UNIDAD IV: ANALISIS ESTADSTICO E INTERPRETACIN DE DISTRIBUCIONES

DE FRECUENCIAS EN ESTUDIOS DESCRIPTIVOS.

1. Explicar los aspectos que deben tomarse en cuenta durante la etapa de anlisis de la
informacin.

El anlisis de todo estudio, debe comenzar con una evaluacin global de la informacin disponible
y de la manera como fue recogida. Conviene examinar si los planes se cumplieron a cabalidad y si
los datos se recogieron en la forma prevista y solo una vez que se est seguro de la fidelidad de la
informacin, podr iniciarse el anlisis estadstico propiamente dicho.
Las tcnicas de anlisis estadstico son muy numerosas, y la escogencia depende, entre otros
factores de:

El propsito del estudio.

El tipo de informacin recogida.
La escala de clasificacin utilizada.
El nmero de individuos estudiados.

Anteriormente ya hemos considerado algunos aspectos referentes al tipo de informacin escogida

(distribuciones de frecuencia, datos de asociacin y series cronolgicas) y a escala de clasificacin
utilizada (cualitativa o cuantitativa). Consideraremos ahora, la importancia que para el anlisis tiene
el propsito del estudio, y el nmero de observaciones estudiadas (series agrupadas o no
agrupadas).

2. Enumerar y seleccionar los diferentes mtodos de anlisis apropiados para cada modelo de
clasificacin.

Estudios descriptivos y estudios comparativos.

De acuerdo a su propsito, los estudios se clasifican en:

Descriptivos, y
Comparativos.

En los estudios Descriptivos interesa sobre todo resumir adecuadamente la informacin y al mismo
tiempo destacar las caractersticas importantes del grupo que se estudia. En los estudios
Comparativos interesa primordialmente averiguar si hay o no diferencias entre los dos o ms grupos
que se estudian y si dichas diferencias existen, hallar razones valederas que puedan explicarlas.

Es de advertir que esta tajante diferenciacin entre estudios Descriptivos y

Comparativos, es ms bien aparente. En primer lugar todo estudio comparativo
debe comenzar con una descripcin de los hallazgos encontrados, pues solamente
despus que estos han sido resumidos convenientemente, podr hacerse con
provecho las comparaciones deseadas. En segundo lugar, no debe olvidarse, que en
muchos estudios descriptivos la finalidad ltima es hacer ciertas generalizaciones a
partir de los resultados observados, pues aunque por razones prcticas el
investigador solo estudia una muestra de la poblacin en la que est interesado, su
deseo es llegar al conocimiento de dicha poblacin a travs de los resultados de la
muestra. Tal proceso de induccin exige tcnicas distintas a las utilizadas en la
simple descripcin de los datos, las cuales tienen mucho en comn, con aquellas
que se emplean en los estudios comparativos.

Pero a efectos de conocimiento se estudian separadamente las tcnicas que se emplean en los
estudios descriptivos y aquellas que se utilizan en las comparaciones de grupos.

Nmero de individuos estudiados.

Trtese de un estudio descriptivo o comparativo, la escogencia de las tcnicas de anlisis que se
utilizaran, depende del nmero de individuos en los cuales se basa la investigacin.
Cuando el nmero de individuos observados es poco numeroso, los valores correspondientes se
pondrn un lado del otro sin que haya necesidad de agruparlos en diferentes categoras. Se tienen
entonces las llamadas series no agrupadas.
Cuando por el contrario, el estudio incluye una cantidad apreciable de individuos, ningn anlisis
podr hacerse si no se clasifican previamente en un determinado nmero de grupos o clases. Tales
datos as presentados, reciben el nombre de series agrupadas.
Las tcnicas estadsticas de anlisis sern distintas segn se trate de series agrupadas o no
agrupadas, siendo un poco ms laboriosas las primeras

Tcnicas de anlisis de los estudios descriptivos.

Las tcnicas utilizadas en resumen de los estudios descriptivos pueden esquematizarse:
DISTRIBUCIONES DE FRECUENCIAS.

Las distribuciones de frecuencias en escala cualitativa se resumen por frecuencias relativas (tasas,
porcentajes, etc.). Si la escala es cuantitativa, pueden resumirse en la misma forma, pero

generalmente se resumen mediante las llamadas tendencias centrales (promedio, mediana, modo) y
medidas de dispersin (desviacin estndar, percentiles, etc.).
DATOS DE ASOCIACIN.

Si las dos escalas son cualitativas, se resumirn en frecuencias relativas. Si una es cualitativa y la
otra cuantitativa, podr escogerse, de acuerdo a la finalidad del estudio, cualquiera de las medidas
hasta ahora mencionadas y si ambas son cuantitativas se empleara Coeficiente de correlacin y el
Coeficiente de regresin.
SERIES CRONOLGICAS.

Se resumen por medio de las tendencias calculadas, cambios porcentuales y tcnicas de regresin.

3. Enumerar las estadsticas utilizadas en anlisis de variables cualitativas.

Presentacin tabular.
La forma ms simple de presentar estos datos, es mediante un cuadro de dos columnas. En la
primera se ponen subdivisiones de la escala de clasificacin que se utiliza y en la otra el nmero de
individuos observados, generalmente el cuadro se acompaa de una tercera columna, en la cual se
ponen porcentajes respectivos

Presentacin grafica.
Puede utilizarse el diagrama de barras o el de sectores, pero si la escala tiene muchas subdivisiones,
siempre debe preferirse el primero. En ello pueden representarse los nmeros absolutos o los
porcentajes respectivos. El grafico quedara igual en ambos casos, variando solamente la numeracin
de la escala

Anlisis: frecuencias relativas.

El anlisis de estos datos se hace mediante frecuencias relativas. Bajo la denominacin general de
frecuencias relativas se incluye un conjunto de trminos (razones, proporciones, ndices,
porcentajes, tasas, coeficientes. Cuya diferenciacin es a veces difcil para el estudiante. Desde el
punto de vista prctico la exacta definicin para cada uno, tiene mucha menor importancia que
comprender su utilizacin y aplicaciones.
Su importancia radica en que gracias a ellas puede ponerse ms fcilmente de presente, las
relaciones que existen entre dos o ms cifras de los datos que se estudian, facilitando la
comparacin de diversos resultados. Ejemplo:

En una ciudad hubo 100 defunciones y 500 en otra, es importante este valor para ciertos propsitos,
pero es de poca utilidad para otros. Saber el nmero de defunciones en cada localidad es esencial
para decidir sobre las facilidades medicas y hospitalarias que deben proveerse, pero si aspiramos
comparar el riesgo de muerte en las dos poblaciones es necesario relacionar el nmero de
defunciones en cada ciudad con su nmero de habitantes, pues es obvio que si la segunda tiene 5
veces ms habitantes que la primera, en ella debe haber ms o menos 5 veces ms defunciones.

4. Explicar que expresa una razn. Y,

5. Explicar que expresa una proporcin.
RAZONES Y PROPORCIONES.
Si suponemos que un grupo de 369 estudiantes estn formados por 279 hombres y 99
mujeres:
Hombres

297

Mujeres

99

Total

396

Aunque es evidente el predominio de los hombres, la intensidad de esa relacin se apreciara

mejor, al dividir el nmero de hombres por mujeres, con lo cual que podemos decir que hay 3
hombres por cada mujer en dicho grupo (297/99 = 3).
Puede tambin dividirse el nmero de hombres por la totalidad de personas en el grupo
(297/ 369 = 3/4= 75%), con lo cual se evidencia fcilmente, que de cada 4 estudiantes, tres son de
sexo masculino, es decir, que hay 3 hombres por cada mujer en dicho grupo de estudiantes.
En el primer caso se ha relacionado el nmero de individuos en una categora con el nmero
de individuos en la otra. En el segundo caso, se ha relacionado el nmero de observaciones de una
categora con el total general del grupo. La primera de tales frecuencias se denomina una razn:
la segunda se llama una proporcin.
Cuando la serie que se estudia consta solamente de dos categoras (hombres y mujeres o
enfermos y sanos) puede usarse segn las preferencias una razn o una proporcin. Si la serie
consta de 3 o ms categoras, no hay una manera nica de calcular una razn y en tales casos es
preferible utilizar las proporciones.

6. Explicar que expresa un porcentaje.

PORCENTAJES.
Un porcentaje es una proporcin multiplicada por 100. Por consiguiente, para calcular
porcentajes, basta dividir el nmero de individuos en cada categora por el total del grupo y
multiplicar el resultado por 100. En nuestro ejemplo, el 75% de los estudiantes son hombres:
(297/369) x 100 = 75%) y el 25% mujeres: (99/369) x 100 = 25%).
El uso de los porcentajes tiene varias ventajas. En primer lugar, ellos permiten comparar
fcilmente 2 o ms series cuyos totales son diferentes, pues estos quedan convenientemente
reducidos a 100. Note que si se tienen los 2 siguientes grupos de personas:
Hombres
255
Hombres
297
Mujeres
85
Mujeres
99
Total
340
396
El clculo de los porcentajes nos permite sealar sin dificultad que la proporcin de
hombres en los dos grupos es semejante (276/396 = 75% y 255/340 = 75%), lo cual no era muy
aparente antes de su clculo.

Total

En segundo lugar, a travs de los porcentajes se puede resumir la probabilidad de la

ocurrencia de un hecho. En la ilustracin anterior por ejemplo hay un 75% de probabilidad de que
una persona sea de sexo masculino (297/396) y un 25% de que sea femenino (99/396).

7. Explicar que expresan las tasas.

TASAS.
En toda poblacin es importante conocer su composicin y los cambios que acontecen en
ella. Al estudiar estos cambios, ni las razones, ni los porcentajes, a pesar de su utilidad, permiten
analizar completamente la informacin disponible. Supngase que en la poblacin de San Pedro los
accidentes automovilsticos hubieran sido clasificados como seala el siguiente cuadro:

La informacin anterior es desde luego til. Los porcentajes calculados sealan, entre otras
cosas, que al ocurrir un accidente hay un 80% de probabilidad de que sea un hombre quien conduce,
lo cual facilitara ciertas decisiones administrativas. As por ejemplo, si se est planeando construir
un hospital para atender a los conductores heridos o una crcel para detenerlos, los porcentajes nos
indican que aproximadamente 80% de las camas hospitalarias o de las celdas carcelarias deben ser
para hombres.
Sin embargo, sera un absurdo concluir en base a la informacin anterior que los hombres
tienen mayor peligro de verse envueltos en un accidente automovilstico o que las mujeres sean ms
cuidadosas al manejar.
Con el fin de facilitar comparaciones como la anterior, siempre que se trate de medir el
riesgo de que acontezca determinado fenmeno, dicho fenmeno debe relacionarse con la poblacin
en la cual puede acontecer. Tales relaciones reciben el nombre general de tasas.
Una tasa es simplemente un quebrado. El numerador, indica el nmero de veces que ocurri
determinado fenmeno en un rea perfectamente limitada y en un periodo de tiempo perfectamente
definido. El denominador indica el nmero de habitantes de la poblacin en la cual puede ocurrir el
fenmeno descrito en el numerador:

Como el numerador de la tasa nunca podr ser mayor que su denominador, el

resultado ser menor que la unidad y para evitar el uso de decimales, multiplicamos el
resultado por 100, 1.000, 10.000, etc. Pues es ms fcil recordar por ejemplo, que la tasa de
mortalidad en Venezuela en 1975 fue en 6 por 1.000 que recordar que es 0,006.
Teniendo en cuenta el concepto anterior, ser muy fcil obtener o calcular cuantas
tasas se quiera. Entre ellas, tienen importancia en Medicina:

Las tasas de mortalidad: las cuales expresan el riesgo de morir.

Las tasas de morbilidad: que expresan el riesgo de adquirir determinadas
enfermedades.
Las tasas de natalidad: que miden el crecimiento de las poblaciones.
Las tasas de letalidad: que indican cuan graves son las enfermedades.

Las tasas anteriores pueden calcularse para toda una poblacin o separadamente para
algunos de sus segmentos, como ser para determinado grupo de edad o determinado
sexo. Adems, unas veces pueden referirse a todas las causas en conjunto o solamente a
una causa o grupo de causas en particular.
Tasas que se refieren a toda la poblacin y todas las causas a la vez, se denominan
tasas crudas y aquellas se refieren solo a parte de la poblacin o a una determinada
causa, se denominan tasas especificas. Pueden calcularse tasas especificas por edad,
tasas especificas por causa, tasas especificas a la vez por edad y causa, etc. Se puede
hacer tan especfica como se quiera, desde que se disponga de los datos bsicos.
Al calcular estas tasas deber tenerse en cuenta la poblacin expuesta al riesgo para
que el denominador sea correcto. Como las poblaciones cambian continuamente,
aumentando a causa de los nacimientos y la inmigracin, y disminuyendo a causa de las
defunciones y la emigracin, la poblacin especificada en el denominador debe ser la de
mediados de ao (1 de julio), pues ella es intermedia entre la de principios y final de
ao.
Principales tasas. Calculo de las ms comunes. Hay que tener en cuenta que
convencionalmente, todas las tasas se expresan por 1.000 habitantes excepto: la tasa de
letalidad que se expresa en porcentaje y las tasas especificas por causa que se multiplica
por 100.000.
1.- Tasa cruda de mortalidad:

Ejemplo: la poblacin de Venezuela para el 1/7/78 se estimo en 13.121.950 habitantes

y en dicho ao ocurrieron 72.470 defunciones. La tasa cruda de mortalidad fue por lo tanto:

2.- Tasa cruda de natalidad:

Ejemplo: en 1987 se registraron en Venezuela 481.782 nacimientos vivos, y la

poblacin se estimo en 13.121.950 habitantes. Su tasa cruda de natalidad fue por
consiguiente:

3.- Tasa cruda de morbilidad: Habitualmente no se calcula, ya que salvo el caso de

encuestas especiales, es imposible conocer la morbilidad total de una regin.
4.- Tasa cruda de mortalidad Especfica por causa:

Ejemplo: Durante 1978 ocurrieron en Venezuela 838 defunciones por tuberculosis.

Como la poblacin del pas dicho ao se estimo en 13.121.950 habitantes, la tasa de
mortalidad especifica por tuberculosis fue

5.- Tasa de mortalidad Especfica por edades:

Ejemplos: La poblacin venezolana de menores de 15 aos fue estimada para 1978 en

5.574.690 habitantes. Dicho ao ocurrieron en el pas un total de 22.640 defunciones en
personas de 15 aos. La tasa de mortalidad en menores de 15 aos fue:

6.- Tasa de mortalidad Especfica por causa y edades:

Ejemplo: En 1978 ocurrieron en Venezuela 65 defunciones por tuberculosis en el

grupo de menores de 15 aos. Con la poblacin estimada para esas edades, fue de
5.574.690 habitantes, la tasa de mortalidad especfica por tuberculosis para menores de 15
aos fue:

7.- Tasa de Morbilidad Especfica por causa:

Ejemplo: En 1978 se conocieron en Venezuela 4.286 casos de tuberculosis. Como la

poblacin del pas era de 13.121.950 la tasa de morbilidad por tuberculosis fue:

8.- Tasa de Letalidad:

Ejemplo: En 1978 se conocieron en el pas 134 casos de Fiebre Tifoidea, de los cuales
fallecieron 8. La tasa de letalidad para la Fiebre Tifoidea fue por lo tanto:

Es preciso hacer notar que en ciertas ocasiones la poblacin que sirve de denominador a
la tasa no puede conocerse y es necesario recurrir a estimarla por cualquier procedimiento.
Como ejemplos concretos se tienen: la tasa de mortalidad infantil y la tasa de mortalidad
materna.
a) La tasa de mortalidad infantil se refiere exclusivamente a las defunciones de

nios que no han cumplido un ao. Por consiguiente, en el denominador de la

tasa debiera figurar el nmero de nios menores a 1 ao. Esta cifra sin embargo
nunca se conoce con exactitud pues los datos censales son muy deficientes al
respecto, y para estimarla se toma el nmero de nacimientos vivos ocurridos en
el ao en la regin que se estudia. De acuerdo a lo anterior la tasa de mortalidad
infantil se calcula mediante la frmula siguiente:
9.- Tasa de Mortalidad Infantil:

Ejemplo: En Venezuela durante 1978 ocurrieron 16.325 defunciones de nios menores de

un ao y dicho ao se registraron en todo el pas 481.782 nacimientos vivos. La tasa de
mortalidad infantil fue:

Es decir, por cada 1.000 nacimientos vivos ocurridos, fallecieron 34 nios menores de un
ao.
b) La tasa de mortalidad materna mide el riesgo de morir a causa de cualquier

trastorno imputable directamente al embarazo, parto o puerperio. Como se

desconoce el nmero de embarazadas, parturientas y purperas, dicha cifra se
estima a travs del nmero de nacimientos vivos ocurridos quedando la tasa:
10.- Tasa de Mortalidad Materna:

Ejemplo: En 1978 ocurrieron en Venezuela 310 defunciones por complicaciones del

embarazo, parto y puerperio. Como en tal ao se registraron 481.782 nacimientos
vivos, la tasa de mortalidad materna fue:

8. Distribuciones de frecuencias en escala cuantitativa

Las distribuciones de frecuencia en escala cuantitativa pueden analizarse mediante
porcentajes pero generalmente este anlisis es efectuado mediante las llamadas; constantes
centrales (medidas de tendencia central) y las medidas de dispersin.

Medidas de tendencia central: Sealan aquellas cifras alrededor de las cuales est la
mayora de las observaciones, estas son: promedio aritmtico, mediana y modo.
Medidas de dispersin: Sealan la manera como se distribuyen las observaciones
con respecto a los anteriores valores centrales, estas son: desviacin estndar,
percentiles.

El que se prefiera utilizar una serie mediante porcentajes o mediante medidas de

tendencia central y de dispersin depende de la finalidad que se persigue en el estudio. La
informacin dada por unos y otros es diferente y en ocasiones suelen utilizarse al mismo
tiempo los dos tipos de medida.

ANALISIS MEDIANTE FRECUENCIAS RELATIVAS.

Distribuciones de frecuencia en escala cuantitativa, pueden analizarse para ciertos

propsitos mediante porcentajes y porcentajes acumulados.

En muchas ocasiones como esta, el promedio puede ocultar diferencias importantes

entre los individuos que se estudian, mientras que el simple anlisis de los porcentajes
puede ser mucho ms ilustrativo. Supongamos que el peso promedio normal para nios de
la edad estudiada hubiera sido fijado en 35 kilos. El promedio para este grupo de 50
escolares, calculado por el mtodo que luego se estudiara es exactamente 37 kilos, el cual
nos lleva errneamente a formarnos la impresin de que el grupo estudiado, presenta un
estado nutritivo normal. Sin embargo el anlisis de los porcentajes nos muestra claramente
que el 8% de los nios pesa entre 20 y 24 kilos y que el 42% pesa menos de 35 kilos, o sea,
que de acuerdo a nuestro patrn de normalidad, casi la mitad de estos escolares estaran
desnutridos.

CONSTANTES CENTRALES TAMBIEN LLAMADAS MEDIDAS DE TENDENCIA

CENTRAL.

9.

Explicar que expresa el promedio aritmtico (series agrupadas y no agrupadas).

PROMEDIO ARITMETICO O MEDIA ARITMETICA :

Es la cifra que se obtiene al dividir la suma de todos los valores observados por el
nmero de observaciones.
1.1. CALCULAR EL PROMEDIO ARITMETICO O MEDIA ARITMETICA EN

SERIES NO AGRUPADAS:
Si se tienen 5 nios cuyos respectivos pesos son:
7, 4, 9, 6 y 4 Kilos.

El promedio aritmtico se obtendr sumando las cifras anteriores y dividiendo entre

5 que es el nmero total de nios.

= 6 Kilos.

Es decir, los nios pesan en total 30 Kilos, y si todos ellos pesaran igual, esto es, si
no existiera variacin, el peso de cada uno seria 6 kilos.

1.1.1. CALCULAR
AGRUPADAS:

EL

PROMEDIO

ARITMETICO

PARA

SERIES

Para calcular el promedio se asume que cada uno de los individuos en determinada
clase tiene un valor igual al punto medio de la clase.

En el ejemplo a continuacin se observa que el punto medio de la clase es 22, lo

cual significa que cada uno de los 4 individuos de esa clase pesa 22 Kilos y por tanto, los 4
pesaran en conjunto 88 Kilos (22 x 4). Igualmente, el punto medio de la segunda clase es
27, o sea que cada individuo de los 8 que hay pesa 27 Kilos y por lo tanto, los 8 pesaran en
total 216 Kilos (27 x 8 = 216). Bastara entonces sumar estos productos para saber cuantos
kilos pesa la totalidad de los individuos estudiados y dividir esta suma por el numero de
observaciones para encontrar el promedio.
En las 2 primeras columnas del siguiente cuadro aparecen los datos sobre el peso de
50 escolares y en las restantes, los clculos necesarios para obtener el promedio:

Los pasos seguidos en el calculo anterior son los siguientes:

Averiguar el punto medio de cada clase (ubicado en la columna 3)

Multiplicar el punto medio de cada clase por los individuos en ella (ubicados en la
columna 2) y sumar estos productos.
Obtener el promedio dividiendo la suma anterior por el numero de individuos
estudiados.

10. Explicar que expresa la mediana (series no agrupadas y series agrupadas).

MEDIANA (M):
Es aquella observacin que divide la serie en dos partes iguales, en tal forma, que la
mitad de las observaciones son iguales o menores que dicho valor, y la otra mitad,
iguales o mayores que el.
1.1 CALCULAR LA MEDIANA EN SERIES NO AGRUPADAS.
Para calcular la mediana, es necesario ordenar las observaciones de menor a mayor o
viceversa.

Ejemplo si tenemos: 5 nios cuyos respectivos pesos son:

7, 4, 9, 6,
4.
Ordenamos los datos de menor a mayor obtendramos:

4, 4, 6, 7,
9.

Aplicando la definicin nuestra mediana ser: 6, a cada lado de la cual quedan dos
observaciones. Si en vez de un numero impar de observaciones tuviramos las 6
siguientes:

4, 5, 7, 8,
9, 10

Se ve que no hay ninguna observacin que ocupe la mitad, pues el limite estara entre
el 7 y el 8. En dichos casos para obtener la mediana, se promediaran los 2 valores
centrales, en este caso, los correspondientes a la 3 y 4 observacin, es decir:

=7

1.2. CALCULAR LA MEDIANA EN SERIES AGRUPADAS.

Para calcular la median se considera que los individuos de cada clase se encuentran
uniformemente repartidos en ella. Asi por ejemplo, en la clase 35 39, cuyos
verdaderos limites son 34,5 y 39,5 Kilos y cuya amplitud es 5, hay 10 individuos, o sea,
que existe una diferencia de peso entre uno y otro igual a 0,5 kilos (5/10= 0,5 ).
Es como si el intervalo de la clase 34,5 a 39,5 en la cual hay 10 personas, se divide en
10 subintervalos de 0,5 de amplitud, en medio de cada uno de los cuales se encuentra un
individuo. Como en la primera clase hay 4 personas, esto quiere decir que all estn los
individuos del 1 al 4 y por consiguiente, como en la segunda clase hay 8, all estarn los
individuos de la clase 34,5- 39,5 (individuos 22-31) se hara como lo muestra el
siguiente esquema:

Con estas explicaciones podemos ilustrar el calculo de la mediana tomando el

mismo ejemplo utilizado en el calculo del promedio en series agrupadas:

Los pasos para calcular la mediana son:

Escribir los verdaderos limites de cada clase. Esto no es esencial, pero es

conveniente para el principiante.
Obtener la frecuencia acumulada de las observaciones por el procedimiento
conocido (ubicado en la columna 4)
Averiguar cual observacin es la mediana, para lo cual:

Observacin de la mediana=

= 25.

Como la mediana es la observacin numero 25 y como hay 21 por debajo de 34,5

Kilos (vase columna 4), se necesitan 4 observaciones mas (25 21= 4) de las 10 que
hay en la siguiente clase. Puesto que se considera que dichas observaciones estn a
igual distancia una de otra, se tomara 4/10 de la amplitud de esta clase y se aadir a
34,5 que es su comienzo, con el fin de obtener la mediana:

MEDIANA (M) = 34,5 + (

x 5) = 34,5 + 2,0 = 36,5 Kilos.

El lector observara que como se trata de un numero par de observqaciones (50), el

valor de la mediana correspondera al promedio de las observaciones 25 y 26 y no a la
observacin numero 25. Un atento examen del esquema anterior muestra que el
individuo 25 tiene un peso de 36,25 y el individuo numero 26 un peso de 36,75. El semi
promedio de estos valores que seria la mediana es 36,5 Kilos. Se para facilidades de
calculo se asume que el primer individuo de esta clase (el numero 22) esta en el punto
35, en vez de estar en el 34,75 que es su verdadera colocacin, lo estamos desplazando
subintervalo a la derecha. Para recompensar este desplazamiento, en vez de tomar
el valor medio entre las observaciones 25 y 26 se tomara el valor de la numero 25,
como se ha hecho en la formula anterior, con lo cual obtenemos el verdadero valor
investigado.

11. Explicar que expresa el Modo (series agrupadas y no agrupadas)

MODO TAMBIEN LLAMADO MODA (M ):
Es aquel que se observa con mayor frecuencia en los datos.
1. CALCULO DEL MODO EN SERIES NO AGRUPADAS.
Tomemos de nuevo el ejemplo de los 5 nios cuyos pesos son:

7, 4, 9, 6, 4
Kilos.
El modo en este ejemplo seria 4, pues este es el valor que se observa con mayor
frecuencia. Obsrvese que si los valores fueran:

7, 4, 8, 3, 5
Kilos.
No hay en realidad ningn valor que se observe ms frecuentemente que los otros. Lo
mismo sucede si los valores fueran:

2, 2, 4, 4, 6 y 6
Kilos.

12. MEDIDAS DE DISPERSION.

Importancia de las medidas de dispersin:

Las medidas de tendencia central no son suficientes para describir una distribucin o
conjunto de datos. Una buena descripcin de una distribucin requiere, adems de un valor
promedio de las observaciones (es decir, una medida de tendencia central), alguna medida
de la dispersin o variabilidad de los valores observados. Esta informacin es
proporcionada por indicadores que se conocen como medidas de dispersin (tambin

medidas de variabilidad). Los ms comunes, que constituyen el contenido de esta seccin,

son la desviacin estndar y la varianza.
Supongase que se tienen tres grupos de pacientes de 7 individuos cada uno, y como
ejemplo ilustrativo supngase adems que el primer grupo sufre de Gastroenteritis, el
segundo de bronquitis y el tercero de amigdalitis
Si la permanencia hospitalaria de cada paciente fuera la que aparece a continuacin:

Enfermedades.

Das de hospitalizacin.

Gastroenteritis

1, 3, 5, 7, 9, 11, 13

Bronquitis

1, 2, 3, 7, 11, 12, 13

Amigdalitis

1, 5, 6, 7, 8, 9, 13

Seria fcil constatar los siguientes puntos:

Cada serie tiene el mismo numero de observaciones, es decir 7 pacientes.

En los 3 casos la amplitud de la serie es la misma: de 1 a 13 dias.
Las 3 series tienen el mismo promedio, o sea 7 dias.
Las 3 series tienen la misma mediana, o sea 7 dias.
En cada serie el promedio y la mediana coinciden exactamente.

No obstante las similitudes sealadas, las 3 series son muy distintas, pues como puede
apreciarse en el grafico siguiente:
a) En el caso de la Gastroenteritis, los 7 pacientes se distribuyen uniformemente
en el lapso de 1 a 13 das
b) En el caso de la Bronquitis, los pacientes se agrupan en los extremos de dicho
lapso (1-2-3 y 11-12-13)
c) En el caso de la amigdalitis, se agrupan hacia el centro (5-6-7-8-9)

Lo antes explicado nos seala que cuando se tiene un grupo de

observaciones no basta conocer cual es su promedio o su mediana, sino que adems,
es necesario tener una medida que indique claramente como se distribuyen las
observaciones alrededor de ese promedio o esa mediana.
Con tal fin se utilizan la desviacin estndar y el intervalo intercuartilar.
Debe tenerse en cuenta que cuando se busca el promedio aritmtico, se debe
calcular la desviacin estndar y no el intervalo intercuartilar, pues este ultimo se
utiliza solamente para medir la dispersin alrededor de la mediana. Es decir: con el
promedio se utiliza la desviacin estndar y con la mediana el intervalo
intercuartilar, pero estas no son las nicas medidas de dispersin cabria mencionar
tambin la Varianza, que no es ms que el cuadrado de la Desviacin Estndar y el
Coeficiente de variacin.
13. Explicar que expresa la Desviacin Estndar (series no agrupadas y series
agrupadas)
DESVIACION ESTANDAR (D.E O ):
Consiste en averiguar en cuanto difiere en promedio cada observacin, del promedio
general del grupo. Se comprende, que si todas las observaciones fueran exactamente
iguales, la desviacin estndar seria (0), y en cambio, su valor ser mucho mayor, mientras
ms grandes sean las diferencias entre unas observaciones y otras.

La Desviacin estndar suele representarse con la letra griega sigma minscula () y

a veces se coloca su valor despus del signo que sigue al promedio ( = 10 2 indica
que la D.E =2).
1. CALCULAR LA DESVIACION ESTANDAR EN SERIES NO AGRUPADAS.
Como ilustracin, tomaremos el ejemplo dado anteriormente sobre los das de
hospitalizacin de 7 pacientes con bronquitis.

Das de hospitalizacin en 7 pacientes con Bronquitis

(Clculo de la Desviacin Estndar)

NUMERO DEL PACIENTE

VALORES X

DIAS DE HOSPITALIZACION
X

AL CUADRADO X
Primero
1

Segundo
4

Tercero
9

Cuarto
49

Promedio () =

= 7 das

Desviacin estndar =

4,7 das

Los pasos a seguir en estos clculos son los siguientes:

Elevar al cuadrado cada observacin y sumar esta columna.

Dividir la suma anterior entre el nmero de observaciones.
Cuando se calcula la desviacin estndar de un pequeo grupo de individuos es
ms exacto dividir por (n-1) que por (n), pero en grupos ms o menos grandes,
digamos ms de 30 individuos, tal refinamiento no es necesario.
Elevar el promedio al cuadrado y restarlo a la cifra anterior.
Extraer la raz cuadrada. El resultado es la D.E que conforme vimos en nuestro
ejemplo, es igual a:
D.E=

4,7 Das.

1.2 CALCULAR LA DESVIACION ESTANDAR EN SERIES AGRUPADAS.

Los diferentes pasos que deben seguirse para el clculo de la Desviacin Estndar, se
encontraran en el siguiente cuadro cuyas primeras cuatro columnas se utilizan para
calcular el promedio:
Peso en
Producto f x
Kilos
2x3)

Nmero
personas
(columna 3x4)
f

Punto medio

Producto f x

de clase x

(columna

(1)
(5)

(2)

(3)

(4)

20-24
1.936

22

88

25-29
5.832

27

216

30-34
9.216

32

288

35-39
13.690

10

37

370

Promedio =

= 37,0 Kilos.

D.E =

= 9 Kilos.

Los pasos a realizar son los siguientes:

Calcular el promedio.
Multiplicar cada producto de la columna numero (4) por el respectivo
valor de la columna nmero (3) y sumar los resultados.
Dividir el total anterior entre el nmero de individuos estudiados (en este
ejemplo n = 50).
Elevar el promedio al cuadrado y restarlo a la cantidad anterior.
Extraer la raz cuadrada. Dicho resultado ser la D.E.

Utilizacin de la Desviacin Estndar:

Indica en que forma se distribuyen las observaciones alrededor del valor central
representado por el promedio. Su utilidad se debe a que ella, junto con el promedio, ayuda a
determinar los limites dentro de los cuales se encuentran las observaciones que se estudian,
en tal forma, que basta conocer el promedio y la D.E. para reproducir toda la informacin
contenida en los datos originales.

14. Explicar que significan los cuartiles, deciles y percentiles.

Cuartiles: Son los tres valores que dividen al conjunto de datos ordenados en cuatro
partes porcentualmente iguales.

Hay tres cuartiles denotados usualmente Q1, Q2, Q3. El segundo cuartil es
precisamente la mediana. El primer cuartil, es el valor en el cual o por debajo del cual
queda un cuarto (25%) de todos los valores de la sucesin (ordenada) o tambin puede
definirse el 25 percentil pues por debajo de este valor se encuentra el 25% de las
observaciones es decir, la cuarta parte de estas; el tercer cuartil, es el valor en el cual o por
debajo del cual quedan las tres cuartas partes (75%) de los datos
Deciles: Son ciertos nmeros que dividen la sucesin de datos ordenados en diez partes
porcentualmente iguales. Son los nueve valores que dividen al conjunto de datos ordenados
en diez partes iguales, son tambin un caso particular de los percentiles. Los deciles se
denotan D1, D2,..., D9, que se leen primer decil, segundo decil, etc.
Percentiles: Son, tal vez, las medidas ms utilizadas para propsitos de ubicacin o
clasificacin de las personas cuando atienden caractersticas tales como peso, estatura.
Derivan del por ciento y por lo tanto, una serie de observaciones no puede tener mas de
100 percentiles. Cada percentil indica el porcentaje de observaciones que en determinada
serie esta por debajo de el.
El 10 percentil por ejemplo, es el valor por debajo del cual esta el 10% de las
observaciones y el 25% percentil es el valor por debajo del cual se encuentra el 25% de las
observaciones.
Segn esto la mediana es simplemente el 50 percentil de las observaciones ya que por
debajo de ella, se encuentra el 50% de las observaciones.
15. Dada una serie estadstica (serie agrupada y serie no agrupada) calcular e interpretar
cualquier cuartil, percentil o decil.
1. CALCULO DEL PRIMER CUARTIL.

Para calcular el primer cuartil (Q

se proceder de manera semejante a como se hizo el

calculo de la mediana. Tomando el mismo ejemplo que sirvi para ilustrar el calculo de
esta se proceder de la siguiente forma:

Buscar los limites verdaderos de las clases.

Obtener la frecuencia acumulada de las observaciones.
Averiguar cual de las observaciones corresponde al primer cuartil, o sea:

= 12,5.

Como el primer cuartil estar situado en la posicin 12,5 y como hay 12

observaciones por debajo de 29,5 Kilos, se necesita

observacin mas

(12,5 12 = 15) de las que hay en la siguiente clase. Como se ha asumido que las
observaciones estn igualmente espaciadas, se tomara 0,5/9 de la amplitud de la
respectiva clase y se aadir a su punto de comienzo, con el fin de obtener el valor
del primer cuartil.

Q = 29,5 +

2. CALCULO DEL TERCER CUARTIL

La observacin correspondiente al tercer cuartil (Q) ser:

n=

x 50 = 37,5

Por lo tanto como hay 31 observaciones por debajo de 39,5 Kilos, se necesitan 6,5
observaciones mas de las 7 que hay en la prxima clase, o sea, que debemos tomar
6,5/7 de la amplitud de la clase y aadirlo a su comienzo para averiguar el valor del
tercer cuartil.
Q = 39,5 +

3. INTERVALO INTERCUARTILAR
Es aquel comprendido entre el primero y el tercer cuartil. Su utilidad consiste en
que dentro de los limites determinados por el, se encuentra el 50% de las
observaciones centrales, generalmente no afectadas por las fluctuaciones
extremas de la serie.
El intervalo intercuartilar mide la dispersin de los valores de la serie, pues mientras
mas prximos sus limites, mayor concentracin de las observaciones alrededor de la
mediana.
EJEMPLO: Si los das de hospitalizacin de 2 grupos de pacientes es
respectivamente

Primer grupo

Segundo Grupo

Ma = 10

Ma = 10

Q = 9

Q = 3

Q = 11

Q = 18

A pesar de que la mediana es 10 para ambos grupos, se observa que en el principio el 50%
de los pacientes tienen valores muy prximos a ella y en cambio, en el segundo grupo, la
dispersin es muchsimo mayor.
4. CALCULO DE OERCENTILES EN SERIES PEQUEAS.
Cuando el numero de observaciones es muy pequeo, solo se pueden calcular ciertos
percentiles. Si hay 5 observaciones solo pueden calcularse en realidad 5 percentiles; si hay
7, podrn calcularse solo 7, etc. En tales casos, para calcular determinado percentil se
utiliza la formula:

Supongase por ejemplo, que se tienen las 7 siguientes observaciones:

2, 3, 5, 9, 11, 15, 18.
De acuerdo a la formula anterior:
a) El primer cuartil (25 percentil) ser:

Es decir, la observacin numero 2, cuyo valor es 3.

b) La mediana (50 percentil) ser la observacin numero 4 cuyo valor es 9.

c) El tercer percentil (75 percentil) ser

O sea la observacin numero 6 cuyo valor es 15.