ESTADSTICA

Primero: Cada hecho social o individual que se considera y que demanda

explicacin, est determinado por un conjunto de factores muy amplio, se trata
de lo que llamamos multicausalidad.

Segundo: El conjunto de factores que explican un hecho, puede dividirse en
aquellos que afectan al individuo de modo exclusivo y aquellos de carcter
colectivo. Los individuales hacen de cada sujeto un caso nico, los colectivos
ubican al individuo en similitud con quienes comparte un grupo o diversos
grupos.

Ejemplo: la ansiedad en una y varias personas.
Informacin desde el individuo hacia el grupo
Alumno Asignaturas
aprobadas
Susan 5
Marcos 6
Daniel 5
Federico 4
Maria 4
Pedro 5
Eugenia 5
Mabel 5
Francisco 5
Materias
aprobadas
Cantidad de
alumnos
4 2
5 6
6 1
Definicin de Estadstica
La estadstica es una disciplina que disea los procedimientos para la obtencin
de los datos, como asimismo proporciona las herramientas que permiten extraer
la informacin.

Estadstica descriptiva.
Su objetivo es el tratamiento o anlisis de los datos provenientes de un colectivo,
ya sea considerado como poblacin total, ya sea considerado de una parte de
dicha poblacin, con el objeto de describir o resaltar una serie de caractersticas
en relacin a su estructura.
Dicha descripcin se refiere, bsicamente, a los datos que han sido analizados,
sin pretender extender las conclusiones que puedan extraerse a otros colectivos
distintos o ms amplios. Bsicamente, la Estadstica Descriptiva coincide, en sus
mtodos y objetivos, con lo que actualmente se denomina Anlisis de Datos.

Estadstica Inferencial o inductiva
Su objetivo es el desarrollo y estudio de tcnicas que permitan la realizacin de
inferencias o generalizacin estimacin extensin prediccin de casos no
observados, acerca de una poblacin a partir del estudio de una parte de la
misma llamado muestra. Es decir, inducir o extraer conclusiones de un colectivo
mediante la observacin de una parte ms reducida.


Poblacin: (Todo)
Llamado tambin Universo, es el conjunto total de las unidades elementales que
poseen caractersticas o factores que son de inters para un estudio. Por
ejemplo, tiempo proceso de un producto, calidad de servicio, etc. es decir tiene
una realidad que es desconocida y sobre la cual se desea conocer cmo se
comportan los elementos que la conforman.
Puede ser una poblacin finita (ej., los estudiantes de psicologa en Per) o
infinita (ej., el conjunto de los nmeros pares).
Muestra: (Parte)
Es el subconjunto de unidades elementales, elegidas de una poblacin.
PARMETRO Y ESTADSTICO

Parmetro
Medida descriptiva que resume una caracterstica de la poblacin a partir de
la observacin de los datos de total de la poblacin.
Se simbolizan con letras griegas (m para la media, s para la desviacin tpica,
proporcin , etc.).

Estadstico o estadgrafo
Medida descriptiva que resume una caracterstica de la muestra con el fin de
estimar un parmetro.
Se simbolizan con letras latinas (X para la media, s para la desviacin tpica,
proporcin p, etc.).
Las variables y nivel de medicin
Definiendo los elementos a tratar:

Unidad de anlisis: son los elementos entre los que se analiza y
compara alguna cualidad, son los sujetos o individuos, de manera
general.

Variable: son los aspectos de los individuos que se someten a
comparacin; su cualidad central es la que le da el nombre: la de variar.
Son caractersticas de las unidades de anlisis que pueden asumir
diferentes valores en cada una de ellas.

Categoras: de una variable son los valores de cada unidad de anlisis,
que se puede asumir.
Las categoras de una variable son mutuamente excluyentes si a cada
individuo le corresponde no ms de una categora. Tambin son
exhaustivas si todo individuo tiene alguna categora que le corresponda.


Las variables y nivel de medicin
En estadstica se suele asignar cdigos o nmeros a las categoras
de las variables, ejemplo en la variable sexo las categoras son
mujer y hombre pero se puede categorizar 1= mujer y 2=hombre.
Esta codificacin solo es necesaria para trminos de uso de
anlisis de datos en programas informticos. La asignacin de
nmeros a las caractersticas se hace siguiendo reglas especficas .

Medir es asignar nmeros a los objetos segn cierta regla, de
manera que los nmero asignados en la medicin, no representan
propiamente las cantidades, sino las relaciones.

El nivel de medicin de una variable est determinado por el
significado que tengan los smbolos numricos que se asignan a las
categoras.


Escalas de medida
1) Escala nominal: son aquellas en que podemos clasificar sus
valores en clases o categoras, sin poder establecer un
ordenamiento sugerido por la magnitud de sus valores. Esto
significa que los valores con que se identifica cada nivel de la
variable son arbitrarios.
Ejemplo: Variable Sexo (Hombre : H, Mujer: M)
(1: Mujer y 2: Hombre)
2) Escala ordinal: es una escala de clasificacin en la que los
nmeros se asignan a los objetos para identificar el grado
relativo en el que los objetos poseen cierta caracterstica. Una
caracterstica es que se tiene sentido ordenar sus valores, an
cuando no tiene magnitudes asociadas.
Ejemplo: Nivel de depresin (bajo, medio, alto)
Rendimiento de los estudiantes en una facultad:
Insatisfactorio, satisfactorio, bueno, muy bueno, excelente.

Escalas de medida
3) Escala de intervalos: En este caso disponemos ya de
unidad de medida (esto es, sabemos cunta diferencia
hay entre elementos). Las distancias numricas iguales
en la escala representan valores iguales en la
caracterstica que se mide.
Temperatura en grados centgrados o grados Fahrenheit.

4) Escala de razn o relacin. En este caso, disponemos
tanto de unidad de medida como de un punto cero
absoluto. En este caso, tenemos relaciones de
igualdad/desigualdad de razones de los valores de la
escala.
Participacin del estudiante por sesin de clases
2part/clase
CLASIFICACION DE VARIABLES

Variables: Cualitativas y Cuantitativas.

Las variables cualitativas son aquellas que se refieren a categorias o
atributos de los elementos de estudio.
Ejemplo la variable diagnstico psiquitrico presente como categoras
trastorno de estrs postraumtico, esquizofrenia, trastornos de obsesin
convulsiva.


Las variables cuantitativas son aquellas cuyos datos son de tipo
numrico.

Variable cuantitativa discreta: Toma valores enteros.
Ejemplo: El nmero de hijos por familia.


Variable cuantitativa continua: Son valores reales. Puede tomar
cualquier valor dentro de un intervalo.
Ejemplo: Cociente Intelectual de los estudiantes.
EJERCICIOS DE ESCALA Y VARIABLES
VARIABLE CATEGORIZACIN U
OPERATIVIZACIN
ESCALA VARIABLE
Distrito, Ciudad donde
naciste
Cuzco, Lambayeque, Piura,
Cajamarca, Chiclayo, Loja -
Ecuador
Nominal Variable Cualitativa
Grado de acuerdo de un
Jurado
Psimo, Regular, Bueno,
Excelente
Ordinal Variable Cualitativa,
Variable
Cuasicuantitiva
Nmero de hermanos
en un hogar
0, 1, 2, 3, 4, Intervalo Variable Cuantitativa
Tipo Discreta
Habitantes en la ciudad
donde vives
12500; 15000; . Intervalo Variable Cuantitativa
Tipo Discreta

Cociente intelectual 116, 120, 130, 140, 125.8,
130,7, 140,7, .
Intervalo Variable Cuantitativa
Tipo Continua
Pulsaciones por minuto 60/120, 75/120, 85/120,
95/120, 100/120, .
Razn Variable Cuantitativa
Tipo Continua
ORDENACIN DE DATOS Y DISTRIBUCIN DE FRECUENCIAS
La ordenacin de los datos se realizarn con las tablas que resumen informacin de
las muestras o de la poblacin y se presentan en un formato que permite sacar
conclusiones ms fcilmente, aunque de manera limitada, con respecto al conjunto
total de categoras o valores. Las tablas pueden construirse con o sin prdida de
informacin.

La tabla de frecuencias es la reorganizacin de los valores en orden creciente o
decreciente de magnitud, en tal forma que una caracterstica de la poblacin esta
subdividida en clases o categoras, indicando la cantidad de veces que aparece un
dato en dada clase y relacionando cada valor ( o clase de valores) con la frecuencia
de su presencia.

La frecuencia absoluta de una categora o de un valor es la cantidad absoluta de
veces que en la categora o el valor aparecen en un conjunto de datos.

La frecuencia acumulada de una clase es la cantidad de elementos que tienen
menor o igual valor que el lmite superior de esa clase.

La frecuencia relativa es la fraccin del numero total de observaciones.
ORDENACION DE DATOS Y DISTRIBUCIN DE FRECUENCIAS

CMO AGRUPAR LOS DATOS VARIABLE CUALITATIVA:
Contar el nmero de casos dentro de cada categora.
Categora de
la variable:
Xi
Frecuencia
absoluta
fi = ni
Frecuencia
relativa: hi
Frecuencia absoluta
acumulada Fi
Frecuencia relativa
Acumulada Hi
C1 f1 h1 = f1/ n F1 = f1 H1=h1
C2 f2 h2 = f2/ n F2=f1+f2 H2=h1+h2

Cn fn hn = fn/ n Fn= f1+f2+..+fn=n Hn=h1+h2+..+hn=1.00
Total n 1.000 -------- --------
Ejemplo de distribucin de frecuencias variable cualitativa
Si se estudia el origen o procedencia de 20 estudiantes de la
Universidad Seor de Sipan, del primer ao en psicologa:
Chiclayo, Chiclayo, Lambayeque, Ferreafe, Lambayeque, Chiclayo, Chiclayo,
Lambayeque, Chiclayo, Chiclayo, Lambayeque, Lambayeque, Chiclayo, Chiclayo,
Lambayeque, Chiclayo, Lambayeque, Chiclayo, Chiclayo, Ferreafe.
Origen Conteo Frecuencia
Absoluta fi
Frecuencia
relativa hi
Frecuencia
Absoluta
acumulada Fi
Frecuencia
relativa
Acumulada Hi
Chiclayo //// ////
/
11 11/20 = 0.55 11 0.55
Ferreafe // 2 2/20 = 0.10 13 0.65
Lambayeque //// // 7 7/20 = 0.35 20 1.00
Total - - 20 1.00 - - - -
Fuente: Departamento de Asuntos Acadmicos - USS
Tabla 1.- Distribucin de origen de estudiantes primer ao psicologa USS
Valores de
la variable:
Xi
Frecuencia
absoluta
fi = ni
Frecuencia
relativa: hi
Frecuencia absoluta
acumulada Fi
Frecuencia relativa
Acumulada Hi
X1 f1 h1 = f1/ n F1 = f1 H1=h1
X2 f2 h2 = f2/ n F2=f1+f2 H2=h1+h2
..
Xn fn hn = fn/ n Fn= f1+f2+..+fn=n Hn=h1+h2+..+hn=1.00
Total n 1.00 -------- --------
ORDENACION DE DATOS Y DISTRIBUCIN DE FRECUENCIAS

CMO AGRUPAR LOS DATOS VARIABLE CUANTITATIVA DISCRETA:
En la columna de los valores de la variable se introducen los valores distintos
de la variable discreta.
Ejemplo de distribucin de frecuencias
variable cuantitativa discreta
Si se estudia el nmero de hermanos en 20 estudiantes de la
Universidad Seor de Sipn, del primer ao en psicologa:
2, 0, 1, 3, 3, 1, 1, 0, 4, 1, 0, 1, 1, 1, 2, 3, 0, 0, 2, 4.
Hermano Conteo Frecuencia
Absoluta fi
Frecuencia
relativa hi
Frecuencia
Absoluta
acumulada Fi
Frecuencia
relativa
Acumulada Hi
0 //// 5 5/20 = 0.25 5 0.25
1 //// // 7 7/20 = 0.35 12 0.60
2 /// 3 3/20 = 0.15 15 0.75
3 /// 3 3/20 = 0.15 18 0.90
4 // 2 2/20 = 0.10 20 1.00
Total - - 20 1.00 - - - -
Fuente: Departamento de Asuntos Acadmicos - USS
Tabla 1.- Distribucin de nmero de hermanos en los estudiantes 1er ao
Psicologa USS
ORDENACIN DE DATOS Y DISTRIBUCIN DE FRECUENCIAS

CMO AGRUPAR LOS DATOS VARIABLE CUANTITIVA CONTINUA:
Utilizaremos intervalos iguales en los que se divide el nmero total de
observaciones. Es conveniente utilizar los intervalos de clase cuando se tiene un
gran nmero de datos (n>20) de una variable continua. La frmula de Sturges se
utiliza para calcular el nmero k de intervalos.
K = 1 + 3.3 * log(n); Donde n es la cantidad de datos.

Cmo agrupar los datos por intervalos:
Primero: Calculamos el rango de la variable:
R = Valor Mximo Valor Mnimo

Segundo: Calculamos la cantidad de intervalos K = 1 + 3.3*log(n)

Tercero: Calcular la amplitud o clase del intervalo A:C:; A = R/K

Cuarto: Construir los intervalos a partir del Valor mnimo o algn valor redondeado
que lo contenga, de amplitud A con sus frecuencias correspondientes.
Ejemplo de distribucin de frecuencias
variable cuantitativa continua
Un psiclogo mide el permetro craneal a nios en edad
comprendida entre los dos y tres aos, obtenindose los siguientes
datos (en centmetros):
41 39.5 43.2 40.5 42.3 44.5 38.5 42.5 40.3 46.3 45.6 44.2 40.1 43.5
40.2 42.7 45 45.2 46.7 39.4 41 39 39.6 43 42.8 47.9 46.5 40.2
Encontrar el rango de la informacin
Rango = Valor mximo valor mnimo
R = 47.9 38.5 = 9.4 R = 9.4

Determinar el intervalo K, con la regla sturges
K = 1+3.3logaritmo (muestra)
K = 1+3.3 logaritmo(28) k = 1+3.3(1.447) k = 5.77 K = 6

Determinar la amplitud
A = Rango / intervalo = Rango /k
A = 9.4 / 6 = 1.56 A 1.6

Delimitar los intervalos empezando por el valor mnimo.

Ejemplo de distribucin de frecuencias variable cuantitativa continua
Li : Lmite inferior.
Ls: Lmite superior.

Limite superior = Lmite inferior mas ancho
Variable:
Permetro
Li1, Ls1 =Li1 + A Li1=Valor mnimo =38.5; Ls1=38.5+1.6 =40.1 [38.5 40.1)
Li2, Ls2 =Li2 + A Li2 = 40.1; Ls2= 40.1+1.6= 41.7 [40.1 41.7)
Li3, Ls3 =Li3 + A Li3=41.7; Ls3= 41.7+1.6= 43.3 [41.7 43.3)
Li4, Ls4 =Li4 + A Li4=43.3; Ls4= 43.3+1.6= 44.9 [43.3 44.9)
Li5, Ls5 =Li5 + A Li5= 44.9; Ls5= 44.9+1.6= 46.5 [44.9 46.5)
Li6, Ls6 =Li6 + A Li6=46.5; Ls6= 46.5+1.6= 48.1 [46.5 48.1)
Distribucin de los intervalos empezando del valor mnimo
Donde el smbolo [ significa que el valor es cerrado toma el valor y
el valor para el smbolo ) es abierto no toma el valor
Ejemplo de distribucin de frecuencias variable cuantitativa continua
Permetro Conteo Frecuencia
Absoluta fi
Frecuencia
relativa hi
Frecuencia
Absoluta
acumulada Fi
Frecuencia
relativa
Acumulada Hi
[38.5 40.1) //// 5 5/28 = 0.18 5 0.18
[40.1 41.7) //// // 7 7/28 = 0.25 12 0.43
[41.7 43.3) //// / 6 6/28 = 0.21 18 0.64
[43.3 44.9) /// 3 3/28 = 0.11 21 0.75
[44.9 46.5) //// 4 4/28 = 0.14 25 0.89
[46.5 48.1) /// 3 3/28 = 0.11 28 1.00
Total - - 28 1.00 - - - -
Fuente: Datos ficticios
Tabla 1.- Distribucin de permetro craneal medido en cm. en estudiantes
38.5 39 39.4 39.5 39.6 40.1 40.2 40.2 40.3 40.5 41 41 42.3 42.5
42.7 42.8 43 43.2 43.5 44.2 44.5 45 45.2 45.6 46.3 46.5 46.7 47.9
Confeccione una tabla de frecuencias de datos agrupados (Recuerda que Sturges sugiere
la siguiente frmula para el nmero de intervalos de clase k = 1 + 3.3 log n), que
contenga las frecuencias absolutas, relativas.
Otro ejemplo de distribucin de frecuencias
variable cuantitativa continua
68 100 105 92 105 98 98 93 98 94
98 110 101 98 98 105 106 98 100 100
98 100 75 81 82 83 98 84 101 95
90 91 98 92 115 115 100 85 98 96
100 110 112 98 100 96 100 89 98 98
Con el objeto de seleccionar a una persona con gran capacidad e inteligencia, la
psicloga de una empresa, realiza un test sobre inteligencia general para
determinar el coeficiente intelectual de los candidatos al puesto de trabajo
preseleccionados. La siguiente tabla muestra los resultados del coeficiente de
inteligencia, que se obtuvo al aplicar el test a 50 personas:

Dato que tenemos que la informacin presentarla en una distribucin de frecuencias se
determina con los pasos siguientes:

Encontrar el Rango de la informacin
Rango = Valor mximo valor mnimo
R = 115 68 = 47 R = 47

Determinar el intervalo K, con la regla sturges
K = 1+3.3logaritmo (muestra)
K = 1+3.3 logaritmo(50) k = 1+3.3(1.699) k = 6.6 K = 7

Determinar la Amplitud
A = Rango / intervalo = Rango /k
A = 47.7 / 7 = 6.7 A 6.8

Delimitar los intervalos empezando por el valor mnimo.

Ejemplo de distribucin de frecuencias variable cuantitativa continua
Li: Lmite inferior.
Ls: Lmite superior
Limite superior = Lmite inferior mas ancho Variable:
coeficiente
intelectual
Li1, Ls1 =Li1 + A Li1=Valor mnimo =68; Ls1=68+6.8 =74.84 [68.0 74.8)
Li2, Ls2 =Li2 + A Li2 = 74.8; Ls2= 74.8+6.8= 81.6 [74.8 81.6)
Li3, Ls3 =Li3 + A Li3=81.6; Ls3= 81.6+6.8= 88.4 [81.6 88.4)
Li4, Ls4 =Li4 + A Li4=88.4; Ls4= 88.4+6.8= 95.2 [88.4 95.2)
Li5, Ls5 =Li5 + A Li5= 95.2; Ls5= 95.2+6.8= 102.0 [95.2 102.0)
Li6, Ls6 =Li6 + A Li6=102.0; Ls6= 102+6.8= 108.8 [102.0 108.8)
Li7, Ls7 =Li7 + A Li7=108.8; Ls7= 108.8+6.8= 115.6 [108.8 115.8)
Distribucin de los intervalos empezando del valor mnimo
Donde el smbolo [ significa que el valor es cerrado toma el valor y
el valor para el smbolo ) es abierto no toma el valor
68 84 92 96 98 98 98 100 101 110
75 85 92 96 98 98 100 100 105 110
81 89 93 98 98 98 100 100 105 112
82 90 94 98 98 98 100 100 105 115
83 91 95 98 98 98 100 101 106 115
Intervalos de
coeficiente
intelectual
Frecuencia
absoluta
fi
Frecuencia
relativa hi
Frecuencia
Absoluta
acumulada Fi
Frecuencia
relativa
Acumulada Hi
[68.0 - 74.8 ) 1 0.02 1 0.02
[74.8 - 81.6 ) 2 0.04 3 0.06
[81.6 - 88.4 ) 4 0.08 7 0.14
[88.4 - 95.2 ) 8 0.16 15 0.30
[95.2 - 102 ) 26 0.52 41 0.82
[102.0 - 108.8 ) 4 0.08 45 0.90
[108.8 - 115.6 ) 5 0.10 50 1.00
Total 50 1.00 ------- -------
Datos ordenados:
REPRESENTACIONES GRFICAS
Grficas aconsejadas en funcin de la escala de medida de la variable
Escala de medida Representaciones grficas
Cualitativa Diagrama de barras
Diagrama de lneas
Diagrama de sectores
Cuantitativa Histogramas
Polgono de frecuencias .
Los grficos facilitan la visualizacin de los valores y son
ampliamente utilizados en la representacin de los datos estadsticos.
Al hacer cualquier clase de grfico se pierde informacin, pues ya no
existen las observaciones originales; de todos modos,
frecuentemente esta prdida de informacin es pequea comparada
con la concisin y la facilidad de interpretacin proporcionada por los
grficos.
MEDIDAS DE RESUMEN
Medidas de
Resumen
De Posicin o
Tendencia Central
De Dispersin o
Variabilidad
De Formacin o
Asimetra
De Apuntamiento
o Kurtosis
Moda
Mediana
Media aritmtica
Rango
Varianza
Desviacin Estndar
Simetra
Asimetra Positiva
Asimetra Negativa
Platicrtica
Mesocrtica
Leptocrtica
Podemos definir las medidas estadsticas o parmetros estadsticos como ciertos
valores representativos de una masa de datos, en el sentido de condensar en
ellos la informacin contenida en dichos datos, en relacin a sus valores mas
caractersticos o a la forma en la que se reparten. Estas medidas estadsticas nos
darn informacin sobre la situacin, dispersin y otros patrones de
comportamiento de los datos, de manera que sea posible captar rpidamente la
estructura de los mismos y tambin la comparacin entre distintos conjuntos de
datos.
Habitualmente se consideran cuatro tipos de medidas o parmetros,
a) Parmetros centrales o de tendencia central. Estn destinados a definir valores
centrales o caractersticos de la serie de datos.

b) Parmetros de dispersin. Sirven para caracterizar la forma en que se reparten
los datos, unos con respecto a los otros, o todos con respecto a un valor central.

c) Parmetros de forma. Recogen la existencia de ciertos patrones como son el
grado de simetra.

d) Parmetros de apuntamiento. Recogen la existencia de ciertos patrones como
son el grado de aplanamiento.
MEDIDAS DE RESUMEN

Medidas de Tendencia Central
El valor ms representativo
Li : Limite inferior intervalo modal

d
1
: f
i
- f
i-1
diferencia de la frecuencia del intervalo modal menos la frecuencia del
intervalo inmediatamente anterior

d
2
: f
i
- f
i+1
diferencia de la frecuencia del intervalo modal menos la frecuencia del
intervalo inmediatamente posterior

C =A
i
: Amplitud intervalo modal.
MODA (Mo)
La Moda es el dato que mas se repita o la
mayor frecuencia de un conjunto de datos.

Datos No
Agrupados
Datos
Agrupados
Se toma el dato que
ms se repite, si fuesen
dos valores se habla de
bimodal.
A
d d
d
L Mo
i
|
|
.
|

\
|
+
+ =
2 1
1
Ejercicio para encontrar medidas de tendencia central datos No Agrupados
Con la muestra se describen la edad de los pacientes con intento de suicidio en
una comunidad urbana, cul es la moda de los datos?
24, 30, 28, 23, 25, 22, 22, 26, 27, 28, 25, 26, 33, 29, 28
El valor de la moda se encuentra:
Se ordenan los datos
22 22 23 24 25 25 26 26 27 28 28 28 29 30 33
El valor modal es el dato que ms se repite, Mo = 28; el nmero de
habitaciones mas frecuentes es 28.


22 22 23 24 25 25 26 26 27 28 28 28 29 30 33
La moda de un conjunto de datos es el dato que ms se repite
el valor de la variable con mayor frecuencia absoluta.
Una zapatera ha vendido en una semana los zapatos
que se reflejan en la tabla:
Ejemplo.
La moda es 41.
El nmero de zapato ms
vendido, el dato con mayor
frecuencia absoluta, es el 41.
Lo compran 35 personas
MODA (VARIABLE CUANTITATIVA DISCRETA)
Nmero de calzado : Xi
38 39 40 41 42 43 44 45
Nmero de personas: fi
16 21 30 35 29 18 10 7
Clculo de la moda, datos agrupados:
Intervalos de coeficiente
intelectual
Frecuencia
absoluta : fi
68 - 74.8 1
74.8 - 81.6 2
81.6 - 88.4 4
88.4 - 95.2 f
i-1
: 8
Li: 95.2 - 102.0 f
i
: 26
102.0 - 108.8 f
i+1
:4
108.8 - 115.6 5
Total 50
A
d d
d
L Mo
i
|
|
.
|

\
|
+
+ =
2 1
1
Con los datos de la distribucin de frecuencias
Li= 95.2,
d1= f
i
- f
i-1
= 26-8=18; d2 = f
i
- f
i+1
= 26- 4= 22; A= 102.0- 95.2= 6.8.
Luego la moda de la distribucin es:
Mo = 95.2 + (18 / (18 + 22))*6.8
Mo = 98.26,
Interpretacin: El coeficiente intelectual que mayormente se presenta en
los candidatos al puesto de trabajo preseleccionados es de 98.26.
L
i
: Lmite inferior del intervalo Mediano

n: Es el numero de datos trabajados, el tamao muestra.

F
i-1
: Frecuencia Acumulada del intervalo inmediato anterior al intervalo
mediano

f
i
: Frecuencia Absoluta del intervalo mediano
C: A
i
: Amplitud intervalo mediano
MEDIANA (Me)
El valor de la variable que divide al total de
observaciones en dos partes de igual tamao.
Datos No
Agrupados
Datos
Agrupados
Ordenando de menor a
mayor y eligiendo el central.
Si no hubiese un dato
central, entonces ser igual
a la media de los dos valores
centrales.
A
f
F
n
L Md
i
i
i
|
|
|
|
.
|

\
|

+ =
1
2
La mediana de un conjunto de datos es un valor del mismo tal que el nmero de
datos menores que l es igual al nmero de datos mayores que l.
Los pesos, en kilogramos, de 7 jugadores de un
equipo de ftbol son:
Ejemplo:
72, 65, 71, 56, 59, 63, 72
1. Ordenamos los datos: 56, 59, 63, 65, 71, 72, 72
2. El dato que queda en el centro es 65.
La mediana vale 65.
Si el nmero de datos fuese par, la mediana es la
semisuma de los dos valores centrales.
Para el conjunto 56, 57, 59, 63, 65, 71, 72, 72, la mediana es:
64
2
65 63
=
+
Caso:
LA MEDIANA (DATOS SIN AGRUPAR)
Clculo de la mediana, datos agrupados:
Intervalos de
coeficiente intelectual
Frecuencia
absoluta
fi
Frecuencia absoluta
acumulada
Ni = Fi
68 - 74.8 1 1
74.8 - 81.6 2 3
81.6 - 88.4 4 7
88.4 - 95.2 8
F
i-1
= 15
L
i
: 95.2 - 102.0 f
i
= 26
41
102.0 - 108.8 4 45
108.8 - 115.6 5 50
Total 50
La mitad inferior de los n = 50 datos, es n/2 = 0.5xn = 0.5x50 = 25.
Esta mitad inferior est entre las frecuencias acumuladas 15 y 41 que se
corresponden con el intervalo , donde, se ubica la mediana Me.
En este intervalo, Li = 95.2, fi = 26, A = 102-95.2=6.8, F
i-1
= 15, Reemplazando:
Me = 95.2 + ((25 15)/26)*6.8
Me = 97.82
Interpretacin: El 50% de los de los candidatos al puesto de trabajo
preseleccionados tiene un coeficiente intelectual menor a 97.82 y el otro 50%
tiene un coeficiente mayor.
A
f
F
n
L Md
i
i
i
|
|
|
|
.
|

\
|

+ =
1
2
MEDIA ( X )
Se define como la suma de todas las
observaciones dividida por el nmero total de
las mismas.
Datos No
Agrupados
Datos
Agrupados
n
x
x
n
i
i
=
=
1
n
f x
x
k
i
i i
=
=
1
La media aritmtica de un conjunto de datos es el cociente entre la suma
de todos los datos y el nmero de estos.
Ejemplo: las notas de Juan el ao pasado fueron:
15, 16, 14, 17, 18, 14, 16
La nota media de Juan es:
7 , 15
7
110
7
16 14 18 17 14 16 15
= =
+ + + + + +
=
Hay 7 datos
MEDIA ARITMTICA (DATOS SIN AGRUPAR)
Clculo del promedio o media datos agrupados:
Intervalos de
coeficiente
intelectual
Marca de clase: Xi
Frecuencia
absoluta: fi
Xi*fi
68 - 74.8 (68+74.8)/2 = 71.4 1 71.4
74.8 - 81.6 78.2 2 156.4
81.6 - 88.4 85.0 4 340
88.4 - 95.2 91.8 8 734.4
95.2 - 102 98.6 26 2563.6
102 - 108.8 105.4 4 421.6
108.8 - 115.6 112.2 5 561
Total
------
50 4848.4


Media


= 4848.4 / 50 = 96.97

Interpretacin: El coeficiente intelectual promedio de los candidatos al
puesto de trabajo preseleccionados es de 96.97
n
f x
x
k
i
i i
=
=
1
MEDIDAS DE DISPERSIN:

La seccin anterior estuvo dedicada a las medidas de tendencia central, las cuales
se emplean para localizar el centro de un conjunto de observaciones. Con mucha
frecuencia, es igualmente importante describir la forma en que las observaciones
estn dispersas o diseminadas, a cada lado del centro. A esto por lo general se le
conoce como dispersin, variacin o variabilidad.
La medida de dispersin es importante debido a que dos muestras de
observaciones con el mismo valor central pueden tener una variabilidad muy
distinta. Por ejemplo, supngase que se aplica una prueba psicolgica idntica a
un grupo de 20 hombres y a un grupo de 20 mujeres. Las distribuciones de las
calificaciones para los dos grupos son las siguientes:
Calificacin de la prueba: 20 30 40 50 60 70 80 90 100
Hombres (n = 20) 0 0 2 4 7 6 1 0 0
Mujeres (n = 20) 1 1 2 3 6 3 2 1 1
Las calificaciones promedio para cada grupo es la misma:

Promedio calificacin Hombres = 60; x = (20*0+30*0+..+90*0+100*0)/20 = 1200 / 20

Promedio calificacin Mujeres = 60; y = (20*1+30*1+..+90*1+100*1)/20 = 1200 / 20
0
0.2
0.4
0.6
0.8
1
1.2
N

m
e
r
o

d
e

h
o
m
b
r
e
s

Calificacion de los hombres
Distribucin de las calificaciones de Hombres
0
0.2
0.4
0.6
0.8
1
1.2
N

m
e
r
o

d
e

m
u
j
e
r
e
s

Calificacion de las mujeres
Distribucin de las calificaciones de Mujeres
En ambas grficas, se
observa que las
calificaciones tienen
diferente forma en su
distribucin.
Varianza y Desviacin Estndar
Sin embargo la medida que resulta est expresada en
puntajes elevados al cuadrado. Esto se conoce como
VARIANZA (s
2
)
n
x x
s
n
i
i
x

=

=
1
2
2
) (
Este indicador nos
muestra las variaciones al
cuadrado respecto al
promedio.
No se puede interpretar
Varianza datos sin agrupar Varianza datos agrupados
Desviacin estndar
( )
|
|
|
|
.
|

\
|
=

=
2
1
2
2
x
n
x
S
n
i
i
( )
|
|
|
|
.
|

\
|
=

=
2
1
2
2
x
n
x f
S
n
i
i i
2
S S =
Si la varianza fue de 2,469, entonces la desviacin estndar es de...
2, 469 1, 57 =
Lo que significa que, en promedio, los rectngulos se desviaron ms o
menos (ms arriba o ms abajo) en 1,57 centmetros.
S =
Clculo de la varianza

Intervalos de
coeficiente
intelectual
Marca de
clase
Xi
Frecuencia
absoluta
fi
Xi^2 * fi
68 - 74.8 71.4 1 5097.96
74.8 - 81.6 78.2 2 12230.48
81.6 - 88.4 85.0 4 28900
88.4 - 95.2 91.8 8 67417.92
95.2 - 102 98.6 26 252770.96
102 - 108.8 105.4 4 44436.64
108.8 - 115.6 112.2 5 62944.2
Total
------
50 473798.16


Interpretacin: la varianza de los coeficientes intelectuales es de 72.78 puntos
cuadrados
Interpretacin: la variabilidad de coeficientes intelectuales de los
postulantes en relacin al promedio es de 8.53 puntos.
Clculo de la varianza, ejemplo coeficientes intelectuales:
( ) ( ) 78 . 72 97 . 96
50
16 . 473798
2 2
1
2
2
= =
|
|
|
|
.
|

\
|
=

=
x
n
x f
S
n
i
i i
Clculo de la desviacin estndar:
53 . 8 78 . 72
2
= = = S S
La desviacin estndar se encuentra aplicando la raz cuadrada de la
varianza:
El coeficiente de variacin nos refleja mejor la variabilidad
que la desviacin estndar sola.
Si el CV es mximo o mayor del 33% los datos son homogneos.
Si el CV es menor del 33% los datos son heterogneos.
Mide la dispersin en los datos con relacin a la media .Es ms til
cuando se trata de hacer comparaciones entre muestras.
COEFICIENTE DE VARIACIN
100 =
Media
Estndar Desviacin
Variacin de e Coeficient
X
S
CV =
Interpretacin: la variabilidad de los datos del coeficiente intelectual de
los postulantes al trabajo en relacin al promedio es de 8.80%, los datos
son homogneos (no supera 33%).
97 . 96 = X
53 . 8 = S
El valor de la media aritmtica es 96.97
El valor de la desviacin estndar es 8.53
% 80 . 8
) 100 (
97 . 96
53 . 8
=
= =
CV
X
S
CV
El coeficiente de variacin es 8.80%
Clculo del coeficiente de variacin del ejemplo de coeficiente intelectual.

Los valores obtenidos de la media y la desviacin estndar fueron: