Métodos Estadísticos para la Toma

de Decisiones

Luis Zapatel Arriaga

Lic. Estadística /MDU / MBA
 Tema 2:
Organización de Información
Clasificación de las Variables por su Naturaleza
 CLASIF. POR SU ESCALA DE
VARIABLES
NATURALEZA MEDICION
Nivel de dominio idioma inglés
(básico, avanzado, Experto).

Longitud de un lote (mt.)

Material de una cartera (tela,

cuero, lana )

Velocidad de la internet (Mbps)

Temperatura en Chiclayo
 Qué hacer???
Civil Masculino Femenino 3
Civil Intermedio
Industrial Básico
5 16 Civil Femenino
Femenino
Industrial
S/2450 Avanzado
Sistemas 2 Sistemas
Básico S/1439
Avanzado
Intermedio
1 S/93618 Femenino
Masculino Intermedio 7 Industrial
 ESTADISTICA DESCRIPTIVA

La estadística descriptiva nos permite organizar los

datos recolectados, y presentarlos en tablas/
cuadros y gráficos, con la finalidad de poder ser
comprendidos e interpretados fácilmente.

La obtención de conclusiones útiles para la toma

de decisiones ya sea directamente o por medio de
cálculos posteriores es su finalidad.
 Presentación de información estadística

Tablas de Resultado de la operación de tabulación.

Frecuencia
: Presenta diversos tipos de frecuencias: fi , hi
Tablas Estadísticas o de Distribución , Ni , Hi.

Arreglo ordenado de datos

Cuadros : o características relacionadas.
Estadísticos. Son llamados “Cuadros de Análisis”.
Distribución de Frecuencias
En
Series Cronológicas
Presentación Gráficos Coordenadas
De Lineales rectangulares Nube de puntos o líneas de
Información Regresión
En coordenadas polares Tasas Específicas
Estadística Diagrama de telaraña.

Sectores Circulares (en forma de torta)

Gráficos de
Gráficos Superficie Pirámides
Estadísticos De barra Simples
(rectangulares) Compuestos

Pictogramas o
dibujos
32

30

28

26

24

22

20

18

16
0 10 20 30
 Partes de un Cuadro/Tabla
 Número de la Tabla o Cuadro. Es el código de identificación que va a permitir su
ubicación dentro de un documento.
 Título. Descripción resumida del contenido de la tabla. Debe ser breve, clara y
completa; éste responderá a las siguientes preguntas: Qué, Dónde, Cómo y Cuándo
 Qué: Se refiere al hecho o característica principal observada.
 Dónde: Lugar geográfico o institución al que corresponde la información.
 Cómo: Referido al orden o clasificación de los datos dentro de la tabla. La variable
ubicada en la fila se identifica con la proposición “por” y la que está en la columna se
antepone “según”.
 Cuándo: En el período o momento al que está referida la información.
 Concepto o Encabezamiento. Son las descripciones de las variables ubicadas en las
filas y columnas de la tabla. Se ubica en la parte superior del cuerpo de la tabla.
 Cuerpo de la Tabla. Lugar donde se colocan los datos correspondientes a las
variables indicadas en el encabezamiento.
 Nota de Pie o Llamadas. Anotaciones o llamadas usadas para hacer alguna
aclaración.
 Fuente. Sirve para nombrar cuál es el origen de los datos, de donde se obtuvieron.
 Elaboración: Sirve para indicar quien o quienes crearon la Tabla.
 Partes de un Gráfico
 Número de Gráfico. Es el código de identificación que va a permitir su ubicación
dentro de un documento.
 Título. Expresa el contenido del Gráfico y por lo general es igual o parecido al título
del cuadro o tabla estadística. Debe ser breve, clara y completa; también debe
responder a las siguientes preguntas:
Qué, Dónde, Cómo y Cuándo:
 Escalas. Son las unidades de medida que representan a la variable en estudio, se
utilizan para graficar los datos de acuerdo al deseo del investigador

 Cuerpo del Gráfico. Es el gráfico en sí, Constituye la representación en dibujo de los

datos en si.
 Fuente. Sirve para nombrar cuál es el origen de los datos representados en el
gráfico.

 Elaboración: Sirve para indicar quien o quienes crearon el Gráfico.

 PARA VARIABLES CUALITATIVAS
Caso 1: La compañía agroexportadora PERUSAC estudió las preferencias de la
variedad de mango de importado a nivel mundial por 50 países en el 2016:
Kent Kent Madem Madem Edward

Madem Kent Madem Madem Kent

Kent Kent Madem Madem Kent

Osteen Kent Osteen Kent Kent

Kent Kent Edward Osteen Kent

Edward Kent Kent Kent Kent

Kent Kent Kent Kent Kent

Osteen Edward Osteen Osteen Kent

Madem Kent Kent Kent Kent

Osteen Kent Kent Kent Kent

Estos datos pertenecen a una variable cualitativa, pues cada elemento del conjunto de
datos es un lugar de nacimiento que representan una cualidad.
Luego el procedimiento a seguir es:
1. Clasificación. Identificación de clases o categorías en que se divide la variable.
Edward, Madem, Osteen, Kent
2. Tabulación y Cálculo de Frecuencias. Vaciado de los datos a cada una de las clases a
la que pertenecen .
• Frecuencia Absoluta Simple ( fi ) : Se obtiene contando los valores de la
variable en ese categoría o intervalo.
• Frecuencia Relativa Simple ( hi ): Se obtiene por división de la frecuencia
absoluta entre el total de observaciones.

hi = fi donde: N = Número Total de observaciones

N
• Frecuencia Relativa Porcentual Simple ( hi % ): Se obtiene al multiplicar
cada frecuencia relativa simple por 100.

hi =
fi x 100
N
 TABLAS PARA VARIABLES CUALITATIVAS
Cuadro N° 01
Países según la variedad de mango de importado en el 2016.
Variedad de mango
CONTEO fi hi hi%
importado
Edward //// 4 0.08 8.0

Madem //////// 8 0.16 16.0

Osteen /////// 7 0.14 14.0

////////////
Kent //////////// 31 0.62 62.0
///////

TOTAL 50 1.00 100

Fuente: Datos obtenidos en el mencionado estudio.
Elaboración: Creado por PERUSAC
Interpretación: La variedad de mango importado predominante entre los países en el 2016 fue el de Kent con un 62%, el segundo
lugar lo ocupó Madem con un 16%, le siguió Osteen con un 14% y el de menor importación fue el de Edward con un 8%.
 GRAFICOS PARA VARIABLES CUALITATIVAS
Gráfico de Barras Simples
GRAFICO N° 01:
100
Variedad de mango importado por los Países en el 2016.
90
%
80
70
60
50
40
30
20
10
0
Edward Madem Osteen Kent
Variedad de mango
Fuente: Datos obtenidos de la Tabla N° 01.
Elaboración: Creado por PERUSAC
 GRAFICOS PARA VARIABLES CUALITATIVAS
Gráfico de Pastel o Circular
GRAFICO N° 02:
Variedad de mango importado por los Países en el 2016.
Edward
8%

Kent
62% Madem
16%

Osteen14%
Fuente: Datos obtenidos de la Tabla N° 01.
Elaboración: Creado por el investigador
 PARA VARIABLES CUANTITATIVAS CON POCAS CATEGORIAS
Caso 2: Con la finalidad de poder gestionar el pago de haberes adecuadamente la
administración de la Caja Municipal de Piura ha registrado el número de horas extras trabajadas
por cada colaborador del Área de Sistemas el mes pasado, por favor organice la información:

0 1 4 0 3 4 4 5 1
4 3 2 4 1 5 5 4 5
5 5 5 2 5 3 5 5 2
2 4 3 0 4 5 4 5 2
5 3 1 5 5 3 4 4 0
5 5 2 4 2 3 3 5 4
4 1 5 5 4 4 5 4 0
2 5 2 3 2 3 3 5 5
5 5 4 4 5 5 5 5 5
3 3 3 5 3 3 4 5 5
Estos datos pertenecen a una variable cuantitativa Discreta con pocas categorías, pues
cada elemento del conjunto de datos es una cantidad de dientes careados que es en que
cantidad se posee esa determinada característica.
Luego el procedimiento a seguir es el mismo :
1.Clasificación: 0, 1, 2, 3, 4 y 5
2.Tabulación y Cálculo de Frecuencias. Vaciado de los datos a cada una de las clases a la
que pertenecen .
Además de las Frecuencias estudiadas anteriormente, en este caso se pueden
hallar también:
Frecuencia Absoluta Acumulada ( Fi ): Se obtiene sumando iterativamente las
frecuencias absolutas simples.
Fi =  fi
Frecuencia Relativa Acumulada ( Hi ): Se obtiene sumando iterativamente las
frecuencias relativas simples.
Hi =  hi
Frecuencia Relativa Porcentual Acumulada (hi % ): Se obtiene sumando
iterativamente las frecuencias relativas simples.
Hi % =  hi %
CUADROS PARA VARIABLES CUANTITATIVAS CON POCAS CATEGORIAS
Cuadro N° 02
Número de horas extras trabajadas por cada colaborador del Área de Sistemas de la Caja
Municipal de Piura el mes pasado
Número de
CONTEO fi Fi hi Hi hi% Hi%
Horas extras
0 ///// 5 5 0.05 0.05 5.0 5.0
1 ///// 5 10 0.06 0.11 6.0 11.0
2 ////////// 10 20 0.11 0.22 11.0 22.0
3 //////////////// 16 36 0.18 0.40 18.0 40.0
4 //////////////////// 20 56 0.22 0.62 22.0 62.0
5 //////////////////// 34 90 0.38 1.00 38.0 100.00
//////////////
TOTAL 90 1.00 100
Fuente: Datos obtenidos por la clínica en el mencionado estudio.
Elaboración: Creado por la administración de la CMP.
f1

Interpretación: Es la descripción del comportamiento de la variable en estudio,

observada de una manera clara.

f1 = 5
Existen 5 colaboradores que no tuvieron horas extras trabajadas el mes pasado.

F2 =10
Existen 10 colaboradores que trabajaron 1 o ninguna horas extras el mes
pasado.

h3 = 0.11
La probabilidad de encontrar un colaborador con 2 horas extras trabajadas el
mes pasado es de 0.11

h5% = 22.0%
El 22% de los colaboradores presentaron 4 horas extras trabajadas el mes
pasado.
 GRAFICOS PARA VARIABLES CUANTITATIVAS CON POCAS CATEGORIAS
Gráfico de Barras Simples
Gráfico N°03
Colaboradores del Área de Sistemas de la Caja Municipal de Piura
según el número de horas extras trabajadas el mes pasado.
100
90
% de colaboradores

80
70
60
50
40
30
20
10
0
0 1 2 3 4 5
Número de horas extras trabajadas
Fuente: Datos obtenidos de la Tabla N° 02.
Elaboración: Creado por la administración de la CMP.
GRAFICOS PARA VARIABLES CUANTITATIVAS CON POCAS CATEGORIAS
Gráfico de Pastel o Circular
Gráfico N°04
Colaboradores del Área de Sistemas de la Caja Municipal de Piura según
el número de horas extras trabajadas el mes pasado
0
5% 1
5 6%
38%
2
11%

3
18%

4
22%

Fuente: Datos obtenidos de la Tabla N° 02.

Elaboración: Creado por la administración de la CMP.
 PARA VARIABLES CUANTITATIVAS CON MUCHAS CATEGORIAS
Caso 3 Se debe organizar los Ingresos mensuales de 120 profesionales de la Construcción en
el mes de Julio del 2016:
1,265 628 1,295 1,212 1,117 1,798 666 1,447 1,980 743
1,907 1,573 1,233 1,531 1,521 1,359 1,767 1,982 696 836
1,531 778 1,312 649 1,362 1,361 1,828 1,851 1,674 792
1,103 661 1,900 1,213 1,763 1,475 1,235 737 781 1,703
1,501 1,437 1,896 1,631 861 788 1,619 1,761 1,487 1,299
910 1,224 1,376 1,198 1,146 1,339 679 1,553 804 1,805
1,298 855 741 1,110 767 674 1,059 1,599 863 1,799
1,905 976 1,767 1,641 1,871 1,882 1,532 1,702 1,064 914
1,437 1,748 1,528 835 672 653 862 943 1,533 1,769
1,660 1,057 684 942 1,551 1,561 1,932 651 1,233 1,372
1,314 1,883 1,322 1,875 1,312 976 1,480 1,234 1,436 1,187
768 1,980 687 1,135 1,241 1,964 1,907 1,695 1,320 687
Al observar los datos nos damos cuenta que la variable en estudio (Ingreso Mensual) es de naturaleza cuantitativa y
presenta un amplio rango, por lo que debe agruparse la variable en intervalos, Así el procedimiento es:
Determinar el Rango o Recorrido (R). R = Máx - Mín = 1982 – 628 = 1354
Para determinar el Nº de Intervalos de clase (m).
•Podemos usar la experiencia ganada.
•Usar una convención internacional.
•Podemos usar la ecuación:

Si el resultado es un valor decimal > 5 debemos redondear al número entero superior, sino al inferior.

Calcular la Amplitud del intervalo de clase (C). C=

R 1354
m
=
8  169.25  170
Se define como el cociente obtenido al dividir el Rango (R) entre el número de Intervalos (m).
Siempre redondeamos al próximo superior, para evitar que algún dato se quede fuera de los rangos
establecidos en las clases o intervalos a construir.
Cálculo de un nuevo Rango (R*). R* = m x C = 8 x 170 = 1360
Resulta de la multiplicación del número de intervalos por la amplitud.
Cálculo del exceso (E). E = R* - R = 1360 – 1354 = 6
El exceso se calcula restando, nuevo Rango - Rango inicial. Se calcula con el objetivo de ver el exceso que se
obtiene entre los rangos y hacer una distribución equitativa entre los límites de clase ubicados en los extremos.
Luego para la repartición equitativa divide E/2 , con el fin de obtener el valor que será restado al mínimo valor y
sumado al máximo valor de los datos E/2 = 6 / 2 = 3
Construcción de los intervalos de clase.
Se empieza con el valor mínimo sumándole el valor de la amplitud, así
sucesivamente hasta obtener el intervalo que contenga como límite n 120
superior al valor máximo de la variable en estudio.
Max 1,982
Los intervalos de clase pueden ser:
Abiertos: Si en el conjunto de datos que contiene el intervalo no incluye Min 628
los límites. Ejemplo: (7 , 13) = 8, 9, 10, 11, 12 Rango 1354

Cerrados: Si en el conjunto de datos que contiene el intervalo sí incluye m 8.27 8
los límites. Ejemplo: 7 , 13 = 7, 8, 9, 10, 11, 12, 13
C 169.25 170
Semiabierto a la Derecha: Si en el conjunto de datos que contiene el
intervalo sólo incluye el límite izquierdo. Ejemplo: 7,13)=7, 8, 9, 10, 11, R* 1360
12 E 6
Semiabierto a la Izquierda: Si en el conjunto de datos que contiene el E/2 3
intervalo sólo incluye el límite de la derecha. Ejemplo: (7,13= 8, 9, 10,
11, 12, 13
 Cuadro N° 03
Distribución del Ingreso mensual de los profesionales de la Construcción en el mes de Julio del 2016.
Ingreso marca de
i Mensual clase Xi
fi Fi Fi hi Hi hi % Hi %

0 [455,624] 539.5 0 0 120 0.00 0.00 0.00 0.00

1 [625,794] 709.5 22 22 120 0.183 0.183 18.3 18.3
2 [795,964] 879.5 11 33 98 0.092 0.275 9.2 27.5
3 [965,1134] 1049.5 8 41 87 0.067 0.342 6.7 34.2
4 [1135,1304] 1219.5 16 57 79 0.133 0.475 13.3 47.5
5 [1305,1474] 1389.5 15 72 63 0.125 0.600 12.5 60.0
6 [1475,1644] 1559.5 18 90 48 0.150 0.750 15.0 75.0
7 [1645,1814] 1729.5 14 104 30 0.117 0.867 11.7 86.7
8 [1815,1984] 1899.5 16 120 16 0.133 1.000 13.3 100.0
9 [1985,2154] 2069.5 0 120 0 0.00 1.00 0.00 100.0
TOTAL 120 1.00 100.0
Fuente: Datos obtenidos de la Cámara Peruana de la Construcción NOTA: Los intervalos 0 y 9 se crearon con fines de poder crear
Elaboración: Oficina de Estadística los gráficos correspondientes que se muestran a continuación.
Interpretación:

f4 = 16.
Existen 16 profesionales cuyo Ingreso mensual en el mes de Julio del 2016 estuvo
entre S/1,135 y S/1,304.

F5  = 72.
Existen 72 profesionales cuyo Ingreso mensual en el mes de Julio del 2016 fue igual
o menor a S/1,474.

F7  = 30.
Existen 30 profesionales cuyo Ingreso mensual en el mes de Julio del 2016 fue igual
o mayor a S/1,645.

h5% = 12.5%.
El 12.5% de los profesionales tuvieron un Ingreso mensual en el mes de Julio del
2016 entre S/1,305 y S/1,474.
 GRAFICOS PARA VARIABLES CUANTITATIVAS CON MUCHAS
CATEGORIAS
Histograma de Frecuencias
Gráfico N° 06:
Distribución del Ingreso mensual de los profesionales de la Construcción en
el mes de Julio del 2016.
25

20
FRECUENCIAS ABSOLUTAS

15

10

0
[455,624] [625,794] [795,964] [965,1134] [1135,1304] [1305,1474] [1475,1644] [1645,1814] [1815,1984] [1985,2154]

Fuente: Datos obtenidos de la Cámara Peruana de la Construcción

Elaboración: Oficina de Estadística
 Polígono de Frecuencias

Gráfico N°N°
Gráfico 07:06:
Distribución del del
Distribución Ingreso mensual
Ingreso dede
mensual loslos
profesionales
profesionalesdedelalaconstrucción
Construcciónen
en
el mes de Agosto
el mes de Juliodel
del2016
2015.
25

22
ABSOLUTAS

20
FRECUENCIASABSOLUTAS

18
16 16
15
15 15
14
FRECUENCIAS

11
10
10
8

5
5

0
0 0 0
539.5
[455,624] 709.5
[625,794] 879.5
[795,964] 1049.5
[965,1134] 1219.5 [1305,1474]
[1135,1304] 1389.5 [1475,1644]
1559.5 [1645,1814]
1729.5 1899.5
[1815,1984] 2069.5
[1985,2154]

Fuente: Datos obtenidos de la Cámara Peruana de la Construcción

Elaboración: Oficina de Estadística