FACULTAD DE HUMANIDADES

ESCUELA DE PSICOLOGA
ESTADSTICA

Docente: Juan Martin Mope Mio

Estadstica. Se refiere a un conjunto de mtodos, normas, reglas y principios
para observar, agrupar, describir, cuantificar y analizar el comportamiento de un
grupo.

En un principio se consideraba que la funcin de la estadstica era la descripcin
de las caractersticas de un grupo, actividad que la haca confundir con el papel
que cumple la historia de observar y describir el hecho. En su origen, las
estadsticas eran histricas; hoy la estadstica, adems de ser descriptiva, es
analtica, considerndose sta ltima como la funcin ms importante, ya que
permite obtener conclusiones para un grupo mayor, denominado poblacin,
partiendo de una investigacin realizada en un grupo menor, denominado
muestra, cuyos elementos se seleccionan aleatoriamente o al azar.


ALGUNOS CONCEPTOS NECESARIOS
Estadstica descriptiva deductiva
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 la finalidad de colocar en evidencia aspectos caractersticos
(promedios, variaciones de los datos, etc.) que sirven para efectuar
comparaciones sin pretender sacar conclusiones de tipo ms general.

Esta descripcin se realiza a travs de la elaboracin de cuadros, grficos,
clculo de promedios, varianzas, proporciones y mediante el anlisis de
regresin.

Estadstica Inferencial, analtica o inductiva
Busca dar explicaciones al comportamiento de un conjunto de observaciones,
probar la significacin o validez de los resultados, intenta descubrir las causas
que las originan, con gran aplicacin con el campo del muestreo, logrndose de
esta manera conclusiones que se extienden ms all de las muestras
estadsticas mismas. Es decir, induce o extraer conclusiones de un colectivo
mediante la observacin de una parte ms reducida.


ALGUNOS CONCEPTOS NECESARIOS

Poblacin: (Todo)
Es un conjunto de medidas o el recuento de todos los elementos que
presentan una caracterstica comn. El trmino poblacin se usa para
denotar el conjunto de elementos del cual se extrae la muestra.
Puede ser una poblacin finita (ej., los estudiantes de psicologa en
Per) o infinita (ej., el conjunto de los nmeros pares).
Muestra: (Parte)
Se define como un conjunto de medidas o el recuento de una parte de
los elementos pertenecientes a la poblacin. Los elementos se
seleccionan aleatoriamente.
PARAMETRO Y ESTADISTICO

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 ( para la media, o 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
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 corresponde a ciertos rasgos, cualidades o
propiedades de los elementos que constituyen la poblacin o muestra.
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.


El aporte de la estadstica en la psicologa
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
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.

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 de una persona,
peso de una persona, estatura.

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
Escalas de medida
Ilustracin de las escalas primarias
Nominal
Nmero asignado
a los corredores
META
Ordinal
Grado de
clasificacin del
corredor




















De
Intervalos
Clasificacin del
desempeo con
base en una escala
de 0 a 10
10, 8, 7
De
relacin
Tiempo hasta la
meta
15.2
minutos/
100 metros
14.1
minutos/
100 metros
13.4 minutos/
100 metros

Escala
CLASIFICACION DE VARIABLES
A los valores numricos de las distintas modalidades que adoptan un
carcter cuantitativo se los llama variable estadstica.

Las variables cualitativas son aquellas que se refieren a categoras 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, nmero de enfermos en un
hospital.

Variable cuantitativa continua: Son valores reales. Puede tomar
cualquier valor dentro de un intervalo.
Ejemplo: La medida del tiempo, Cociente Intelectual de los
estudiantes.
EJERCICIOS DE ESCALA Y VARIABLES
VARIABLE CATEGORIZACION U
OPERATIVIZACION
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
ORDENACION 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 Sipan, 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 estudiantes primer ao
psicologa USS
ORDENACION 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 Maximo 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 minimo.

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 GRAFICAS
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; Es la edad de los
pacientes con intento de suicidio.
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.
Si se estudia el nmero de hermanos, en 20 estudiantes de
la Universidad Seor de Sipn, del primer ao en
psicologa, cual es el valor tpico:
Ejemplo.
La moda es 1.
El nmero de hermanos
que tiene ms frecuencia,
es de 1 (un) hermano.
MODA (VARIABLE CUANTITATIVA DISCRETA)
Hermano
Xi
Frecuencia
Absoluta
fi
0 5
1 7
2 3
3 3
4 2
Total 20
7 es la
frecuencia
que ms se
repite.
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
Dado los coeficientes intelectuales de aspirantes a puesto de trabajo, se pide el valor modal
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

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)
La mediana de un conjunto de datos para la variable cuantitativa discreta se
encuentra en la mitad de la informacin, se determina con la ubicacin de la
frecuencia acumulada absoluta Fi.
Si se estudia el nmero de hermanos, en 20 estudiantes de
la Universidad Seor de Sipn, del primer ao en
psicologa, cual es el valor tpico:
Ejemplo.
La mediana es el valor 1
MEDIANA (VARIABLE CUANTITATIVA DISCRETA)
Hermano
Xi
Frecuencia
Absoluta fi
Frecuencia Acumulada
Absoluta Fi

0 5 5
1 7 12
2 3 15
3 3 18
4 2 20
Total 20 ----
La media de los datos
est en el valor n/2 =
20/2=10; el cual se
encuentra en la
segunda frecuencia
acumulada.
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)
La media de un conjunto de datos para la variable cuantitativa discreta se
encuentra con el cociente entre la suma de los valores de la variable con la
frecuencia absoluta dividida entre el tamao de la muestra.
Si se estudia el nmero de hermanos, en 20 estudiantes de
la Universidad Seor de Sipn, del primer ao en
psicologa, cual es el valor tpico:
Ejemplo.
La media aritmtica es 1.5
hermanos.
PROMEDIO (VARIABLE CUANTITATIVA DISCRETA)
Hermano
Xi
Frecuencia
Absoluta fi
Xi*fi
0 5 0
1 7 7
2 3 6
3 3 9
4 2 8
Total 20 30
n
f x
x
k
i
i i
=
=
1
= 30/ 20 =1.5
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
LAS MEDIDAS DE TENDENCIA CENTRAL NO SON SUFICIENTES PARA
INDICAR COMO SE DISTRIBUYE UNA VARIABLE EN UNA MUESTRA.
SE NECESITAN ESTADISTICOS QUE INFORMEN SOBRE LA VARIABILIDAD O
DISPERSION.
MEDIDAS DE DISPERSION:

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 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.
Medidas de Variabilidad
Cules son?
Rango o Amplitud total
R= Mximo Mnimo
Muy fcil de calcular, evala la desviacin total

Varianza
Desviacin estndar
La ms completa
48
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 =
VARIANZA Y DESVIACION ESTNDAR DE DATOS SIN AGRUPAR
Encuentre la varianza y desviacin estndar de los siguientes datos en
centmetros:
8, 4, 8, 8, 10, 8, 7, 6, 8
Primero encontramos el valor promedio de los datos
X = (8+4+8+8+10+8+7+6+8)/9 =7.44 X =7.44
Luego para demostrar como se obtiene la varianza se calcular el desvio
de cada dato con el promedio
X x - ME (X-ME)^2
8 0.56 0.3136
4 -3.44 11.8336
8 0.56 0.3136
8 0.56 0.3136
10 2.56 6.5536
8 0.56 0.3136
7 -0.44 0.1936
6 -1.44 2.0736
8 0.56 0.3136
22.2224
n
x x
s
n
i
i
x

=

=
1
2
2
) (
=22.2224/9
S2 = 2.469 cm2
Es el valor de la varianza en unidades
al cuadrado
La desviacin estndar:
S = 1.57 cm.
8 cms.
10 cms
6 cms
4 cms
8 cms. 8 cms. 8 cms.
7 cms.
8 cms.
Promedio
7,44
0,56
-3,44
0,56
0,56 2,56
0,56 -0,44
-1,44
0,56
0,56
2
+ (-3,44)
2
+ 0,56
2
+ 0,56
2
+ 2,56
2
+ 0,56
2
+ (-0,44)
2
+ (-1,44)
2
+ 0,56
2
9
22,2224
9
=
S2 = 2,469
Este es el valor de la varianza
8- 7.44= 0.56
S2=
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


Clculo de la varianza, ejemplo coeficientes intelectuales:
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 heterogneos.
Si el CV es menor del 33% los datos son homogneos.
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:
Una prueba de conocimientos A se calific sobre 20 puntos dando una media de
12 y una desviacin estndar de 2 puntos. Mientras que una prueba de aptitud B
se calific sobre 100 puntos, dando una media de 70 y una desviacin estndar
de 5.

En cul de las dos pruebas los puntajes son ms homogneas? Sustente el
resultado
Con los datos se tiene lo siguiente
Prueba de
conocimientos A
Prueba de
conocimientos B
Promedio 12 puntos 70 puntos
Desviacin estndar 2 puntos 5 puntos
Coeficiente de
variacin
CV = 2/12*100
CV = 16.67
CV = 5/70*100
CV = 7.14
Dado el coeficiente de variacin que sirve para comparar homogeneidad en
grupos de datos se aprecia que la prueba de conocimientos B es menos
homognea que la prueba de conocimientos A.
Si Juan tiene 14 en A y Luis 73 en B, Quin tiene mejor rendimiento? Porqu
El que tiene mejor rendimiento es Juan dado que tiene el menor desvio
estndar.
Asimetra:
Si los valores de la serie de datos presenta la misma forma a izquierda y derecha de un
valor central (media aritmtica) se dice que es simtrica de los contrario ser
asimtrica.
Si la media es mayor que la mediana, la distribucin es asimtrica derecha.
Si la media es menor que la mediana la distribucin es asimtrica izquierda
Asimtrica Negativa,
Hacia la izquierda
Simtrica Asimtrica Positiva
Hacia la derecha.
MEDIDAS DE FORMA
Existe mayor concentracin
de valores a la izquierda de
la media que a su derecha
Existe la misma
concentracin de
valores a la derecha y a
la izquierda de la media.
Existe mayor concentracin
de valores a la derecha de la
media que a su izquierda.
Media Mediana Moda Media Mediana Moda
MEDIDAS DE APUNTAMIENTO
CURTOSIS : analiza el grado de concentracin que presentan los
valores alrededor de la zona central de la distribucin.
Otra manera de apreciar la forma de una distribucin es observar el
nivel de apilamiento o llanura de la curva: g=((xi-prom)^4)/^4
mesocrtica leptocrtica
(menor dispersin)
Platicrtica
(mayor dispersin)
Presenta un elevado grado
de concentracin alrededor
de los valores centrales de
la variable.
Presenta un reducido
grado de concentracin
alrededor de los
valores centrales de la
variable.
Presenta un grado de
concentracin medio alrededor
de los varlores centrales de la
variable (el mismo que presenta
una distribucin normal)
g>3 g<3 g=3