SEMANA 13-SESIÓN 02

Estadística Descriptiva Para Psicología

REPASO
LOGRO DE LA SESIÓN

Al finalizar la sesión de clase el

estudiante halla e interpreta las
medidas de tendencia central y de
dispersión, forma y posición
reconociendo la importancia de
estos en la investigación del
comportamiento humano
destacando su importancia para la
carrea de Psicología de manera
precisa y eficiente.
 MEDIDAS DE TENDENCIA CENTRAL
Son medidas estadísticas que se localizan en la parte central de la distribución de los
datos. Permiten resumir y representar en un solo valor el conjunto de datos.
Media.
Se denota por x . Es el valor numérico que se obtiene dividiendo la suma total de los valores
observados de una variable entre el número de observaciones.
Variable: Número de hijos de
a) Para datos no agrupados. b) Para datos agrupados. cada enfermera del hospital “x”

Ejemplo: Dados los números 43; 51; 37; 39; Número de N° de

19; 24; 27. Hallar la media de la siguiente hijos enfermer xi .fi 70
xi as (fi) 𝑥=
ҧ =2
muestra. 35
0 4 0
43 + 51 + 37 + 39 + 19 + 24 + 27 1 7 7
x= 7 2 12 24
3 9 27
→ x = 34,28 4 3 12
TOTAL 35 70

Interpretación: El número promedio de hijos de cada

enfermera del hospital “X” es 2
 EJEMPLO:
Los siguientes datos corresponden a una muestra aleatoria de los gastos semanales en dólares de 20
Psicólogos que se alojaron en el Hotel “Los Delfines” de la ciudad de Lima en Febrero del 2012.

Intervalo xi fi
[400;500> 450 1
[500;600> 550 2
[600;700> 650 5
[700;800> 750 6
[800;900> 850 4
[900;1000> 950 2
total 20
1. Calcule el gasto promedio semanal de los Psicólogos que se alojaron en el hotel los delfines.
SOLUCION:
𝑥=
𝑥𝑖𝑓𝑖 450 1 + 550 2 + 650 5 + 750 6 + 850 4 + 950 (2)
=
𝑛 20
𝑥 = $ 730
Mediana.
Se denota por Me
a) Para datos no agrupados.

Ejemplo: 01
Dados los números 43; 51; 37; 39; 19 24; 27. Hallar la mediana de la siguiente muestra.
Ordenando de menor a mayor: 19 24 27 37 39 43 51
Como el total de datos es impar (n = 7) entonces la mediana es: 𝑀𝑒 = 𝑥𝑛+1
2
Me = X4
Me = 37
Ejemplo 02: Dados los números 43; 51; 37; 39; 19 24; 27; 62. Hallar la mediana de la siguiente muestra.

Ordenando de menor a mayor: 19 24 27 37 39 43 51 62

Como el total de datos es par (n = 8)

=38
  n −F 
~
 i−1 
b) Para datos agrupados. Me = LI i +   2 C
 fi 
donde:  
n
LIi : Límite inferior de la clase mediana = 17,5
2
Fi−1 :Frec. Abs. acumulada anterior a la clase mediana
Se encuentra entre 11 y 23, se toma el
f i : Frecuencia absoluta de la clase mediana
inmediato superior ( es decir 23)
n : Total de datos
c : Ancho o amplitud del intervalo de la clase mediana.
𝑀𝑒 = 𝑥𝑛+1
Ejemplo: Hallar la mediana e interprete. 2
Variable: Número de hijos de cada enfermera del hospital “X” Me = X18
Número de Número de Me = 2
hijos enfermeras Fi
xi fi
Interpretación: El 50% de las enfermeras del
0 4 4 hospital “X” tienen un número de hijos menor
1 7 11 a 2; mientras que el otro 50% tienen un
2 12 23 número de hijos mayor a 2.
3 9 32
4 3 35
TOTAL 35
EJEMPLO:
Los siguientes datos corresponden a una muestra aleatoria de los gastos semanales
en dólares de 20 Psicólogos que se alojaron en el Hotel “Los Delfines” de la ciudad de Lima en
Febrero del 2018.
1. Calcule el gasto que es mayor al 50% de los gastos menores y es menor al 50% de los gastos
mayores por los Psicólogos alojados en el hotel los delfines
Intervalo fi Fi
[400;500> 1 1 Donde: 𝑛 = 20--- Tn/2 = T10
[500;600> 2 3
[600;700> 5 8
𝐿𝑖𝑛𝑓 = 700
[700;800> 6 14
[800;900> 4 18
𝐶 = 100
[900;1000> 2 20
𝐹𝑖 −1 = 8
total 20 𝑓𝑖= 6
n
−F i−1 10−8 100
SOLUCION: Me = L inf + C 2
fi = 700+ 100 6
= 700 +
3

𝑀𝑒 = $ 733,33
 Moda
Se denota por Mo EJEMPLO:
a) Para datos no agrupados
Viene a ser la mayor cantidad de datos que se repite Intervalo fi CLASE
[400;500> 1 MODAL
b) Para datos agrupados
[500;600> 2
  d  [600;700> 5
Mo = x =LIi +  1
 C [700;800> 6
d
 1 + d 2 
[800;900> 4
donde: [900;1000> 2
d1 = fi – fi – 1 total 20
d2 = fi – fi + 1
𝑑1 1
LIi : Límite inferior de la clase modal 𝑀𝑜 = 𝐿𝑖 𝑛 +𝐶 = 700 + 100
fi : Frecuencia absoluta de la clase modal 𝑑1 + 𝑑 2 1+2
fi – 1: Frecuencia absoluta anterior a la clase modal
fi + 1: Frecuencia absoluta posterior a la clase modal 𝑀𝑂 = $ 733.33 𝑑1=6- 5=1
C : Ancho o amplitud del intervalo de la clase modal 𝑑2=6- 4=2
 MEDIDAS DE DISPERSIÓN

Rango VARIANZA (𝑆 2) DESVIACION ESTANDAR COEFICIENTE DE

(𝑆) VARIACIÓN (CV)

En un estudio en que se quiera estudiar el efecto de diferentes dosis de una determinada sustancia psicoactiva
sobre la conducta, una estrategia habitual es que se apliquen diferentes dosis de la misma, establecidas a priori
por el investigador, por ejemplo, la sustancia se aplicó a ocho sujetos con las mismas características fijadas por
el investigador, las cantidades administradas se muestran a continuación:
100, 150, 200, 150, 300, 200, 100, 500.
Calcule la varianza de la dosis administrada a los sujetos y la desviación estándar. Interprete la desviación
estándar.
100 + 150 + 200 + 150 + 300 + 200 + 100 + 500
𝑥ҧ = = 212.5 𝑚𝑔.
8
2
+(150 − 212,5)2 +(200 − 212,5)2 +(150 − 212,5)2 +(300 − 212,5)2 +(200 − 212,5)2 +(100 − 212,5)2 +(500 − 212,5)2
𝑠2 = (100 − 212,5)
8−1
𝑠2 = 17678.5714 𝑚𝑔2
La dosis administrada a los sujetos se desvían de la media con una intensidad de
𝑠 = 132.9608 𝑚𝑔 132.96 mg.
EJEMPLO DE COEFICIENTE DE VARIACIÓN
Teniendo en cuenta que la variable estatura (X, medida en cm) toma los siguientes valores para varones y mujeres:
Varones: 181, 185, 175, 172, 189.
Mujeres: 165, 167, 161, 168, 170.
Obtenga la media y la desviación estándar de X en cada uno de los grupos. A continuación, compare la variabilidad de
los dos grupos de datos y comente el resultado.
Solución: Se puede observar que la estatura de las mujeres es más
6.9857 homogéneo que el de los hombres, ya que tiene un
X: Estatura de un varón. 𝐶𝑉𝑋 = × 100% coeficiente de variación menor.
180.4
Y: Estatura de una mujer. 𝐶𝑉𝑋 = 3.87%
𝑥ҧ = 180.4 𝑐𝑚
𝑦ത = 166.2 𝑐𝑚 3.4205
𝐶𝑉𝑌 = × 100%
166.2
𝑠𝑥2 =166.2 𝑐𝑚
𝐶𝑉𝑌 = 2.06%
𝑠𝑋 = 6.9857 𝑐𝑚

𝑠𝑦2 =11.69 𝑐𝑚
𝑠y = 3.4205 𝑐𝑚
 VARIANZA, DESVIACIÓN ESTÁNDAR Y COEFICIENTE DE
VARIACIÓN PARA DATOS AGRUPADOS
EJEMPLO: Sea la variable “número de errores cometidos por conductores”

Número de Número de
errores (𝑥𝑖) conductores 𝑓𝑖(𝑥𝑖 − 𝑥) 2
(𝑓𝑖 ) 𝑓𝑖 × 𝑥𝑖
1 5 5 8.7120
2 34 68 3.4816
3 5 15 2.3120
4 3 12 8.4672
5 2 10 14.3648
6 1 6 13.5424
Total 50 116 50.8800

𝑥 2.32 𝑒𝑟𝑟𝑜𝑟𝑒𝑠
𝑠2 2
1 1.0384 𝑒𝑟𝑟𝑜𝑟𝑒𝑠
𝑠1 1.019 𝑒𝑟𝑟𝑜𝑟𝑒𝑠
𝐶𝑉1 43.92%

La cantidad de errores cometidos por los conductores presentan una

variación muy heterogénea.
 MEDIDAS DE POSICIÓN

Las medidas de posición son los valores que determinan la posición de un

dato respecto a todos los demás datos previamente ordenados. También se les
conoce con el nombre de cuantiles. Entre los cuantiles a estudiar tenemos:
Cuartiles (𝑸𝒊): Son aquellos valores Deciles (𝑫𝒊): Son aquellos valores
que dividen a la muestra en 4 partes que dividen a la muestra en 10
iguales. partes iguales.

Percentiles (𝑷𝒊): Son aquellos valores que dividen a la muestra en 100 partes
iguales.

MEDIDAS DE POSICIÓN PARA DATOS NO AGRUPADOS

 EJEMPLO

En el área de contabilidad se registro un reporte de los sueldos mensuales en soles

de un grupo de profesionales que trabajan en orientación vocacional (psicólogos) de
la UTP como sigue:

3310 3550 3650 3730 3925 3490 3520 3540 3450 3480

a) Calcule e interprete el percentil 70.

b) Calcule e interprete el primer cuartil.
c) Calcule el decil 7.
d)¿Cuál es el sueldo mensual mínimo que el 75% de los profesionales que trabajan
en orientación vocacional ganan?
 SOLUCIÓN
Se ordena los datos de menor a mayor:
𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒙𝟓 𝒙𝟔 𝒙𝟕 𝒙𝟖 𝒙𝟗 𝒙𝟏𝟎
3310 3450 3480 3490 3520 3540 3550 3650 3730 3925

a) 𝑃70 =?
Posición del 𝑃70 : 7.7 c) 𝐷7 = 𝑃70 =?
𝑃70 = 3550+ 0.7 (3650 − 3550) = 3620 𝐷7 = 𝑃70 = 3620

Interpretación: El 70% de los profesionales que trabajan en orientación

vocacional reciben un sueldo mensual menor o igual a 3620 soles. d) 𝑃25 =?
𝑃25 = 3472.5
b) 𝑄1 = 𝑃25 =?
Posición del 𝑃25 : 𝑘 = =2.75 Rpta: El sueldo mensual mínimo
que el 75% de los profesionales
𝑄1 = 𝑃25 = 3450 + 0.75 (3480 − 3450)= 3472.5 que trabajan en orientación
vocacional ganan es 3472.5
Interpretación: El 25% de los profesionales que trabajan en orientación
soles.
vocacional reciben un sueldo mensual menor o igual a 3472.5 soles.

MEDIDAS DE POSICIÓN PARA DATOS NO AGRUPADOS

 EJEMPLO
En el área de contabilidad se registro un reporte de los pagos adicionales en soles por
concepto de horas extras durante una semana de un grupo de profesionales que
trabajan en orientación vocacional (psicólogos) de la UTP como sigue:
Montos 𝒇𝒊
[50 , 70[ 30
[70 , 90[ 50
[90 , 110[ 65
[110 , 130[ 30
[130 , 150[ 25
Total

a) Calcule e interprete el tercer cuartil.

b) ¿A partir de que monto el 50% del grupo de profesionales que trabajan en orientación
vocacional (psicólogos) de la UTP obtienen mayor pago?
c) ¿Cuál es el monto máximo que obtienen el 55% del grupo de profesionales que
trabajan en orientación vocacional (psicólogos) de la UTP?
MEDIDAS DE POSICIÓN PARA DATOS AGRUPADOS
 SOLUCIÓN
a) 𝑄3 =? Montos 𝒇𝒊 𝑭𝒊

[50 , 70[ 30 30
[70 , 90[ 50 80
[90 , 110[ 65 145
[110 , 130[ 30 175
[130 , 150[ 25 200
Total 200

Posición del 𝑄3 = 𝑃75 :

Usando la fórmula de percentil tenemos:

150 − 145
𝑄3 = 𝑃75 = 20 =113.33
30

Interpretación: El 75% del grupo de profesionales que trabajan en orientación vocacional (psicólogos) de la UTP
reciben un monto menor o igual a 113.33 soles.

MEDIDAS DE POSICIÓN PARA DATOS AGRUPADOS

b) 𝑄2 = 𝑃50 = 𝐷5 =? Montos 𝒇𝒊 𝑭𝒊

[50 , 70[ 30 30
[70 , 90[ 50 80
[90 , 110[ 65 145
[110 , 130[ 30 175
[130 , 150[ 25 200
Total 200

Posición del 𝑃50 = → 𝑃50 ∈ [90 , 110[

Usando la fórmula de percentil tenemos:

100 − 80
𝑃50 = 90 + 20 = 96.15
65

Rpta: A partir del monto de 96.15 soles el 50% de los profesionales que trabajan en orientación
vocacional (psicólogos) de la UTP obtienen mayor pago.

MEDIDAS DE POSICIÓN PARA DATOS AGRUPADOS

 Montos 𝒇𝒊 𝑭𝒊
c) 𝑃55 =?
[50 , 70[ 30 30
[70 , 90[ 50 80
[90 , 110[ 65 145
[110 , 130[ 30 175
[130 , 150[ 25 200
Total 200

Posición del 𝑃55: = 𝟏𝟏𝟎 → 𝑃55 ∈ [90 , 110[

Usando la formula de percentil tenemos:

110 − 80 20
𝑃55 = 90 + = 99.23
65
Rpta: El monto máximo que obtienen el 55% del grupo de profesionales que trabajan en orientación
vocacional (psicólogos) de la UTP es de 99.23 soles.

MEDIDAS DE POSICIÓN PARA DATOS AGRUPADOS

 MEDIDAS DE FORMA
Las medidas de forma: Asimetría y Curtosis, estudian la forma o deformación
de una distribución tanto en el sentido horizontal como vertical.
ASIMETRÍA
Permite identificar como se distribuyen los datos con respecto al
centro de los datos. Una distribución de datos es simétrica si su curva
de frecuencias es simétrica con respecto al centro de los datos.

• As >0 Asimetría por la derecha

• As = 0 Simetría
• As < 0 Asimetría por la izquierda

MEDIDAS DE FORMA
Coeficiente de Asimetría de Pearson
Este coeficiente está basado entre la relación existente entre la media y la
mediana.
1. Si el valor del coeficiente de asimetría es mayor que cero entonces la
distribución presenta una asimetría positiva.
2. Si el valor del coeficiente de asimetría es menor que cero entonces la
distribución presenta una asimetría negativa.
3. Si el valor del coeficiente de asimetría es igual a cero entonces la
distribución es simétrica.
4. El coeficiente varía entre [-3,3] aunque valores fuera de [-1,1] se
consideran excepcionales

MEDIDAS DE FORMA
Ejemplo de Asimetría
En seguida aparecen las utilidades por acción que obtuvo una muestra de 15 compañías de
software durante el año 2010. Las utilidades por acción se encuentran ordenadas de menor a
mayor.
0.09 – 0.13 – 0.41 – 0.51 – 1.12 – 1.20 – 1.49 – 3.18 – 3.50 – 6.36 – 7.83 – 8.92 – 10.13 – 12.99 –
16.40.
Calcule la media, la mediana y la desviación estándar. Determine el coeficiente de sesgo
utilizando los métodos de Pearson. ¿Qué concluye respecto de la forma de la distribución?
Solución:
∑𝑥𝑖
4.95 𝑀𝑒 = 3.18 𝑆= = 5.22
𝑛

Coeficiente de Pearson: 𝐴s 1.017 > 0

Esto indica que existe un sesgo positivo moderado en los datos de las utilidades por
acción.

MEDIDAS DE FORMA
EJEMPLO
El departamento de Recursos Humanos de “Plaza Vea” hizo un estudio de
120 empleados, obteniéndose los siguientes datos:

SOLUCIÓN:
282 𝑀𝑒 = 280 𝑆 = 48.33

El coeficiente de sesgo de Pearson es:

3(282 − 280)
𝐴𝑆 = = 0.124
48.33
Se puede observar que la asimetría es ligeramente
positiva (cola a la derecha)
Calcular la asimetría sabiendo que la
desviación estándar es 48.33
MEDIDAS DE FORMA
 CURTOSIS
• Si 𝐾 < 0.263 La distribución es Platicúrtica (DistribuciónAplanada)
• Si 𝐾 = 0.263 La distribución es Mesocúrtica.
• Si 𝐾 > 0.263 La distribución es Leptocúrtica (Distribución Elevada)
Ejemplo para datos agrupados :
A continuación se presentan las puntuaciones que registra en minutos el tramite de
cierto documento en una institución privada:
3; 8; 8; 8; 9; 9; 9;18.
Determinar la curtosis.
Solución: Para lo cual determinamos los percentiles:
𝑃75 = 9, 𝑃25 = 8 𝑃10 = 3 𝑃90 = 18
Reemplazando
𝐾= 0.0333 < 0.263

Por lo tanto es platicúrtica (mayor dispersión).

EJEMPLO
El departamento de Recursos Humanos de “Plaza Vea” hizo un estudio de
120 empleados, obteniéndose los siguientes datos:
SOLUCIÓN:
Determinamos los percentiles:
𝑃75 = 320, 𝑃25 = 244, 𝑃10 = 220, 𝑃90 = 353.33
Reemplazando:

= 0.285 > 0.263

Se puede observar que la distribución tiende a ser

Calcular la curtosis.
leptocúrtica (menor dispersión).
MEDIDAS DE FORMA
 DISTRIBUCION NORMAL ESTANDAR ó Z:

Si una variable X (puntuaciones, datos, calificaciones, etc.) se halla

normalmente distribuida, entonces, las estadísticas tipificadas o
estandarizadas estarán definidas por:

𝑍 = 𝑋−𝜇 ó Z = 𝑋−𝑋
𝜎 𝑆

Esta nueva variable estará normalmente

distribuida con media 0 y varianza 1 y
se escribe 𝑍~𝑁(0; 1).

La Distribución Normal estándar, es aquella que tiene por media el valor cero 𝜇=0 y la
desviación típica 𝜎=1.

Distribución Normal
Ejemplo 1: Los calificativos del examen de ingreso a una Maestría
en Psicología están distribuidos normalmente con una media de
79 y una desviación estándar de 9. Calcule la probabilidad de
que dichas notas tomen un valor mayor a 90.
𝑋 − 𝜇 90 −79
P(X > 90) = 𝑃 ( > )
𝜎 9

90 −79
P(X > 90) = 𝑃 (𝑍> )
9

P(X > 90) = 𝑃 (𝑍> 1.22)

P(X > 90) = 1 − 𝑃 (𝑍 ≤ 1.22)

P(X > 90) = 1 − 0.8888

P(X > 90) = 0.1112
Ejemplo 2: X es una variable aleatoria que sigue una distribución
normal y que al estandarizarla se obtiene la variable Z que tiene
una distribución normal estándar. Calcular el valor de "b", tal
que: P(-2.30< z < b) = 0.6636.

P(-0.46< z < b) = 0.6636

P(z < b) - P(z < −0.46) = 0.6636

P(z < b) – (1 – P(Z<0.46)= 0.6636

P(z < b) –(1 – 0.6772) = 0.6636

P(z < b) – 0.3228 = 0.6636

P(z < b) = 0.9864

b = 2.21
Ejemplo 3: X es una variable aleatoria que sigue una distribución
normal y que al estandarizarla se obtiene la variable Z que tiene
una distribución normal estándar. Calcular el valor de “a", tal
que: P(a< z < 1.94) =0.1828

P(a< z < 1.94) = 0.1828

P(z < 1.94) - P(z < 𝑎) = 0.1828

0.9738 – P(Z<a)= 0.1828

0.9738 –0.1828 = P(Z < a)

0.7910=P(z < a)

a = 0.81
 Distribución t de student
1. Si la variable aleatoria “tiempo de atención al cliente en minutos", aplicada a una muestra de 10 personas,
presenta una distribución t de Student, halle la probabilidad de P [-0.1293< X < 2.262]
gl = 10 -1 = 9
P[x < 2.262] – P[x < -0.1293] = 0.975 – (1 – 0.55) = 0.89
0.975 – 0.45= 0.525
2. Si la variable aleatoria “altura", aplicada a una muestra de 15 atletas, presenta una distribución t de
Student, halle el valor de "a" tal que:
P [X > a ] = 0.05
gl = 15 -1 = 14
P(X > a) = 1 − 𝑃 (𝑥 ≤ 𝑎)= 0.05

1 − 0.05 = 𝑃 (𝑥 ≤ 𝑎)
0.95 = 𝑃 (𝑥 ≤ 𝑎) 𝑎 = 1.7613
Y ahora es momento de desarrollar la
PRÁCTICA CALIFICADA III y demostrar cuanto
has aprendido.
Éxitos.