Cuadernos de Turismo , 26, 217-234

Nombre de la Unidad
» Valenzuela Arce, J.M. (2003). Por las fronteras del norte. Una aproximación
cultural a la frontera México-Estados Unidos. México: Fondo de Cultura
Económico.
» Yañez, S. (2000). La Estadística, una ciencia del siglo XX, Fisher el genio, en Revista
Colombiana de Estadística, vol. 23, núm. 2. n Educación.

ESTADÍSTICA I
UNIDAD 1
GENERALIDADES

ÍNDICE
1. Unidad 2: MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIÓN .................................................... 3
Tema 1: Métodos numéricos .................................................................................................................... 3
Introducción: ............................................................................................................................................ 3

2.1 Subtema 1: Media aritmética y mediana .................................................................................... 3
2.2 Subtema 2: Moda y medidas de posición.................................................................................. 13
4. Bibliografía .................................................................................................................................. 19
2
Nombre de la Unidad
1. Unidad 2: MEDIDAS DE
TENDENCIA CENTRAL Y DE
DISPERSIÓN
Tema 1: Métodos numéricos.
Objetivo:
Identificar la media, mediana y moda de datos no agrupados con el fin de interpretarlos

y tomar decisiones asertivas.
Introducción:
Los datos no agrupados es un grupo de información sin ningún orden que no nos
instituye correspondencia clara con lo que se intenta desplegar a lo largo de un
problema, esto se concluye mediante una tabulación que nos conduce a una tabla de
frecuencias. Se presentan cuando los antecedentes que se toman de la población o de
una muestra no están especificados según un rasgo en particular. El objetivo principal
es identificar la media, mediana y moda de datos no agrupados producto de una
investigación con el fin de resolver problemas y tomas decisiones adecuadas. Para cual
es necesario aplicar fórmulas que nos conlleven a resultados óptimos.
a estadística descriptiva es una parte de las matemáticas que se refiere a la recolección

2.1 Subtema 1: Media aritmética y mediana.

FORMAS DE CALCULAR LA MEDIA
Según López “existen muchas formas de calcular una media. La más conocida es la
media aritmética. Aun así, hay otras formas para calcular la media de un conjunto de
valores, como la media geométrica, la ponderada o la armonizada”.

Nombre de la Unidad
A. MEDIA ARITMÉTICA PARA DATOS NO AGRUPADOS
Según López “es la forma que todos conocemos en la que todas las observaciones
tienen la misma ponderación y la solemos calcular con la siguiente fórmula”:
Fig. 1 Fórmula mediana aritmética

Consultado en: https://bit.ly/38DDPrL
Ejemplo 1 (Datos no agrupados)
Dado el siguiente conjunto de datos obtenidos a partir de una muestra de 10 estudiantes

los mismos que representan calificaciones de un examen de estadística:
14 17 19 23 12 21 18 17 20 14
14 + 17 + 19 + 23 + 12 + 21 + 18 + 17 + 20 + 14 175
𝑀𝑒𝑑𝑖𝑎 𝑎𝑟𝑖𝑡𝑚é𝑡𝑖𝑐𝑎 = = = 17,5
10 10
Media aritmética= 17,5
Ejemplo 2. (Datos no agrupados)
El administrador de una agencia de viajes desea conocer el promedio de paquetes vendidos

durante una semana a Galápagos. La información se presenta a continuación;
4 3 5 8 10 12 5
4 + 3 + 5 + 8 + 10 + 12 + 5 47
𝑀𝑒𝑑𝑖𝑎 𝑎𝑟𝑖𝑡𝑚é𝑡𝑖𝑐𝑎 = = = 6,71
7 7
Media aritmética= 6,71= 7
Media aritmética para datos agrupados

Fig. 2 Fórmula media

Fuente: Martínez, J. ; Quesada, V. (2017). Estadística básica con aplicaciones en MS EXCEL.
Colombia. GMCG

Nombre de la Unidad
Según Llinás; Rojas (2017) “Si debemos encontrar la media para datos proporcionados
en tablas de frecuencia agrupada, usamos marcas de clase para representar las medidas
para cada clase. De esta forma, usamos la fórmula conocida de la media aritmética para
determinar la llamada MEDIA APROXIMADA puesto que los datos originales se
desconocen y cada observación está representada por su marca de clase”.
Ventajas
Según Martínez; Quesada (2017)
 Es la medida de tendencia central más usada.

 El promedio es estable en el muestreo
 Es sensible a cualquier cambio en los datos. (puede ser usado como un detector
de variaciones en los datos)
 Se emplea a menudo en cálculos estadísticos posteriores Presenta rigor
matemático
 En la gráfica de frecuencia representa el centro de la gravedad”
Desventajas
 “Es sensible a los valores extremos

 No es recomendable emplearla en distribuciones muy asimétricas.
 Si se emplean varianzas discretas o cuasi-cualitativas, la media aritmética puede
no pertenecer al conjunto de valores de la variable”.
Ejemplo de Media para variable cuantitativa discreta:
LA SIGUIENTE TABLA REFLEJA LAS CALIFICACIONES DEL EXAMEN DE ESTADÍSTICA DEL

TOTAL DE ALUMNOS DE DICHO CURSO:
¿Calcular la nota media por estudiante?
Primero debemos identificar si los datos representan a una muestra o a una población.
En este caso como nos hablan del total de estudiante entonces es una población que se
lo denota con la letra N.
Entonces N= 34 estudiantes y la fòrmula para calcular la media en datos agrupados para

una población es la siguiente:

Nombre de la Unidad
∑ 𝑓𝑖∗𝑥𝑖
µ= Donde (µ) es la media para una población, (fi) representa la frecuencia
𝑁
absoluta, (xi) representa la variable en este caso notas del examen de estadística y (N)
que representa al total de los datos o también representa la sumatoria de frecuencias
absolutas (∑ 𝑓).
∑ 𝑓𝑖∗𝑥𝑖 (1∗2)(3∗∗4)(5∗6)(10∗6)(5∗7)(4∗8)(3∗9)(2∗10) 218
µ= = = = 6,41
𝑁 34 34
Este resultado quiere decir que los estudiantes de la asignatura en estadística en

promedio tienen una calificación de 6,41 puntos sobre 10.
Ejemplo de Media para variable cuantitativa continua: Se toma una muestra de 40

estudiantes y se observa la variable X "gasto mensual en dólares por consumo en
teléfono".
Por otro lado, Heinemann (2003) considera que: “Una variable es el símbolo de un rasgo
distintivo o de una propiedad del objeto de la investigación que, por lo menos, tiene dos
valores antagónicos que se excluyen recíprocamente”.
¿Calcular el gasto medio en dólares por estudiante?
Para calcular la media en una variable continua debemos primero calcular la marca de
clase que representa el xi. La marca de clase se calcula sumando los límites de cada clase
(𝐿𝑖+𝐿𝑠)
y luego se divide para dos [ ] que no es otra cosa que el promedio de cada clase. A
2
continuación, en la tabla se muestra por cada clase su respectiva marca de clase.

Nombre de la Unidad
Una vez encontrada la marca de clase de cada clase procedemos a calcular la media
utilizando la fórmula para datos agrupados.
Como los datos hacen referencia a una muestra ahora utilizamos n=40 y la nomenclatura
de la media para muestra también cambie ya que se la representa como 𝑋̈
∑ 𝑓𝑖 ∗ 𝑥𝑖 (25 ∗ 25)(10 ∗ 75)(4 ∗ 125)(1 ∗ 175) 2050

𝑋̈ = = = = 51,25
𝑁 40 40
𝑋̈= 51,25 dólares

B. MEDIANA PARA DATOS NO AGRUPADOS
Según Marco “la mediana es un estadístico de posición central que parte la distribución
en dos, es decir, deja la misma cantidad de valores a un lado que a otro”.
Además, Marco considera que “para calcular la mediana es importante que los datos
estén ordenados de mayor a menor, o al contrario de menor a mayor. Esto es, que
tengan un orden”.
Marco, acota que “la mediana, junto con la media y la varianza es un estadístico muy
ilustrativo de una distribución. Al contrario que la media que puede estar desplazada
hacia un lado o a otro, según la distribución, la mediana siempre se sitúa en el centro de

esta. Dicho sea paso, a la forma de la distribución se le conoce como curtosis. Con la
curtosis podemos ver hacia dónde está desplaza la distribución”.
FÓRMULA DE LA MEDIANA
Según Marco “una vez definida la mediana vamos a pasar a calcularla. Para ello,
necesitaremos una fórmula”.

Nombre de la Unidad
CUANDO EL NÚMERO DE OBSERVACIONES ES PAR:

Mediana = al promedio de los dos valores centrales del conjunto de datos ordenados de
𝑥1+𝑥2
menor a mayor o viceversa = 2
CUANDO EL NÚMERO DE OBSERVACIONES ES IMPAR:
Mediana = al valor central del conjunto de los datos ordenados de menor a mayor o
viceversa.
Ejemplo 1 de la mediana cuando n es par
Determine la mediana de las siguientes calificaciones obtenidas en una lección por parte
de 10 estudiantes de un paralelo.
15 12 10 17 20 19 17 9 13 15
Primero se ordenan los datos de menor a mayor o viceversa
9 10 12 13 15 15 17 17 19 20
Luego verificamos si n es par o impar
Como n es par porque es igual a 10, entonces escogemos los dos valores centrales que
son 15, 15 y calculamos el promedio:
15+15
Mediana= 2
= 15 puntos
Ejemplo 2 de la mediana cuando n es par

Determine la mediana de los siguientes datos que representan los pesos en kg de 8

cajeras de un banco
50 58 52 61 54 60 55 59
Primero se ordenan los datos de menor a mayor o viceversa
50 52 54 55 58 59 60 61
Luego verificamos si n es par o impar

Nombre de la Unidad
Como n es par porque es igual a 8, entonces escogemos los dos valores centrales que
son 55, 58 y calculamos el promedio:
55+58
Mediana = = 56,5 kg
2
Ejemplo 1 de la mediana cuando n es impar
Determine la mediana del siguiente conjunto de datos que hace referencia a la edad
en años de 9 personas.
65 74 81 67 54 83 72 96 61
Primero ordenamos los datos de menor a mayor o viceversa
54 61 65 67 72 74 81 83 96
Luego como el valor de n es impar escogemos el único valor central que en este caso
es 72. Entonces:
Mediana = 72 años
Ejemplo 2 de la mediana cuando n es impar
Determine la mediana del siguiente conjunto de datos que hace referencia a la

temperatura en ᵒC de los 7 días de la primera semana del mes de Enero en Guayaquil a
las 14 pm.
30 32 34 31 35 33 38
Primero ordenamos los datos de menor a mayor o viceversa
30 31 32 33 34 35 38
Luego como el valor de n es impar escogemos el único valor central que en este caso
es 33. Entonces:
Mediana = 33 ᵒC

Nombre de la Unidad
MEDIANA PARA DATOS AGRUPADOS
Fig. 3 Fórmula mediana

Fuente: Martínez, J. ; Quesada, V. (2017). Estadística básica con aplicaciones en MS
EXCEL. Colombia. GMCG
Según Llinás; Rojas (2017) “Si se han registrado datos en una tabla de frecuencias, no
pueden colocarse en un arreglo ordenado para calcular la mediana”.
VENTAJAS
 “Es estable a los valores extremos

 Es recomendable para distribuciones muy asimétricas
DESVENTAJAS
 No representa todo el rigor matemático

 Se emplea solo en variables cuantitativas
EJEMPLO DE MEDIANA PARA VARIABLE CUANTITATIVA DISCRETA
La siguiente distribución representa la edad de 100 estudiantes de la carrera de

psicología.
Calcular la mediana de las edades

Nombre de la Unidad
Para calcular la mediana primero calculamos la frecuencia acumulada, la cual se

presenta en la siguiente tabla:
Luego como es una variable cuantitativa discreta calculamos la siguiente expresión:
𝑛 + 1 100 + 1
= = 50,5
2 2
Este valor lo buscamos en la frecuencia acumulada y observamos que 50,5 está entre 44
y 59, luego seleccionamos la frecuencia acumulada mayor que es 59 y verificamos
cuanto es la edad para esa frecuencia.
Verificando ese valor nos damos cuenta que es 23 años que representa la mediana.
Me= 23 años
EJEMPLO DE MEDIANA PARA VARIABLE CUANTITATIVA CONTINUA
Se toma una muestra de 40 estudiantes y se observa la variable X "gasto mensual en

dólares por consumo en teléfono".
Calcular la mediana en dólares de los gastos de los estudiantes por consumo de teléfono
Para calcular la mediana primero calculamos la frecuencia acumulada, la cual se

presenta en la siguiente tabla:

Nombre de la Unidad
Luego como es una variable cuantitativa continua calculamos la siguiente expresión:
Fig. 4 Fórmula mediana

Dónde:
Lmed = Límite inferior de la clase que contiene a la mediana
n/2 = División del total de los datos sobre 2.
F = Frecuencia acumulada anterior a la frecuencia acumulada de la clase donde está la

mediana f
med =Frecuencia absoluta de la clase donde está la mediana
w= Amplitud de la clase donde está la mediana.
Para realizar el cálculo de la mediana antes de calcular la fórmula primero calculamos la

expresión n/2 = 40/2 = 20. Este valor de 20 lo buscamos en la frecuencia acumulada y
verificamos que cae entre 15 y 35. Seleccionamos el inmediato mayor, que para este
caso es 35 y nos damos cuenta que la mediana va a estar en la segunda clase que es [50
– 100).
Una vez identificada la clase procedemos a aplicar la fórmula de la mediana

20−15
Mediana =50 + [( ) ∗ 50] =62,5 dólares
20

Nombre de la Unidad
2.2 Subtema 2: Moda y medidas de posición.

A. MODA PARA DATOS NO AGRUPADOS
La moda es el valor con mayor frecuencia absoluta.
Ejemplo 1
CALCULAR LA MODA DE LA SIGUIENTE SERIE DE NÚMEROS QUE REPRESENTAN A LOS

MIEMBROS POR FAMILIA: 5, 2, 3, 2, 9, 4, 6, 6, 8, 3, 7, 5, 2, 2, 9, 7, 5, 5, 9, 8, 4, 4, 6, 6, 9,
7, 6, 3, 8, 3.
Verificamos el valor que más se repite en la serie y observamos que es el 6.
MODA= 6 MIEMBROS
Ejemplo 2
CALCULAR LA MODA DE LA SIGUIENTE SERIE DE NÚMEROS QUE REPRESENTAN HORAS DE

ESTUDIO SEMANALES DE 12 ESTUDIANTES DEL CURSO DE ESTADÍSTICA DESCRIPTIVA.
10 15 8 15 12 18 12 10 15 12 8 15
Verificamos el valor que más se repite en la serie y observamos que es el 15.
MODA= 15 horas
B. MODA PARA DATOS AGRUPADOS
Fig. 5 Fórmula moda


Según Llinás; Rojas (2017) “Una desventaja de usar la moda con una distribución de
frecuencia agrupada radica en que el valor de la moda a menudo depende del
agrupamiento arbitrario de los datos. La clase que contiene al mayor número de datos
suele denominarse CLASE MODAL O MODA CRUDA”.
EJEMPLO DE MODA PARA VARIABLE CUANTITATIVA DISCRETA
La siguiente distribución representa la edad de 100 estudiantes de la carrera de

Licenciatura en Turismo

Nombre de la Unidad
Calcular la moda de las edades
Para calcular la moda solamente nos fijamos en la frecuencia absoluta y verificamos la

que tenga el mayor valor. Para este caso el mayor valor es 32 que corresponde a 24
años, esto significa que la edad que mayor se presenta es la de 24 años.
Moda = 24 años
Ejemplo de Moda para variable cuantitativa continua
Se toma una muestra de 40 estudiantes y se observa la variable X "gasto mensual en

dólares por consumo en teléfono".
Calcular la moda en dólares de los gastos de los estudiantes por consumo de teléfono
Para calcular la moda en datos cuantitativos continuos primero verificamos la clase

donde va a estar la moda, la cual me lo indica la frecuencia absoluta mayor, que para
este caso es 20 que corresponde a la segunda clase que es [50 – 100).
Una vez que ya se conoce la clase de la moda se procede a calcular el valor d la moda
aplicando la siguiente fórmula

Nombre de la Unidad
Fig. 6 Fórmula moda

Dónde:
Lmod = límite inferior de la clase donde está la moda
Da= frecuencia absoluta de la clase donde está la moda menos la frecuencia absoluta
anterior.
Db= = frecuencia absoluta de la clase donde está la moda menos la frecuencia absoluta
posterior
(20−15)
Moda = 50 + [(20−4)(20−15)] ∗ 50
CARACTERÍSTICAS DE LAS MEDIDAS DE TENDENCIA CENTRAL
Ulloa; Quijada (2006) “La media es la medida de mayor uso en los estudios estadísticos,
sin embargo, es una medida sensible a valores extremos.
La mediana, no depende (su cálculo) de los valores extremos, pero sí del número de
individuos (datos) que se está estudiando.
La moda, no es sensible a valores extremos, puede no existir y si existe puede ser única
o múltiple ( unimodal, bimodal, multimodal)”
MEDIDAS DE POSICIÓN
1. Cuartiles
Álvarez (2007) “Los cuartiles dividen al conjunto de datos en cuatro partes iguales en
cuanto al número de datos, en cada una de ellas hay un 25% de los datos. En caso de
que el número de datos no sea divisible por cuatro, los grupos no podrán tener todos
exactamente el mismo número de datos”.

Nombre de la Unidad
Fig. 7 Fórmula cuartiles

Fuente: Álvarez (2007)
2. Deciles
Álvarez (2007) “Los deciles dividen al conjunto de datos en diez partes iguales en cuanto
al número de datos, en cada una de ellas hay un 10% de los datos”.
Fig. 8 Fórmula deciles

3. Percentiles
Álvarez (2007) “Son 99 y dividen al conjunto de datos en 100 partes iguales en cuanto al
número de datos, en cada una de ellas hay un 1% de los datos”.
Fig. 9 Fórmula percentiles


Nombre de la Unidad
Unidad
1. ¿Cuáles son las formas de calcular la media?
La más conocida es la media aritmética. Aun así, hay otras formas para calcular la
media de un conjunto de valores, como la media geométrica, la ponderada o la
armonizada.
2. ¿Cuál es la definición de los datos no agrupados?
problema, esto se concluye mediante una tabulación que nos conduce a una tabla
de frecuencias.
3. ¿Cuáles el objetivo de los datos no agrupados?
El objetivo principal es identificar la media, mediana y moda de datos no agrupados
producto de una investigación con el fin de resolver problemas y tomas decisiones
adecuadas. Para cual es necesario aplicar fórmulas que nos conlleven a resultados
óptimos.
4. ¿Mencione una ventaja y desventaja de la media aproximada?
La ventaja: Es la medida de tendencia central más usada.
La desventaja: Es sensible a los valores extremos
5. ¿Mencione una ventaja y desventaja de la mediana?
La ventaja: Es recomendable para distribuciones muy asimétricas
La desventaja: Se emplea solo en variables cuantitativas

Nombre de la Unidad
autónomo:
Videos de apoyo:
https://youtu.be/oLYeLVRc85E
https://youtu.be/xYW4hI-2PSM
Educación.
Links de apoyo:
https://yosoytuprofe.20minutos.es/2020/02/23/media-mediana-y-moda-ejercicios-
resueltos/
https://www.questionpro.com/blog/es/la-media-la-mediana-y-la-moda/

Nombre de la Unidad
5. Bibliografía
» Álvarez, R. (2007). Estadística aplicada a Ciencias de la Salud. España. Edit. Díaz
de Santos.
» Freund, J.; Simon, G. (1994). Estadística elemental. México. Octava Edición.
Editorial Pearon Prentice Hall.
» Llinás, H.; Rojas, C. (2017). Estadística descriptiva y distribuciones de
probabilidad. Barrranquilla. 13 Edición. Editorial Universidad del Norte.
» López, J. Diccionario económico. Consultado en:
https://economipedia.com/definiciones/media.html
» Marco, J. Diccionario económico. Consultado en:
» Martínez, J. ; Quesada, V. (2017). Estadística básica con aplicaciones en MS
» Ulloa, V. ; Quijada, V. (2006). Estadística aplicada a la comunicación. México.
Primera Edición. UNAM

ESTADÍSTICA I
UNIDAD 1
GENERALIDADES

ÍNDICE
1. Unidad 2: MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIÓN .................................................... 3
Tema 2: Mediciones de variabilidad. ....................................................................................................... 3
Introducción: ............................................................................................................................................ 3

2.1 Subtema 1: Rango y varianza ..................................................................................................... 3
2.1 Subtema 2: Desviación estándar y coeficiente de variación ..................................................... 11
4. Bibliografía .................................................................................................................................. 20
2
Nombre de la Unidad
1. Unidad 2: MEDIDAS DE
TENDENCIA CENTRAL Y DE
DISPERSIÓN
Tema 2: Mediciones de variabilidad.
Objetivo:
Identificar las medidas de dispersión para datos no agrupados en ejercicios con la

finalidad de solucionar problemas.
Introducción:
Las medidas de dispersión nos comunican sobre cuánto se apartan del centro los valores
de la distribución. Estas medidas entregan información sobre la variación de la variable.
Intentan compendiar en un solo valor la dispersión que tiene un conjunto de datos. Las
medidas de dispersión más utilizadas son: Rango de variación, Varianza, Desviación
estándar, Coeficiente de variación. Los datos no agrupados es un grupo de información
sin ningún orden que no nos instituye correspondencia clara con lo que se intenta
desplegar a lo largo de un problema, esto se concluye mediante una tabulación que nos
conduce a una tabla de frecuencias. Se presentan cuando los antecedentes que se
toman de la población o de una muestra no están especificados según un rasgo en
particular.
Para cual es necesario aplicar fórmulas que nos conlleven a resultados óptimos, resolver
problemas y tomar decisiones adecuadas.

2.1 Subtema 1: Rango y varianza.

1. Rango
a. Definición Hernández (2006) “El rango de un grupo de números es la diferencia
entre el número mayor y el menor del grupo”.
A esto se suman los pensamientos de Quevedo & Pérez (2014) “El rango
corresponde a la longitud del intervalo donde se encuentran distribuidos los
datos. Si el rango es pequeño, los datos son poco variables; y si el rango es
grande, los datos pueden ser muy dispersos”.

Nombre de la Unidad
b. Propiedades del rango Ríus; Warnberg (2014) “Es fácil de calcular y sus unidades
son las mismas que las de la variable. No utiliza todas las observaciones (sólo dos
de ellas). Se puede ver muy afectada por alguna observación extrema.
El rango aumenta con el número de observaciones, o bien se queda igual. En

cualquier caso nunca disminuye”.
c. Ejercicios
Ejemplo 1
“El programa espacial Apolo duró de 1967 a 1972 y tuvo 13 misiones. La duración
de éstas varió desde 7 horas para las misiones breves, hasta 301 horas para las
misiones prolongadas. A continuación se indica la duración de cada vuelo”.
Fig.1 Tabla de datos para el cálculo del rango

Fuente: Autor
“Calcule el rango para la duración en horas de cada vuelo”.
Rango (R)= Xmax – Xmin = 301 – 7 = 294
R = 294 horas

Nombre de la Unidad
Ejemplo 2
“Una tienda vende 12 tipos diferentes de tinas de baño. Los datos de la tabla siguiente
representan el número máximo de litros de agua que pueden contener dichas tinas”:
Fig.2 Tabla de datos para el cálculo del rango

Fuente: Autor
Calcular el rango de los litros de aguas de las tinas de baño.
Rango (R)= Xmax – Xmin = 310 – 240
R = 70 litros
2. Varianza datos no agrupados
a. Definición
Quevedo & Pérez (2014) “La varianza también llamada desviación cuadrática media, de
un grupo de datos. Se clasifica en poblacional y muestral. La varianza se representa con
el símbolo σ² (sigma cuadrado) para el universo o población y con el símbolo s2 (s
cuadrado), cuando se trata de la muestra”.
La fórmula de la varianza poblacional es:

Fig. 3 Fórmula de la varianza poblacional

Fuente: Quevedo, H.; Pérez, B. (2014)

Nombre de la Unidad
La fórmula de la varianza muestral es:
Fig. 4 Fórmula de la varianza muestral

Fuente: Quevedo, H.; Pérez, B. (2014)
Por otro lado, Múria; Gil (1998) “La varianza es el cuadrado de la desviación típica.
Indican el grado de dispersión de los datos alrededor de su valor medio, es decir de la
media aritmética. Esta dispersión o variabilidad se expresa en las mismas unidas que la
medida de la cual provienen. En definitiva se trata de la suma al cuadrado entre las
diferencias de cada valor y su media, cociente con el número de casos válidos para su
cálculo”
b. Propiedades de una varianza
Según Vargas (1995) “La varianza cumple una serie de propiedades interesantes;
basándose en ellas, se puede simplificar su propio cálculo y hacer comparaciones de
datos expresados en diferentes escalas de medida”.
 “Si todos los valores de una distribución se multiplican (o dividen) por una
constante d (distinta de cero), la varianza de la nueva variable queda multiplicada
(o dividida) por el cuadrado de la constante.
 Si todos los valores de una distribución se les suma (o resta) una constante k, la
varianza de la nueva distribución no varía.
La medida de los cuadrados de las desviaciones con respecto a la medida es mínima”.
c. Ejercicios
Ejemplo de varianza poblacional

“Considere las siguientes calificaciones obtenidas en una lección por parte del total de
estudiantes de un paralelo”.
Fig.5 Tabla de datos para el cálculo de la varianza

Fuente: Autor

Nombre de la Unidad
Determine el valor de la varianza de las calificaciones
Fig.6 Tabla de resultados para el cálculo de la varianza

Fuente: Autor
σ2= 4201,64/20 = 210,082
σ2= 210,1
EJEMPLO DE VARIANZA MUESTRAL
“En cierta aula se conforman 2 grupos de estudiantes, cada uno de tres individuos. Las
edades de los integrantes de cada grupo se muestran a continuación”:
Grupo 1: 17, 19, 18
Grupo 2: 22, 26, 16
“Con base en el análisis de los datos, determine el grupo donde existe mayor varianza”

Nombre de la Unidad
Fig.7 Tabla de resultados Grupo 1 para el cálculo de la varianza muestral

Fuente: Autor
17 + 18 + 19
𝑋̈ =
3
𝑋̈ = 18
2
2
∑(𝑋̈𝑖 − 𝑋̈)
𝑆 =
(𝑛 − 1)
2
𝑆2 =
(3 − 1)
2
𝑆2 =
2
𝑆2 = 1

Fuente: Autor
22 + 26 + 16
𝑋̈ =
3
𝑋̈ = 21,33
∑(𝑋 ̈ 𝑖 − 𝑋̈)2
𝑆2 =
(𝑛 − 1)
50,67
𝑆2 =
(3 − 1)
50,67
𝑆2 =
2
𝑆 2 = 25,33

Nombre de la Unidad
En base a los resultados podemos concluir que existe mayor dispersión en el grupo 2
porque su varianza es mayor.
Varianza datos agrupados
Según Ramírez (2005) “La varianza y la desviación estándar son similares, ya que su
cálculo se basa en la diferencia entre cada valor del conjunto de datos y la media del
grupo”.
Fig. 9 Fórmula de varianza

Consultado en: https://bit.ly/396Rmbs
EJERCICIOS
Ejemplo 1
“A cada persona que se presenta como aspirante a un trabajo de ensamble en la

empresa fabricante de muebles El Roble, se le aplica un examen de aptitudes mecánicas.
Una parte de la prueba consiste en ensamblar un armario basándose en instrucciones
numeradas. En la siguiente distribución de frecuencias se tiene una muestra de los
tiempos que necesitaron 42 solicitantes para ensamblar el armario”.
Fig.10 Tabla de distribución de frecuencias en minutos

Fuente: Autor

Nombre de la Unidad
Calcular la varianza de los datos de la tabla adjunta:

Fuente: Autor
21610
4752 −
𝑆2 = 42
(42 − 1)
𝑆 2 = 103,35
Ejemplo 2
“Las temperaturas medias registradas durante el mes de mayo en Madrid, en grados

centígrados, están dadas por la siguiente tabla”:
Fig. 12 Tabla de frecuencia de temperatura en ᵒC

Fuente: Autor

Nombre de la Unidad
“Determinar el valor de la varianza para los datos de la tabla adjunta”.

Fuente: Autor
551
𝜇= = 17,77
31
9919
𝜎= − (17,77)2 = 4,04
31
2.1 Subtema 2: Desviación estándar y coeficiente de

variación.
1. DESVIACIÓN ESTÁNDAR DATOS NO AGRUPADO
Fig. 14 Desviación estándar

Consultado en: https://bit.ly/2HKQnBy
a.- Definición
Según López “La desviación típica o desviación estándar es una medida que ofrece
información sobre la dispersión media de una variable. La desviación típica es siempre
mayor o igual que cero”.

Nombre de la Unidad
 “Esperanza matemática, valor esperado o media: Es la media de nuestra serie

de datos.
 Desviación: La desviación es la separación que existe entre un valor cualquiera
de la serie y la media”.

“La desviación estándar, que es la raíz cuadrada de la varianza, se representa por σ

(sigma) cuando pertenece al universo o población y por “s”, cuando pertenece a la
muestra”.
b.- Ejercicios
EJEMPLO DE DESVIACIÓN ESTÁNDAR PARA UNA POBLACIÓN
Fig.15 Tabla de datos para el cálculo de la desviación estándar

Fuente: Autor
“Determine el valor de la desviación estándar de las calificaciones”
Primero calculamos la varianza de los datos, que según el ejercicio anterior fue de:
σ2= 210,1
Luego para calcular la desviación estándar, lo que se hace es calcular la raíz cuadrada de
la varianza.
σ = √210,1 ==14,5
σ =14,5 puntos
EJEMPLO DE DESVIACIÓN ESTÁNDAR PARA UNA MUESTRA
“En cierta aula se conforman 2 grupos de estudiantes, cada uno de tres individuos. Las
edades de los integrantes de cada grupo se muestran a continuación”:
Grupo 1: 17, 19, 18
Grupo 2: 22, 26, 16
“Con base en el análisis de los datos, determine el grupo donde existe mayor desviación
estándar”

Nombre de la Unidad
Fig.16 Tabla de resultados para el cálculo de la desviación estándar

Fuente: Autor
Ẍ=18
S2= 2/2 =1
S 2= 1
S= √1 = 1
S= 1
Fig.17 Tabla de resultados para el cálculo de la desviación estándar

Fuente: Autor
Ẍ=21,33
S2= 50,67/2 =25,33

S2= 25,33
S=√25,33 = 5,03
S= 5,03
En base a los resultados de las desviaciones estándares podemos concluir que existe
mayor dispersión en el grupo 2 porque su desviación es mayor.

Nombre de la Unidad
DEVIACIÓN ESTÁNDAR DATOS AGRUPADOS
Fig. 18 Fórmula de la desviación estándar para una población

Consultado en: https://bit.ly/2vqd5MT
Según López “La desviación típica o desviación estándar es una medida que ofrece
información sobre la dispersión media de una variable. La desviación típica es siempre
mayor o igual que cero.
 Esperanza matemática, valor esperado o media: Es la media de nuestra serie de

datos.
 Desviación: La desviación es la separación que existe entre un valor cualquiera
de la serie y la media”.
Según Ulloa; Quijada (2006) “Esta medida brinda el promedio de alejamiento, dispersión
o esparcimiento de los datos u observaciones muestrales respecto a la media de la
muestra”.
EJERCICIOS
Ejemplo 1
“A cada persona que se presenta como aspirante a un trabajo de ensamble en la

empresa fabricante de muebles El Roble, se le aplica un examen de aptitudes mecánicas.
Una parte de la prueba consiste en ensamblar un armario basándose en instrucciones
numeradas. En la siguiente distribución de frecuencias se tiene una muestra de los
tiempos que necesitaron 42 solicitantes para ensamblar el armario”.
Fig.19 Tabla de distribución de frecuencias en minutos

Fuente: Autor

Nombre de la Unidad
“Calcular la desviación estándar de los datos de la tabla adjunta”:
Primero calculamos la varianza:

Fuente: Autor
21610
4752 −
2
𝑆 = 42
(42 − 1)
𝑆 2 = 103,35
“Luego que calculamos la varianza, para calcular la desviación estándar sacamos la raíz
cuadrada a la varianza y obteneos la desviación estándar tal como se muestra a
continuación”:
𝑆 = √103,35 = 10,17
𝑆 = 10,17 minutos
Ejemplo 2
“Las temperaturas medias registradas durante el mes de mayo en Madrid, en grados

centígrados, están dadas por la siguiente tabla”:
Fig.21 Tabla de distribución de frecuencias en días

Fuente: Autor
“Determinar el valor de la desviación estándar para los datos de la tabla adjunta”.

Primero calculamos la varianza:

Nombre de la Unidad

Fuente: Autor
551
𝜇= = 17,77
31
9919
𝜎= − (17,77)2 = 4,04
31
“Luego que calculamos la varianza, para calcular la desviación estándar sacamos la raíz
cuadrada a la varianza y obteneos la desviación estándar tal como se muestra a
continuación”:
𝜎 = √4,04 = 2,01
σ= 2,01 ᵒC
2. Coeficiente de variación
Fig. 23 Fórmula para calcular el Coeficiente de variación

Consultado en: https://bit.ly/32hsBXp

Nombre de la Unidad
a.- Definición
Múria; Gil (1998) “Coeficiente de variación es el resultado de dividir la desviación típica

entre la media, es un resultado porcentual que ayuda a comparar variables con escalas
o unidades de medida diferentes”.
“En otras palabras, el coeficiente de variación es una medida de la dispersión relativa de

los datos. Se define como la desviación estándar de la muestra expresada como porcentaje de
la media muestral”.
b.- Ejercicios
Ejemplo 1 de CV
“Se va a comparar la dispersión en los precios anuales de las acciones que se venden a menos
de $10(dólares) y la dispersión en los precios de aquellas que se venden por arriba de $60. El
precio medio de las acciones que se venden a menos de $10, es $5,25 y la desviación estándar
es $1,52. El precio medio de las acciones que se negocian a más de $60, es $92,50 y su desviación
estándar es $5,28”.
Calcule los coeficientes de variación y de una conclusión en base a los resultados”.
Acciones que se venden a más de 60 dólares
Ẍ= 92,50
S= 5,28
5,28
𝐶𝑉1 = ∗ 100 = 6%
92,50
𝑪𝑽𝟏 = 𝟔%
Acciones que se venden a menos de 10 dólares
Ẍ= 5,25
S= 1,52
1,52
𝐶𝑉2 = ∗ 100 = 29%
5,25
𝑪𝑽𝟐 = 𝟐𝟗%
“En base a los resultados obtenidos de los coeficientes de variación podemos concluir
que existe mayor dispersión en los precios anuales de las acciones que se venden a
menos de $10(dólares) frente a los precios de aquellas que se venden por arriba de $60
ya que el coeficiente es mayor (29%) con relación a un 6% de las acciones que se venden
por encima de 60 dólares”.

Nombre de la Unidad
Unidad
1. ¿Cuál es la definición las medidas de dispersión?
Estas medidas entregan información sobre la variación de la variable. Intentan
compendiar en un solo valor la dispersión que tiene un conjunto de datos.
2. ¿Cuáles son las medidas de dispersión más utilizadas?

Rango de variación, Varianza, Desviación estándar, Coeficiente de variación.
3. ¿Cuáles el orden de los datos no agrupados?

problema, esto se concluye mediante una tabulación que nos conduce a una tabla
de frecuencias.
4. ¿Mencione las propiedades del rango?

 No utiliza todas las observaciones (sólo dos de ellas).
 Se puede ver muy afectada por alguna observación extrema. El rango
aumenta con el número de observaciones, o bien se queda igual.
 En cualquier caso, nunca disminuye”
5. ¿Mencione las propiedades de una varianza?

 “Si todos los valores de una distribución se multiplican (o dividen) por una
constante d (distinta de cero), la varianza de la nueva variable queda
multiplicada (o dividida) por el cuadrado de la constante.
 Si todos los valores de una distribución se les suma (o resta) una constante
k, la varianza de la nueva distribución no varía.

Nombre de la Unidad
autónomo:
Videos de apoyo:
https://youtu.be/6Ddt7vE08h0
https://youtu.be/JI8vrmttIxg
Educación.
Links de apoyo:
https://matemovil.com/varianza-y-desviacion-estandar-ejemplos-y-ejercicios/
https://www.superprof.es/apuntes/escolar/matematicas/estadistica/descriptiva/ejerci
cios-y-problemas-de-la-varianza.html

Nombre de la Unidad
5. Bibliografía
» Hernández, E. (2006).Manual de estadística. Colombia. Educc
» López, J. Diccionario económico. Consultado en:
» Múria, J.; Gil, R. (1998). Preparación, tabulación y análisis de encuestas para
directivos. Madrid. Edit. Esic.
» Ramírez, G. (2005). Introducción a la Econometría. México. Primera edición.
» Ríus, F; Warnberg, J. (2014). Bioestadística. España. Segunda edición. Edit.
Paraninfo.
» Quevedo, H.; Pérez, B. (2014).Estadística para ingeniería y ciencias. México.
Primera Edición. Editorial Patria.
» Ulloa, V. ; Quijada, V. (2006). Estadística aplicada a la comunicación. México.
Primera Edición. UNAM
» Vargas, A. (1995). Estadística Descriptiva e inferencial. Murcia. Edit. COMPOBELL,
S.L

Compendio de Estadistica

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Compendio de Estadistica

Cargado por

Copyright:

Formatos disponibles

ESTADÍSTICA I

Autor: Ing. Edwin Sánchez León MAE

1. Unidad 1: Diseño, Descripción Y Análisis De Cargos ....................................................................... 3

Tema 1: Conceptos, Modelos y Descripción de Cargos ............................................................................ 3

2. Información de los subtemas......................................................................................................... 4

2.1 Subtema 1: Concepto de cargo y diseño de cargo. ..................................................................... 4

2.3 Subtema 3: Introducción y análisis de cargos. ............................................................................ 9

2.4 Subtema 4: Enriquecimiento. .................................................................................................... 11

3. Preguntas de Comprensión de la Unidad ..................................................................................... 12

4. Material Complementario ........................................................................................................... 13

Conceptualizar el término estadística de manera precisa.

Interpretar información estadística obtenida en censos y muestras.

Conocer y aplicar las técnicas de recolección e información al momento de

efectuar una investigación. l

Esta asignatura es de carácter teórico –práctico, permitirá al alumno de la carrera de

El programa contiene cuatro unidades. En la primera unidad se dará a conocer las

frecuencia. Por último, en la unidad 4 aplicación del método estadístico en psicología.

FORMATO CONTROLADO: FR0018/ v3.0 3

2. Informacion de los subtemas

“En la ciudad de Londres había surgido la Escuela de Aritmética-Política, dedicada a los

FORMATO CONTROLADO: FR0018/ v3.0 4

Ferreiro & Fernández (1988) la estadística se divide en “Estadística descriptiva. Se define

“La Estadística es la ciencia cuyo objetivo es reunir información cuantitativa

“La estadística es el conjunto de métodos científicos ligados a la toma, organización,

FORMATO CONTROLADO: FR0018/ v3.0 5

2.2 Subtema 2: Censo y Muestreo.

MODELO CLÁSICO O TRADICIONAL.

MODELO HUMANISTA O DE RELACIONES HUMANAS.

En este modelo contrario al de la administración científica y basado en la escuela de las

 La organización formal por la organización informal

FORMATO CONTROLADO: FR0018/ v3.0 6

 Las jefaturas por el liderazgo, el mando por la persuasión

 levada motivación intrínseca en el trabajo.

FORMATO CONTROLADO: FR0018/ v3.0 7

MOTIVACIÓN AL DISEÑO DE CARGOS

 Percepción del significado: es el grado en que el ocupante del cargo percibe su

siente responsable y relacionado con los resultados del trabajo desempeñado.

FORMATO CONTROLADO: FR0018/ v3.0 8

2.3 Subtema 3: Técnicas de recolección e información.

Desde los cambios en la administración se definieron cargos y cargos en base a las

FORMATO CONTROLADO: FR0018/ v3.0 9

DESCRIPCIÓN DEL CARGO

En esta parte de la descripción del cargo conocemos toda la estructura y su contenido

Tomando estas consideraciones (Chiavenato, 2011) define los factores de

FORMATO CONTROLADO: FR0018/ v3.0 10

2.4 Subtema 4: Enriquecimiento.

FORMATO CONTROLADO: FR0018/ v3.0 11

2. ¿Relacione los conceptos de Tarea, obligación, Función y Cargo?

3. ¿Resalte los aspectos más importantes del modelo tradicional?

4. ¿Enumere el tipo de información mínima para la descripción de cargos?

5. Contexto del Cargo: Condiciones laborales, interacciones, jornadas laborales y

5. ¿Cuáles son los posibles efectos resultantes del enriquecimiento de cargos?

FORMATO CONTROLADO: FR0018/ v3.0 12

Mondy, R. W. (2010). Administración de recursos humanos (P. EDUCACIÓN (ed.); 11°

FORMATO CONTROLADO: FR0018/ v3.0 13

FORMATO CONTROLADO: FR0018/ v3.0 14

Autor: Ing. Edwin Sánchez León MAE

1. Unidad 1: GENERALIDADES ............................................................................................................ 3

Tema 1: Organización de datos................................................................................................................ 3

2. Información de los subtemas......................................................................................................... 4

2.2 Subtema 2: Escalas de medición de variables. ............................................................................ 6

2.3 Subtema 3: Cuadro de frecuencia ............................................................................................. 10

2.4 Subtema 4: Frecuencia absoluta, relativas y acumuladas ........................................................ 10