DOCENTE

Iván Cisneros P.

QUITO, OCTUBRE 2019

1
 2
C.T.I. -2-
No se puede gestionar lo que no se
mide
E
S
D T
A
A
T
D
I
PROCESOS
S
O T
S I
Auditoria
C métrica M
O
S
E
J
O
Evaluacion R
A
R
MEDIR CONTROLAR GESTIONAR

3
C.T.I. -3-
• Pronósticos de: valores, ventas, participación, etc.
• Alternativas de decisión y la toma de la decisión
correcta
• Describir características de empleados dentro de
una organización.
• Cálculo de la probabilidad de que un prestamista
pague el préstamo.
• Seleccionar muestras con propósito de auditoria
• Mejoramiento de la calidad de productos y
servicios.
• Conclusiones respecto de estrategias de
publicidad. 4
• Estadística descriptiva: métodos que incluyen la
recolección, presentación y caracterización de un
grupo de datos para describirlo.
• Estadística inferencial: métodos que hacen posible
la estimación de características de una población a
partir de información de una muestra.

Población: totalidad de elementos bajo

estudio
Muestra: porción de la población de
análisis
Parámetro: característica de la población
Estadística: característica de una muestra
5
6
• Variables cuantitativas. Son las variables que pueden
medirse, cuantificarse o expresarse numéricamente. Las
variables cuantitativas pueden ser de dos tipos:
Variables cuantitativas continuas, si admiten tomar
cualquier valor dentro de un rango numérico
determinado (edad, peso, talla).
Variables cuantitativas discretas, si no admiten todos
los valores intermedios en un rango. Suelen tomar
solamente valores enteros (número de hijos, número de
defectos, número de familias, etc).
• Variables cualitativas. Este tipo de variables representan una
cualidad o atributo que clasifica a cada caso en una de varias
categorías. La situación más sencilla es aquella en la que se
clasifica cada caso en uno de dos grupos (hombre/mujer, éxito
/fracaso, defectuoso/no defectuoso). Son datos dicotómicos o
binarios. Como resulta obvio, en muchas ocasiones este tipo de
clasificación no es suficiente y se requiere de un mayor número
de categorías (nacionalidad, sexo, profesión, etcétera). 7
Recolección de datos
Ing. Ivan Cisneros Pérez
 Un ejemplo de datos
 El gerente de producción de la Dalmon Carpet Company es responsable de
la fabricación de alfombras en más de 500 telares. Para no tener que
medir la producción diaria (en yardas) de cada telar, toma una muestra de
30 telares cada día, con lo que llega a una conclusión respecto a la
producción promedio de alfombras de las 500 máquinas. La tabla que se
presenta más adelante exhibe la producción de cada uno de los 30 telares
de la muestra. Estas cantidades son los datos sin procesar a partir de los
cuales el director de producción puede sacar conclusiones acerca de la
toda la población de telares en su desempeño del día anterior.
Producción en yardas de 30 telares para alfombra

Mediante los métodos introducidos en este capítulo, podemos ayudar al

director de producción a llegar a la conclusión correcta.

¿Cómo podemos ordenar los datos?

9
 Recolección de datos
 Represente todos los grupos

 Encuentre datos a partir de

observaciones o de registros

 Use los datos del pasado para tomar

decisiones del futuro

10
 Pruebas de datos
 1. ¿De dónde vienen los datos? ¿La fuente es
tendenciosa?,
 2. ¿Los datos apoyan o contradicen otras
evidencias que se tienen?
 3. ¿Hace falta alguna evidencia cuya ausencia
podría ocasionar que se llegue a una conclusión
diferente?
 4. ¿Cuántas observaciones se tienen?
¿Representan a todos los grupos que se desea
estudiar?
 5. ¿La conclusión es lógica? ¿Se ha llegado a
conclusiones que los datos no confirman?
11
 Diferencia entre muestras y
poblaciones
• VARIABLE: es lo que se va a medir y representa una característica de la UNIDAD
DE ANÁLISIS.
• ¿QUIÉNES VAN A SER MEDIDOS?: Los sujetos u objetos o Unidades de Análisis
de una Población o una Muestra
• POBLACIÓN : Es el total de unidades de análisis que son tema de estudio.

Población: Muestra

“Las personas que

Muestra: 60 trabajadores de empresas de comunicación
trabajan en empresas de
comunicación”
Unidad de análisis: Trabajador de empresa de comunicación
Variables: sexo, edad, salario, Nº de horas de trabajo, etc.

• MUESTRA: Es un conjunto de unidades de análisis provenientes de una población.

12
 Tipos de variables
TIPOS DE VARIABLES
Variables Cuantitativas Variables Cualitativas
CONTINUA DISCRETA NOMINAL ORDINAL
Intervalo

Toma valores enteros Característica o

cualidad cuyas
Ejemplos: Número de Hijos,
categorías no tienen
Número de empleados de una
un orden
empresa, Número de asignaturas
preestablecido.
aprobadas en un semestre, etc.
Ejemplos: Sexo,
Toma cualquier valor dentro de un intervalo Deporte Favorito, etc.

Ejemplos: Peso; Estatura; Temperatura, Característica o cualidad

etc. cuyas categorías tienen un
orden preestablecido.
Ejemplos: Calificación (S,
13 N,
13

Unidad de Medida: Gramos o Kilos para la variable Peso;

A); Grado de Interés por un
tema, etc.
Grados C o F para Temperatura
Organización de los
datos
Ing. Ivan Cisneros Pérez
Ventajas de la ordenación de datos
 Podemos identificar los
valores mayor y menor
rápidamente.

 Es fácil dividir los

datos en secciones.

 Podemos ver si algunos

valores aparecen más
de una vez en el
arreglo.

 Podemos observar la
distancia entre valores
sucesivos de los datos
 Tablas estadísticas

 Consideremos una población estadística de n individuos,

descrita según un carácter o variable C cuyas modalidades
han sido agrupadas en un número k de clases, que
denotamos mediante . Para cada una de las clases ci, ,
introducimos las siguientes magnitudes:
Para cada una de las clases ci,

introducimos las siguientes magnitudes:

Consideremos una población estadística de n individuos, descrita según un

carácter o variable C cuyas modalidades han sido agrupadas en un número k
de clases, que denotamos mediante
Tablas estadísticas
 Tablas estadísticas

 Frecuencia absoluta
 de la clase ci es el número
ni, de observaciones que
presentan una modalidad
perteneciente a esa clase.
 Frecuencia relativa
 de la clase ci es el cociente
fi, entre las frecuencias
absolutas de dicha clase y
el número total de
observaciones, es decir

 Obsérvese que fi es el
tanto por uno de
observaciones que están
en la clase ci. Multiplicado
por representa el
porcentaje de la población
que comprende esa clase.
 Tablas estadísticas

 Frecuencia absoluta
acumulada
 Ni, se calcula sobre variables
cuantitativas o cuasicuantitativas,
y es el número de elementos de
la población cuya modalidad es
inferior o equivalente a la
modalidad ci:


 Frecuencia relativa acumulada

 , Fi, se calcula sobre variables
cuantitativas o cuasicuantitativas,
siendo el tanto por uno de los
elementos de la población que
están en alguna de las clases y
que presentan una modalidad
inferior o igual a la ci, es decir,

 Como todas las modalidades son

exhaustivas e incompatibles ha
de ocurrir que
 Tablas estadísticas
 Frecuencia absoluta
(ni): Número de
elementos que
presentan la clase xi.
 Frecuencia relativa:

 Frecuencia
absoluta
acumulada: .

 Frecuencia relativa
acumulada:
 Tablas estadísticas
 Calcular los datos li-1 -- li ni fi Ni
que faltan en la
0 -- 10 60 f1 60
siguiente tabla:
10 -- 20 n2 0,4 N2

20 -- 30 30 f3 170

30 -- 100 n4 0,1 N4

100 -- 200 n5 f5 200

n
 Tablas estadísticas
 Solución: li-1 -- li ni fi Ni
0 -- 10 60 0,3 60
10 -- 20 80 0,4 140
20 -- 30 30 0,15 170
30 -- 100 20 0,1 190
100 --
10 0,05 200
200
200
 Elección de las clases
 En cuanto a la elección de las clases, deben
seguirse los siguientes criterios en función del
tipo de variable que estudiemos:
 Cuando se trate de variables cualitativas o cuasi-
cuantitativas, las clases ci serán de tipo nominal;
 En el caso de variables cuantitativas, existen dos
posibilidades:
• Si la variable es discreta, las clases serán valores
numéricos
• Si la variable es continua, las clases vendrán definidas
mediante lo que denominamos intervalos. En este
caso, las modalidades que contiene una clase son todos
los valores numéricos posibles contenidos en el
intervalo, el cual viene normalmente definido de la
forma
 Elección de las clases
 En el caso de variables
cuantitativas, existen dos
posibilidades:
• Si la variable es discreta, las
clases serán valores numéricos ;

• Si la variable es continua las

clases vendrán definidas mediante
lo que denominamos intervalos.
En este caso, las modalidades que
contiene una clase son todos los
valores numéricos posibles
contenidos en el intervalo, el cual
viene normalmente definido de la
forma:

o bien


 En estos casos llamaremos

amplitud del intervalo a las
cantidades
 ai = li - li-1
 Elección de las clases
 La marca de clase ci, a un punto
representativo del intervalo. Si éste es
acotado, tomamos como marca de clase
al punto más representativo, es decir al
punto medio del intervalo,

 La marca de clase no es más que una

forma abreviada de representar un
intervalo mediante uno de sus puntos. Por
ello hemos tomado como representante,
el punto medio del mismo. Esto está
plenamente justificado si recordamos que
cuando se mide una variable continua
como el peso, la cantidad con cierto
número de decimales que expresa esta
medición, no es el valor exacto de la
variable, sino una medida que contiene
cierto margen de error, y por tanto
representa a todo un intervalo del cual
ella es el centro.
 Tabla de frecuencias
 En el caso de variables continuas, la forma de la tabla estadística
es la siguiente:
Elementos de una tabla de frecuencia cuando la variable es continua (x)

Centro
Intervalo de clase Amplitud F f FAA fra
[LI1 ; LS1 [
I1 c1 a1
[LI2 ; LS2 [ I2 c2 a2
.
.
[LIk ; LSk] Ik ck ak n 1
Total n 1

cj = (LIj) + LSj )/2 aj = (LSj – LIj))

Ejercicio: confección de una tabla de frecuencia
para una variable continua

Los datos corresponden a la edad de los

hijos de los trabajadores de una empresa
10,5 10,7 9,5 10,5 11,8 11,2 Realice la siguiente actividad
12,0 10,3 13,5 12,3 10,6 9,8 1) Construya un Diagrama de Tallo y Hoja
10,7 11,5 11,1 10,6 9,3 12,9
2) ¿Cuál es la variable?; ¿Cuál es la Unidad de
10,4 7,5 10,2 8,7 10,9 9,9 análisis?; ¿Cuánto vale n?; ¿Cuál es el rango
11,7 10,3 10,6 10,5 11,9 11,0 de la variable?.
13,9 10,6 10,0 10,8 10,6 -
3) Sobre una Tabla de frecuencia: ¿Cuántos
7,3 8,0 8,5 12,5 9,7 -
intervalos podría construir?; ¿Cuál es la
Datos ordenados de menor a mayor amplitud de cada intervalo?; ¿Cuántas
medidas de frecuencia puede obtener para
7,3 9,7 10,4 10,6 11,1 12,3 cada intervalo?.
7,5 9,8 10,5 10,6 11,2 12,5
4) Construir tabla de frecuencia para la
8,0 9,9 10,5 10,7 11,5 12,9 variable: Intervalos, centro de clase,
8,5 10,0 10,5 10,7 11,7 13,5 amplitud, frecuencias.
8,7 10,2 10,6 10,8 11,8 13,9
9,3 10,3 10,6 10,9 11,9 - Diagrama de Tallo y Hoja: permite organizar los
datos de una variable medida sobre un conjunto de
9,5 10,3 10,6 11,0 12,0 -
individuos. Su utilidad viene dada cuando no
contamos con herramientas automáticas para
ordenar los datos.

27
TIPOS DE 1. Gráfico de Sectores Circulares (de Torta)
GRÁFICOS
Distribución de las unidades de
análisis de acuerdo a variable 1
Distribución de las unidades de análisis de
acuerdo a variable 1 D
10% A
20%

C
D A 40% B
10% 20% 30%

Distribución de las unidades de

análisis de acuerdo a variable 1
C B
40% 30%
D A
10% 20%

C
B
40%
30%

28
TIPOS DE GRÁFICOS 2. Gráfico de Barras

Numero de unidades de análisis Proporción de unidad de análisis de acuerdo a

variable 1
de acuerdo a variable 1

D
500

variable 1
400 C
300
Nº

B
200

100 A

0
0 0,2 0,4 0,6 0,8 1
A B C D
Proporción de unidad de análisis
variable 1
-Este tipo de gráfico se utiliza generalmente para
Porcentaje de unidad de análisis de acuerdo a representar la frecuencia de las categorías de una
variable 1
variable cualitativa.
D -Cuando una variable es cuantitativa se puede utilizar
este tipo de gráfico sólo si la variable se ha
variable 1

C
transformada en categorías.
B
-Hay distintas versiones de estos gráficos (por ejemplo
A
en Excel), y en algunos casos son muy útiles para
0 20 40 60 80 100 describir el comportamiento de una variable en distintos
% unidad de análisis grupos.
29
TIPOS DE GRÁFICOS 3. Histograma
Histograma
Histograma
Distribución de los hijos de trabajadores
de la empresa de acuerdo a edad - Permite la representación de
15
la frecuencia de una variable
Cuantitativa.
Frecuencia

10

- El eje x se refiere a la
Nº

5
variable.
- El eje y se refiere a la
0
frecuencia (Nº , %).
7 8 9 10 11 12 13 14

edad
edad - Cada barra representa la
frecuencia de la variable en la
Ejemplo
población en estudio (o la
En el gráfico se puede observar el número de muestra).
hijos , de menor edad (7-8 años), las de mayor
edad (13-14 años); y además que la mayoría de -El histograma se puede
hijos de los trabajadores están entre los 10 y 12 construir desde los datos de la
años. tabla de frecuencia de la
variable en estudio.
30
TIPOS DE GRÁFICOS 3. Histograma

Histograma
Histograma
Distribución de los hijos de trabajadores
de la empresa de acuerdo a edad - Permite la representación de
15
la frecuencia de una variable
Cuantitativa.
Frecuencia

10

- El eje x se refiere a la
Nº

5
variable.
- El eje y se refiere a la
0
frecuencia (Nº , %).
7 8 9 10 11 12 13 14

edad
edad - Cada barra representa la
frecuencia de la variable en la
Ejemplo
población en estudio (o la
En el gráfico se puede observar el número de muestra).
hijos , de menor edad (7-8 años), las de mayor
edad (13-14 años); y además que la mayoría de -El histograma se puede
hijos de los trabajadores están entre los 10 y 12 construir desde los datos de la
años. tabla de frecuencia de la
variable en estudio.
31
TIPOS DE GRÁFICOS 5. Polígono de Frecuencia

Distribución de los hijos de trabajadores

de la empresa de acuerdo a edad
15
-Esta representación se basa en
el Histograma.
-Sólo es útil para variables
Frecuencia

10

edad cuantitativas.
Nº

5
-El eje x se refiere a la
variable.
0

7 8 9 10 11 12 13 14
- El eje y se refiere a la
edad frecuencia (Nº , %).
-Los puntos que permiten la
unión de las líneas representa
el centro de clase (o marca de
clase).

32
 TIPOS DE GRÁFICOS 5. Diagrama de Caja

Edad de las personas que se realizaron

angioplastía entre 1980 y 2000
100

90

80

70

60 - Permite identificar gráficamente la

mediana, los cuartiles 1 y 3
Edad

50
(percentiles 25 y 75), mínimo y
40 máximo de una variable.
30 - Sólo es útil para variables
20 cuantitativas.
10 -El eje x permite identificar la
0 poblacion en estudio.
N= 584 1473
- El eje y representa los valores de la
Mujeres Hombres
variable en estudio.
33
 TIPOS DE GRÁFICOS 6. Otros

Número de alumnos matriculados en la Número de alumnos matriculados en la

Carrera A según año de ingreso Carrera B según año de ingreso

100 100
Nº de alumnos

Nº de alumnos
80 80
60 60
40 40
20 20
0 0
1998 1999 2000 2001 2002 2003 1998 1999 2000 2001 2002 2003
año de ingreso año de ingreso

Número de alumnos matriculados en las Carreras

según año de ingreso
Nº de alumnos
200
Nº de alumnos

año de ingreso Carrera A Carrera B

1998 60 80 150
1999 55 70
100
2000 80 50
2001 40 60 50
2002 68 50
2003 70 75 0
1998 1999 2000 2001 2002 2003

Carrera B año ingreso

Carrera A

34
35