You are on page 1of 57

REPBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DE EDUCACIN SUPERIOR

UNIDADES CURRICULARES ESPECIALIZADAS

ESTADSTICA I

Primer Trayecto

Tercer Trimestre
horas

Trabajo Acompaado
Trabajo Independiente
Horas por semana
Total horas en el perodo

Material elaborado por:


Mrquez Zambrano, Luisa

1805 -2005 Bicentenario del Juramento del Libertador Simn Bolvar en el Monte
Sacro

ii

ndice
pp.
ndice

ii

Objetivo y Contenidos de la Unidad Curricular

iv

Instrucciones Generales

vi

Introduccin

vii

Unidad 1. Aspectos Generales de la Estadstica

Concepto, objeto y rama de la estadstica. Sntesis histrica.


Tipos de estadstica
Universo, poblacin y variable
Concepto de medicin. Niveles y Escalas de medida.
Clasificacin de las escalas de medida.
Tipos de investigacin estadstica.
Importancia de la estadstica en las ciencias administrativas y
econmicas

Unidad 2. Obtencin, Ordenamiento y Representacin de Datos


Estadsticos
Fuentes y mtodos de recoleccin de datos.
Ventajas y limitaciones.
Preparacin de datos estadsticos.
Razones, proporciones y porcentajes.
Distribucin de frecuencias.
Presentacin de los datos estadsticos mediante grficos.
Tipos, normas y elementos.
Unidad 3. Medidas Estadsticas de Posicin Central y No Central
Medidas de tendencia central para datos simples
Media aritmtica.
Media ponderada.
Media geomtrica.
Mediana y moda.
Medidas de tendencia central para datos simples
Media aritmtica.
Mediana.
Moda.
Media geomtrica.
Medidas de tendencia no central
Percentiles, cuartiles y deciles.

ESTADSTICA I

1
4
5
8
11
12

15
15
18
18
20
21
25
25
26
27
28
30
31
32
33
33

iii

Unidad 4. Medidas de Dispersin o Variablidad


La dispersin.
Medidas de dispersin absolutas
Rango o recorrido
Desviacin media
Varianza y desviacin tpica
Medidas de dispersin relativas.
Coeficiente de variacin

ESTADSTICA I

40

40
42
42
44

iv

Objetivos y Contenidos de la Unidad Curricular


Estadstica I
El presente curso se estructura en cuatro unidades, las cuales permitirn analizar de
forma estadsticas los datos de tus actividades empresariales con el propsito de lograr
una toma de decisiones eficientes, es decir, que te permitan realizar evalo econmico y
social de las actividades que realices dentro de la organizacin en la cual te desempeas.
Cada una de las unidades programticas de este material contempla la presentacin
terica de los contenidos. A continuacin se presentan el objetivo general de la unidad
curricular y los contenidos de la misma.
Objetivo General:
1. Analizar los datos estadsticos para la toma de decisiones apropiadas en el
diagnstico, planificacin e interpretacin de los procesos inherentes a la
administracin.
Contenidos:

UNIDAD 1. ASPECTOS GENERALES DE LA ESTADSTICA

Concepto, objeto y rama de la estadstica. Sntesis histrica.


El dato estadstico: cuantitativo y cualitativo. Universo, poblacin y variable
Concepto de medicin. Niveles y Escalas de medida. Clasificacin de las
escalas de medida
Importancia de la estadstica en las ciencias administrativas y econmicas.
Tipos de investigacin estadstica.

UNIDAD 2. OBTENCIN, ORDENAMIENTO Y REPRESENTACIN DE DATOS ESTADSTICOS

ESTADSTICA I

Fuentes y mtodos de recoleccin de datos. Ventajas y limitaciones.


Preparacin de datos estadsticos.
Presentacin de los datos estadsticos mediante tablas y grficos. Tipos,
normas y elementos.
Anlisis de los datos estadsticos. Razones, proporciones y porcentajes.
Distribucin de frecuencias.
Lectura e interpretacin de tablas y grficos.

v
UNIDAD 3. MEDIDAS ESTADSTICAS DE POSICIN CENTRAL Y NO CENTRAL.

Media aritmtica. Concepto, propiedades y clculo para datos simples y


distribuciones de frecuencia.
Media ponderada. Concepto, propiedades y clculo para datos simples y
distribuciones de frecuencia. Concepto, propiedades y clculo para datos
simples y distribuciones de frecuencia.
Media geomtrica. Concepto y propiedades para datos simples y
distribuciones de frecuencia.
Mediana y moda. Concepto y propiedades para datos simples y
distribuciones de frecuencia.
Percentiles, cuartiles y deciles. Concepto y propiedades para datos simples
y distribuciones de frecuencia.

UNIDAD 4. MEDIDAS DE DISPERSIN O VARIABILIDAD.

La dispersin. Estadsticos de dispersin. Medidas absolutas y medidas


relativas. Fuentes y mtodos de recoleccin de datos. Ventajas y
limitaciones.
Recorrido: concepto caractersticas y formas de clculo.

Desviacin media. Concepto, caractersticas y formas de clculo.


Varianza y desviacin tpica. Concepto, caractersticas y formas de clculo.
Coeficiente de variacin. Concepto, caractersticas y formas de clculo.

ESTADSTICA I

vi

INSTRUCCIONES GENERALES
Este material estar conformado por aspectos tericos y prcticos, esto significa
que aqu encontrars los planteamientos fundamentales de cada contenido, con
ejemplos y algunas propuestas de ejercitacin. Tambin contars con elementos
de ayuda que te brindarn informacin resaltante del contenido estudiado, estos
mensajes estn resaltados de diferentes formas, a continuacin se te presentan
sus significados:
Los recuadros rellenos y sombreados indican la exposicin de
una definicin.

La presentacin de notas, datos curiosos o resmenes se


realizarn por medio de cuadros de texto con borde irregular

Los cambios de letra indican la introduccin de un ejemplo


Los recuadros de doble lnea presentan interrogantes con las
que haremos reflexiones sobre el contenido que se est
trabajando.

Adelante la estadstica de espera y recuerda:

Slo en el diccionario el xito est antes que el trabajo.


Profesor Luis Huguet

ESTADSTICA I

vii

Introduccin
Lind, Mason y Marchal (2001) en su libro Estadstica para administracin y
contadura hacen referencia a una cita de H.C.Well, un escritor e historiador
ingls, quien dijo hace ms de 100 aos que para ser un buen ciudadano, el
pensamiento estadstico sera un da tan importante como saber leer. Estos
mismos autores afirman que Well no mencion los negocios porque apenas
comenzaba la revolucin francesa, sin embargo, aseguran que si ese escritor
tuviera hoy la posibilidad de hacer un comentario sobre las estadsticas
seguramente dira que el pensamiento estadstico es necesario no slo para ser
un buen ciudadano, sino tambin para la toma de decisiones acertadas en los
negocios.

La estadstica la aprendemos desde la educacin bsica, no obstante, pareciera


que no encontrramos el valor y la utilidad que ella tiene en la vida diaria. Aun en
las circunstancias ms comunes de nuestro da a da empleamos estadstica para
la toma de decisiones, por ejemplo, cada vez que vamos a baarnos si
disponemos de un calentador de agua abrimos el chorro durante un rato hasta que
comienza a salir el agua caliente, metemos la mano, probamos la temperatura,
decidimos si se agrega ms agua fra o no y cuando consideramos que la
temperatura es adecuada decidimos entrar a la regadera. En este caso tomamos
una decisin basndonos en una muestra,

esta cotidianidad es

una de las

tcnicas empleadas por la estadstica.

Estadstica es el conjunto de tcnicas que se emplean para la recoleccin,


organizacin, anlisis e interpretacin de datos, los resultados del anlisis y la
interpretacin nos permiten predecir determinados acontecimientos que nos
pueden favorecer en la administracin de una empresa. Por ello la importancia de
esta unidad curricular dentro del plan de formacin Administracin y Gestin la
cual te brindar herramientas para toma de decisiones acertadas en los diferentes
procesos administrativos.

ESTADSTICA I

UNIDAD I
A
AS
SP
PE
EC
CTTO
OS
SG
GE
EN
NE
ER
RA
ALLE
ES
SD
DE
E LLA
AE
ES
STTA
AD
DS
STTIIC
CA
A

Comencemos nuestro recorrido! En este


apartado encontrars
Contenidos de la primera unidad
Ejemplos
Ejercicios propuestos

ESTADSTICA I

U
UN
NIID
DA
AD
D II.. A
AS
SP
PE
EC
CTTO
OS
SG
GE
EN
NE
ER
RA
ALLE
ES
SD
DE
E LLA
AE
ES
STTA
AD
DS
STTIIC
CA
A..

Sntesis Histrica
Las inquietudes estadsticas se remontan a la antigedad, pero el contenido de las
mismas ha variado notablemente a travs del tiempo. Desde el cuarto milenio a.C.
los chinos realizaban censos de poblacin y utilizaban tablas de estadstica
aplicadas a los problemas agrcolas. Los egipcios, los griegos y los romanos tambin
realizaron mltiples investigaciones recurriendo a la estadstica como herramienta.
Indudablemente, en esa poca no se conoca la palabra estadstica y nadie pensaba
en promover leyes de comportamiento de los datos recogidos con mayor o menor
exactitud, pero se conocan los procesos censales y catastrales que ayudaban a
describir situaciones reales.
Las primeras tentativas para sistematizar los conocimientos surgen en Alemania en
el Siglo XVII, mientras que en Inglaterra se logra un nuevo progreso al superar la
fase meramente descriptiva y comenzar a utilizar los datos con fines predictivos. Ms
tarde, a partir del anlisis de los juegos de azar, el clculo de las probabilidades se
incorpora como un instrumento extremadamente poderoso para el estudio de
fenmenos cuyas causas son demasiado complejas para conocerlas totalmente y
poder analizarlas sin su uso.
A partir de comienzos del Siglo XX, la estadstica logra su expansin definitiva
desarrollando su aplicacin en todas las ramas del saber. La biologa, la
meteorologa, la investigacin agronmica, la demografa, la psicologa, la sociologa
y muchas otras ciencias han sido transformadas mediante el empleo de mtodos
estadsticos. Esta invasin de la estadstica en todos los dominios de la investigacin
pura o aplicada permite que los mtodos estadsticos se desarrollen
permanentemente para dar respuesta a los distintos problemas a resolver.

Definicin y Objeto de la Estadstica


La Estadstica tiene por objeto la recoleccin, presentacin, anlisis e interpretacin
de observaciones o mediciones hechas sobre un conjunto de objetos, personas,
procesos, fenmenos, etc. Comnmente es considerada como una coleccin de
hechos numricos expresados en trminos de una relacin, y que han sido
recopilados a partir de otros datos numricos.
A continuacin se te presenta un cuadro con definiciones de estadstica
planteadas por diferentes autores en diferentes aos:

ESTADSTICA I

Autor
Gini, 1953

Yale y Kendal, 1954

Kendall y Buckland ,1980

Murria R. Spiegel, 1991


Lind, Mason y Marchal,
2001

Definicin
La estadstica es una tcnica especial apta para el
estudio cuantitativo de los fenmenos de masa o
colectivo, cuya mediacin requiere una masa de
observaciones de otros fenmenos ms simples
llamados individuales o particulares
La estadstica es la ciencia que trata de la
recoleccin, clasificacin y presentacin de los
hechos sujetos a una apreciacin numrica como base
a la explicacin, descripcin y comparacin de los
fenmenos
Un valor resumido, calculado, como base en una
muestra de observaciones que generalmente, aunque
no por necesidad, se considera como una estimacin
de parmetro de determinada poblacin; es decir,
una funcin de valores de muestra.
La estadstica estudia los mtodos cientficos para
recoger, organizar, resumir y analizar datos, as como
para sacar conclusiones vlidas y tomar decisiones
razonables basadas en tal anlisis
La ciencia de reunir, organizar, presentar, analizar e
interpretar datos para ayudar a tomar las mejores
decisiones

Consideras que ha habido una diferencia u


avance notorio a travs de los aos en las
definiciones de estadstica presentadas en el
cuadro anterior?

Quizs el hecho ms curioso que resalta de las definiciones anteriores es: La


estadstica es una ciencia o una tcnica? En la actualidad se considera como un
poderoso auxiliar en la investigacin. Por ello estudiaremos la estadstica como un
conjunto de mtodos que nos permiten evaluar datos cualitativos y cuantitativos.
Entendiendo por dato cuantitativo a aquel que est expresado de forma
numrica, por ejemplo: la edad, el peso, las calificaciones, etc. Mientras los datos
cualitativos reflejan, como su nombre lo indica, cualidades, caractersticas del
objeto que se analiza por ejemplo: Categorizar las los niveles de inasistencias de
un trabajador en muchas o pocas, la estatura en bajo, mediano o alto, opinar
sobre un producto calificndolo de muy bueno, bueno, regular o deficiente, etc.

ESTADSTICA I

Tipos de Estadstica
Dos corrientes de influencia han conducido al desarrollo de los mtodos estadsticos.
Una de ellas, tena por objeto mantener en orden registros del gobierno (de hecho,
estado y estadstica vienen de la misma raz latina, status). De ella evolucionaron las
actividades de conteo, medicin, descripcin, tabulacin, ordenamiento y
levantamiento censal, que conforman lo que hoy conocemos como estadstica
descriptiva. La segunda corriente de influencia se origin en las matemticas de los
juegos de azar y condujo al desarrollo de la estadstica inferencial o inductiva,
basada fundamentalmente en el concepto de probabilidad matemtica.
Estadstica Descriptiva:
La estadstica descriptiva esta dedicada a descubrir las regularidades o
caractersticas existentes en un conjunto de datos mediante la utilizacin de grficos
y de medidas numricas de resumen. En otras palabras, resume y transforma datos
para poder interpretar la informacin. A travs de la cuantificacin y ordenamiento de
los datos intenta explicar los fenmenos observados, por lo que resulta una
herramienta de suma utilidad para la toma de decisiones.
Tienen por objeto fundamental describir y analizar las caractersticas de un
conjunto de datos, obtenindose de esa manera conclusiones sobre las
caractersticas de dicho conjunto y sobre las relaciones existentes con otras
poblaciones, a fin de compararlas. No obstante puede no solo referirse a la
observacin de todos los elementos de una poblacin (observacin exhaustiva)
sino tambin a la descripcin de los elementos de una muestra (observacin
parcial).
Estadstica Descriptiva:
Mtodos para organizar, resumir y presentar datos de manera
informativa

Estadstica Inductiva o Inferencial:


Est fundamentada en los resultados obtenidos del anlisis de una muestra de
poblacin, con el fin de inducir o inferir el comportamiento o caracterstica de la
poblacin, de donde procede, por lo que recibe tambin el nombre de Inferencia
estadstica. En resumen, son procedimientos estadsticos que se utilizan para
deducir o inferir algo acerca de un conjunto de datos numricos (poblacin),
seleccionando un grupo menor de ellos (muestra).
El objetivo de la inferencia en investigacin cientfica y tecnolgica radica en
conocer clases numerosas de objetos, personas o eventos a partir de otras
relativamente pequeas compuestas por los mismos elementos. La Estadstica

ESTADSTICA I

5
inferencial permite, mediante la utilizacin de mtodos estadsticos basados en la
teora de las probabilidades, generalizar las conclusiones obtenidas a partir de una
muestra a la poblacin de la que ha sido extrada. Es importante destacar que para
que las conclusiones sean vlidas, se debe tratar que la muestra sea representativa
de la poblacin.
Estadstica Inferencial:
Mtodos usados para determinar algo acerca de la poblacin
basndose en una muestra.
Leamos el siguiente ejemplo
Imaginemos que nuestro profesor de estadstica I calcula
la calificacin promedio de nuestro grupo en primera
unidad. Como est empleando la estadstica para describir
el desempeo sin generalizar estos resultados hacia otros
grupos de Estadstica I el profesor est utilizando
estadstica descriptiva, con graficas, tablas y diagramas
muestra los datos de manera que sea ms fcil su
entendimiento. Supongamos ahora que el mismo profesor
decide utilizar el promedio de calificaciones obtenidas
por nosotros en la primera unidad para estimar la
calificacin promedio que obtendremos en el resto de las
unidades de esta asignatura. El proceso de estimacin de
tal promedio sera un problema concerniente a la
estadstica inferencial.

Universo, Poblacin y Variable


La estadstica est compuesta por mtodos cientficos mediante los cuales podemos
recolectar, organizar, resumir, presentar y analizar datos relativos a un conjunto de
individuos u observaciones que nos permiten extraer conclusiones vlidas y efectuar
decisiones lgicas basadas en dichos anlisis.
En cualquier trabajo en el que se aplique, la estadstica debe hacer referencia a un
conjunto de sujetos u objetos de anlisis, conocido como poblacin.
Poblacin o Universo:
Es el conjunto de entidades u objetos que satisfacen una definicin comn y en los
que interesa analizar una o varias caractersticas. Aqu el trmino poblacin tiene un
significado mucho ms amplio que el usual, ya que puede referirse a personas,
cosas, actos, reas geogrficas e incluso al tiempo.

ESTADSTICA I

6
Una poblacin se precisa como un conjunto finito o infinito de personas que
presentan caractersticas comunes, por lo que debe estar perfectamente definida
en el tiempo y en el espacio, de modo que ante la presencia de un potencial
integrante de la misma, se pueda decidir si forma parte o no de la poblacin bajo
estudio. Por lo tanto, al definir una poblacin, se debe cuidar que el conjunto de
elementos que la integran quede perfectamente delimitado. Si, por ejemplo, estamos
analizando las escuelas primarias, debemos especificar cules y cundo, por
ejemplo: Escuelas primarias de Caracas, ao 1995.
El tamao de una poblacin viene dado por la cantidad de elementos que la
componen. Generalmente se simboliza esta informacin con la letra N, en el caso en
que sea una poblacin finita, es decir, que podemos contabilizar y establecer un
lmite de existencia.
Poblacin:
Es la recoleccin completa de todas las
observaciones de inters para el investigador.
Muestra:
Es un subconjunto de unidades de anlisis de una poblacin dada, destinado a
suministrar informacin sobre la poblacin. Para que este subconjunto de unidades
de anlisis sea de utilidad estadstica, deben reunirse ciertos requisitos en la
seleccin de los elementos.
Las causas por la cual se seleccionan muestras son muchas. Puede ocurrir que la
poblacin que se defina tenga tamao infinito (incontable), y en consecuencia, no
fuera posible observar a todos sus elementos. En otras ocasiones, el costo de la
observacin exhaustiva puede ser muy elevado, el extenso tiempo de recoleccin de
la informacin, o ms an, la observacin de los elementos puede ser destructiva.
En todos estos casos, la nica manera de estudiar la poblacin es obteniendo
muestras de ella. El tamao de la muestra queda determinado por el nmero de
elementos que la forman y se simboliza con la letra n.
Muestra:
Es una parte representativa de la poblacin que se estudia y
se toma cuando la poblacin es demasiado grande como para
estudiarla completa.

Ejemplo:
Si necesitamos conocer la cantidad de personas entre 20 y 30 aos que
pertenecen a cooperativas en Venezuela, todas las personas que posean
estas caractersticas ( tener entre 20 y 30 aos y trabajar en una
cooperativa) sern nuestra poblacin, seguramente va a ser difcil buscar
todas las cooperativas de todo el pas para conocer este dato, una forma
de hacer la investigacin es seleccionando un grupo de estados del pas,

ESTADSTICA I

7
podra ser uno de cada regin y visitando sus cooperativas, para obtener
la informacin, en este caso obtendremos una muestra, en la cual
encontraremos personas de todas las edades, pero estos datos nos
permitirn predecir de acuerdo a la cantidad de jvenes en estos estados
la proporcin de jvenes que habrn en todas las cooperativas del pas.
Observemos que este es una cose de estadstica inferencial.
Variables:
Una variable es la caracterstica de un objeto, persona o situacin que es capaz
de modificarse en extensin y naturaleza, es decir, es una caracterstica que vara
de un objeto a otro que no permanece constante y como consecuencia sirve para
singularizar un objeto o grupo de ellos. Debemos tener claro que a variable no es
el objeto de estudio en s, sino sus caractersticas, por ejemplo si estuviramos
analizando un local para alquilar el local no es variable, variables son sus
atributos: ubicacin, tamao, iluminacin, ventilacin, etc. Podemos encontrar dos
tipos de datos: Cualitativos y cuantitativos.
Variables Cualitativas:
Llamamos variable cualitativa a aquella no o puede ser expresada de forma
numrica, por ejemplo la religin, podemos decir que somos catlicos, judos,
protestantes, evanglicos, etc. Observemos que este es un dato que vara de un
individuo a otro pero no puede ser expresado de forma numrica.
Variables Cuantitativas: Es aquella variable que puede ser expresada de forma
numrica, por ejemplo el nmero de hijos por familia. Estas variables se dividen en
dos grupos: variables continuas y discretas.
Variable Discreta:
Es aquella que solo puede asumir ciertos valores, y ente stos suele haber
huecos, generalmente se expresan en nmeros enteros, por ejemplo, cantidad de
miembros de una cooperativa, podemos decir que est conformada por doce,
trece personas, pero nunca podremos decir que nuestra cooperativa est
conformada por 20,5 personas. Apreciemos el siguiente ejemplo:
Una variable discreta puede ser la cantidad de lapiceros que
tenemos disponibles en nuestro inventario, si contamos podemos
decir que tenemos 96 bolgrafos, el dato en este caso se
expresa evitando los rangos entre los valores, es decir,
no podamos decir que tenemos 95,2 lapiceros o 96,1. En este tipo
de casos se expresa el dato en un nmero entero.
Variables Continuas:
Es aquella que puede adoptar cualquier valor dentro de un rango especfico, por
ejemplo, la duracin de un viaje en carro de Caracas a Maracay, algunas veces

ESTADSTICA I

8
puede durar una hora y cuarenta y cinco minutos o dos horas, etc. Otro ejemplo de
variable continua el promedio de las calificaciones de un estudiante en cada lapso.
Veamos este otro ejemplo:
Una variable continua es nuestra temperatura corporal, cuando
tenemos fiebre nos tomamos la temperatura, la medida puede ir
desde los 36 grados hasta los 41, pero incluyendo los nmeros
decimales, por ejemplo
36;36,1;36,2;37;37,138;38,139,9;40;40,5 etc.
El peso de las verduras que compramos peridicamente es una variable continua,
pues puede variar de forma ascendente o descendente incluyendo los decimales,
no hay vacos entre los rangos, todos son continuos, de all el nombre de la
variable.

Como resumen
Datos
Cualitativos o atributos

Cuantitativos o numricos

Discretos

Continuos

Concepto de Medicin. Niveles de Medicin de las Variables


Medicin
Medicin es la cuantificacin del atributo de una variable, Qu quiere decir esto?
Cuando medimos hacemos una estimacin numrica de un objeto, pero no del
objeto en s, medimos los indicadores de sus atributos, para ello contamos con
cuatro niveles de medicin
Niveles de Medicin
Los datos se pueden clasificar de acuerdo a cuatro niveles de medicin. Los
niveles de medicin indican que tipo de operacin se puede hacer con los datos
para resumirlos, presentarlos y determinar que pruebas estadsticas pueden
llevarse a cabo con ellos. Existen cuatro niveles de medicin: Nominal, ordinal, de

ESTADSTICA I

9
intervalo y de razn, estos niveles tienen un orden ascendente el ms bajo de la
escala es el nominal y el ms alto el de razn.
Medicin Nominal
En el este tipo de medicin los objetos slo pueden ser nombrados o contados. No
hay un orden, consiste simplemente en clasificar observaciones dentro de ciertas
categoras, las cuales deben ser mutuamente excluyentes y colectivamente
exhaustivas. Mutuamente excluyentes significa que un individuo, objeto o medicin
pertenece nicamente a una categora, y exhaustiva significa que ningn
individuo, objeto o medicin puede quedar sin categoras por ejemplo:
En un nivel de medicin ordinal, una categora que
podramos establecer es el sexo, clasificado en hombre y
mujer, por lo que los individuos que observamos slo
pueden pertenecen a un grupo. Si estuviramos realizando
una observacin de la imagen de la izquierda diramos:
Hay un hombre y una mujer.
En la medicin nominal un mismo objeto de anlisis no pueden estar en dos
categoras, pero todos tienen que estar en una, no puede haber observacin fuera
de una categora. Para que no se nos olvide esta propiedad de la medicin
nominal atendamos el siguiente ejemplo:
En un aula de clases vamos a clasificar las personas por lugar de
nacimiento, una misma persona no puede haber nacido en dos lugares, pero
tampoco se puede decir que no naci en ningn lado, por lo tanto, todos
tenemos que estar en una sola categora.
Medicin Ordinal
El siguiente nivel es el ordinal, en este caso las observaciones adems de poder
ser clasificadas en categoras, tambin pueden ser ordenadas por rango, de
manera creciente o decreciente. Esto significa que una primera observacin puede
ser mayor que la segunda, y esta a su vez mayor que la tercera, y as
sucesivamente. Sin embargo esto no implica una secuencia de intervalos iguales,
atendamos al siguiente ejemplo: Vamos a comprar un vehculo para transportar
nuestra mercanca, tenemos tres opciones y los agrupamos de acuerdo a su
kilometraje, el primero tiene 25.000Km, el segundo 34.000Km y el ltimo
35.500km, observemos que ordenamos las opciones de menor a mayor segn la
cantidad de kilmetros, por ello lo ordinal, pero hay que resaltar
que los intervalos que los separa, o sea la cantidad de kilmetros entre
cada carro son diferentes, de 25.000 a 34.000 hay 9 kilmetros de
diferencia, mientras que de 34.000 a 35.500 tan slo hay kilmetro y
medio. En la escala ordinal esto no importa.

ESTADSTICA I

10
Medicin de Intervalo
La medicin de intervalo posee las caractersticas de la ordinal con la salvedad
que aqu la distancia entre los rangos son equivalentes, esto quiere decir que los
intervalos pueden ser sumados y restados. Por ejemplo, supongamos que hemos
medido cuatro calificaciones con una escala de intervalo las cuales son 10,8,7 y 5.
Con estos datos podemos afirmar que la diferencia entre el primero y el tercero es
equivalente a la diferencia entre el segundo y el cuarto, observemos: 10-7=3, 85=3, sin embargo no podemos decir que el que sac 8 tuvo el doble del que sac
cinco, a pesar que la diferencia entre los que sacaron 10 y 7, es igual a la
diferencia de los que sacaron 8 y 5
Otra caracterstica resaltante de la medicin por intervalos es que este tipo de
variables no tiene cero absoluto, esto significa que el atributo que medimos no
tiene ausencia. Retomemos el ejemplo de la medicin de la temperatura corporal,
si empleamos un termmetro y nos tomamos la temperatura podemos decir que
tenemos fiebre o no pero, pero el hecho de no tener fiebre no significa que
tengamos cero temperatura, por lo tanto aqu el cero (0) es relativo. Otro caso en
el que el cero es relativo es el nmero de calzado, no hay calzado nmero 0. Si
medimos el calzado en medicin de intervalo diramos, en una casa hay cinco
miembros familiares que calzan 15, 24, 25, 36 y 48.
25

28

31

37

43

La diferencia entre a y c= 6, entre b y d= 3 entre c y d=6 entre d y e=6,


observemos que la distancia entre a y c, c y d son es equivalente a la de d y e,
pero no por ello podemos decir que la persona e tiene el pie tres veces ms
grande que la persona b.
Medicin de Razn
Es el nivel ms alto de medicin, ella posee todas las caractersticas de las
escalas anteriores, con la diferencia de que aqu el cero si es absoluto, es decir, la
presencia del cero indica la ausencia del atributo observado. Un buen ejemplo de
un cero absoluto es la velocidad, si detenemos un vehculo la velocidad es cero,
porque hay ausencia de velocidad. Pero a medida que comenzamos a acelerar el
vehculo podemos decir que si vamos a 30 kilmetros recorreremos la mitad del
camino que un carro que va a 60. En la medicin de razn la distancia entre los
rangos son exactamente iguales. Veamos otro ejemplo:
Las medidas de la regla, el cero indica la ausencia de
medida, pero la distancia del 0 al 1, del 1 al 2 es la
misma que la del 2 al 3 la del 3 al 4, y as
sucesivamente, entre cada rango hay la misma diferencia.
ESTADSTICA I

11

Tipo de Investigacin Estadstica


Cuando aplicamos los mtodos estadsticos para el estudio de un fenmeno se
denomina investigacin estadstica, estos tipos son: La investigacin Directa y la
investigacin indirecta
Investigacin Directa
Es aquella en la que el investigador observa directamente los casos o individuos
en los cuales se produce el fenmeno, entrando en contacto con ellos; sus
resultados se consideran datos estadsticos originales, por esto se llama tambin
investigacin primaria. La mayora de las investigaciones de carcter oficial,
demogrficas, econmicas o sociales son directas.
La investigacin deirecta se divide en: exhaustiva o completa, y parcial o
incompleta. Son exhaustivas, aquellas en la que se estudian todos los elementos
que integran el universo, todas sus caractersticas o las necesarias para describir
totalmente la poblacin estudiada.
Son investigaciones parciales o incompletas, cuando tan solo se estudia un
nmero limitado de los casos individuales que forman el universo o cuando se
estudian algunas manifestaciones del fenmeno que no lo describen totalmente;
se utiliza este tipo de investigacin cuando es imposible el estudio del fenmeno
de forma completa. Este tipo de investigacin puede ser representativa y no
representativa, estamos en el primer caso cuando las manifestaciones del
fenmeno estudiado son suficientes y necesarias para describir el fenmeno; en
caso contrario, caemos dentro de la no representativas.
Investigaciones Indirectas
Son aquellas en las que el investigador se vale de informaciones indirectas, de
resultados o clculos de investigaciones anteriores o en base de los
conocimientos que tenga el investigador del fenmeno por experiencias anteriores.
Se dividen estas investigaciones en conjeturales (estimaciones) y secundarias. La
investigacin conjetural es aquella en base a conocimientos parciales, opiniones o
clculos, proporciona resultados primarios de valor prctico. Este tipo de
investigacin puede tener el inconveniente de que, dado el carcter subjetivo de
estos conocimientos y opiniones, se pueden obtener resultados diferentes
utilizando varios investigadores para el estudio de un mismo fenmeno. La
investigacin secundaria es aquella que se efecta por reagrupaciones o
reelaboraciones de resultados de otras investigaciones; tiene a su favor este tipo
de investigacin, que el costo y trabajo queda notablemente reducido.
La investigacin indirecta conjetural puede ser: por aproximacin, por analoga y
por proporcin. Por proporcin, es la que basada en el convencimiento que sobre
el fenmeno tiene el investigador, ya sea por experiencia o por resultado

ESTADSTICA I

12
anteriormente obtenido. Los datos que se obtienen en esta investigacin sern
siempre aproximados al aplicarlos al fenmeno que estudia, pero sirven para tener
una idea general del mismo.
Por analoga, son aquellas basadas en el estudio de uno o varios fenmenos que
guardan cierta semejanza con el fenmeno a investigar, determinndose ciertas
modalidades y caractersticas de dicho fenmeno, por procedimientos inductivos.
El mtodo inductivo se basa en la acumulacin de datos cuya
tendencia nos permite generalizar el comportamiento de los
sistemas en estudio. La veracidad de sus conclusiones se ven
reafirmadas con la generacin de ms y ms datos que
apunten en la misma direccin.

La investigacin conjetural por proporcin, puede hacerse de parte a todo un


hecho a otro; en el primer caso, se observa una parte de fenmeno y sin mayor
rigor aplica a todo el fenmeno; en el caso de un hecho a otro, relacionan dos o
ms hechos y a travs del conocimiento de uno de ellos se determinan las
modalidades de otros.

Importancia de la Estadstica en Administracin


Si te has preguntado por qu un administrador debe saber sobre tcnicas
estadsticas, te presentamos dos razones:
Tomar decisiones
La estadstica te permite

Solucionar problemas

Los hombres y mujeres que se dedican a las actividades comerciales estn en una
constante bsqueda de ganancias o excedentes que le permitan crecer o
ampliarse en su rea, la mayora de ellos consideran que la estadstica es
fundamental para el proceso de toma de decisiones, Por qu?, porque permite
inferir cmo afectarn las posibles opciones de inversin. De igual forma, la
estadstica ayuda a tomar decisiones para solucionar problemas que se suscitan
en el camino del desarrollo productivo. Recordemos que el desempeo laboral
como administrador exigir el anlisis de mltiples datos, los que debemos
manejar de forma til para la organizacin, es decir, analizando los riesgos y las
oportunidades que representan.

ESTADSTICA I

13

Ejercicios Unidad 1
1) Escribe cinco ejemplos de datos cuantitativos y cinco de datos
cualitativos.
2) Realiza un ejemplo de una muestra de una poblacin cualquiera.
3) Determina cual de los siguientes puntos es una poblacin o una
muestra:
a) Los estudiantes de sexto grado de Venezuela
b) Los estudiantes de Misin Sucre regin Caracas.
c) Todas las familias con mascotas de un municipio.
d) Los reportes de un da sobre la actividades realizadas en un liceo.
4) Clasifica en cualitativa y cuantitativas las siguientes variables:
a)
b)
c)
d)

Los literales de calificacin en la escuela bsica (A,B,C,D y E)


Cantidad de pacientes atendidos por Barrio Adentro.
El color de cabello de las personas de una comunidad.
Cantidad de hijos de nuestros vecinos.

5) Clasifica las siguientes variables como continuas o discretas


a) Nmero de camisas producidas por una cooperativa
b) Las horas de un da
c) Cantidad de estudiantes de nuestra comunidad
d) Kilos de pollo vendidos en Mercal
6) Cul es el nivel de medicin de las siguientes variables:
a) Una clasificacin de los estudiantes de la zona en la que viven.
b) Calificaciones de los estudiantes en la primera prueba de estadstica
c) Temas de los discursos del presidente Chvez
d) El nmero de horas por semana que estudia un alumnos de Misin Sucre
e) El ao de fabricacin del transporte pblico que cubre la ruta de nuestro
vecindario
f) Los peridicos vendidos cada domingo.
g) Grupos de estudiantes segn su edad.

ESTADSTICA I

14

UNIDAD II
O
OB
BTTE
EN
NC
CII
N
N,, O
OR
RD
DE
EN
NA
AM
MIIE
EN
NTTO
OY
YR
RE
EP
PR
RE
ES
SE
EN
NTTA
AC
CII
N
ND
DE
ED
DA
ATTO
OS
S
E
ES
STTA
AD
DS
STTIIC
CO
OS
S

Excelente! ya hemos llegado a la


segunda unidad, sigamos avanzando. En
este apartado encontrars:
Contenidos de la segunda unidad
Ejemplos
Ejercicios propuestos

ESTADSTICA I

15
partir del momento en que el
investigador concluye su trabajo, se
convierte en dato secundario para los
dems.

U
UN
NIID
DA
AD
D 22.. O
OB
BTTE
EN
NC
CII
N
N,,
O
OR
RD
DE
EN
NA
AM
MIIE
EN
NTTO
OY
Y
R
RE
EP
PR
RE
ES
SE
EN
NTTA
AC
CII
N
ND
DE
ED
DA
ATTO
OS
S
E
S
T
A
D

S
T
I
C
O
S
.
ESTADSTICOS.

Fuentes
y
Mtodos
Recoleccin de Datos

de

Fuentes de Datos
El lugar del cual obtenemos los datos
para realizar nuestros anlisis
estadsticos se denomina fuente. Los
datos que requerimos para realizar
una evaluacin estadstica de los
procesos
administrativos
los
podemos encontrar por medio de
diversas fuentes las cuales pueden
ser; primarias o secundarias, u
oficiales o privadas. Llamamos
fuentes primarias la persona o
institucin que ha recolectado los
datos, y secundaria si la persona o
institucin que ha publicado los datos
no fue la que efectu la investigacin.
Datos Primarios: son aquellos
que el investigador obtiene
directamente de la realidad,
recolectndolos con sus propios
instrumentos.
Datos Secundarios: son
registros escritos que proceden
de un contacto con la prctica,
pero que ya han sido elegidos y
procesados por otros
investigadores.

Los datos primarios y secundarios no


son dos clases esencialmente
diferentes de informacin, sino partes
de una misma secuencia: todo dato
secundario ha sido primario en sus
orgenes, y todo dato primario, a

Los datos oficiales son todos aquellos


que hayamos en dependencias
gubernamentales, y por el contrario
los datos emitidos por entes no
gubernamentales los denominamos
privados.
Tcnicas de Recoleccin de Datos
Existen
diversas
tcnicas
de
recoleccin
de
datos,
aqu
mencionaremos las ms comunes o
las ms empleadas.
La Observacin
Consiste en el uso
sistemtico de nuestros
sentidos para captar la
realidad que queremos
estudiar.
Es una tcnica antigua, a travs de
sus sentidos, el hombre capta la
realidad que lo rodea, que luego
organiza intelectualmente. El uso de
nuestros sentidos es una fuente
inagotable de datos que, tanto para la
actividad cientfica como para la vida
prctica resulta de inestimable valor.
Observacin:
Es el registro visual de lo ocurre es
una situacional real, clasificando los
acontecimientos de acuerdo con algn
esquema pre estructurado y cnsono
con el problema que se estudia
La observacin es un proceso
cotidiano para nosotros, es parte de
nuestra experiencia de vida, pero
nuestras observaciones diarias al no
estar orientadas a un propsito
determinado carecen de controles
ESTADSTICA I

16
que nos alejen de los errores. Para
realizar un proceso de observacin
con el propsito de recabar datos
debemos seguir algunos principios
bsicos:
Debe
tener
un
propsito
especfico.
Debe ser planeada cuidadosa y
sistemticamente.
Debe llevarse, por escrito o de
forma audiovisual, un control
cuidadoso de la misma.
Debe especificarse su duracin y
frecuencia.
Debe seguir los principios bsicos
de validez y confiabilidad.
La principal ventaja de esta tcnica
es que los hechos son percibidos
directamente, sin ninguna clase de
intermediacin, colocndonos ante
una situacin tal como sta se da
naturalmente. De este modo, nunca
obtendremos distorsiones de la
realidad, las cuales solemos tener al
emplear una entrevista, ya que en
ellas los entrevistados colocan su
toque personal al brindar la
informacin. Otra ventaja es que la
conducta se describe en el momento
exacto en que est ocurriendo.
Adems, las observaciones se
pueden realizar independientemente
de que las personas estn dispuestas
a cooperar o no, a diferencia de otros
mtodos en los que s necesitamos
de la cooperacin de las personas
para obtener la informacin deseada.
Su principal desventaja reside en que
la presencia del observador puede
generar una alteracin o modificacin
en la conducta de los objetos
observados,
destruyendo
la
espontaneidad y por tanto alterando
la confiabilidad de los datos.

La Entrevista.
La entrevista es una
tcnica en la cual es
investigador,
de
acuerdo
a
la
informacin que necesita recolectar
elabora una serie de preguntas que
ms tarde realiza a la persona que se
convertir en su fuente. Las
entrevistas la mayora de las veces
se realizan en persona, es decir,
visitando al entrevistado y registrando
la informacin ofrecida, ya sea con un
grabador o por escrito.
Como tcnica de recoleccin de
datos la entrevista tiene muchas
ventajas; es aplicable a toda persona,
siendo muy til con los analfabetos,
los nios o con aquellos que tienen
limitacin fsica u orgnica que les
dificulte proporcionar una respuesta
escrita. Se le puede explicar al
entrevistado con qu propsito
estamos recogiendo los datos y esta
ayuda a que ste dirija mejor sus
respuestas.
A pesar de todas sus bondades la
entrevista tambin posee algunas
desventajas o limitaciones: Requiere
una mayor inversin de tiempo para
recoger la informacin, como las
respuestas pueden ser totalmente
abiertas se puede dificultar el anlisis
de los datos y requiere de mucha
astucia para obtener los datos que se
desean canalizando las respuestas
del entrevistado aun cuando ste se
desoriente.
El Cuestionario
Es el mtodo que
utiliza un instrumento
impreso. Como en el
caso de la entrevista, hay preguntas
ESTADSTICA I

17
pero todas estn formuladas en un
papel, ellas estn destinadas a
obtener repuestas sobre el problema
en estudio y son dadas por
consultado a travs de un proceso de
escritura, sin embargo, el cuestionario
puede ser llenado por el encuestado
o con ayuda de un empadronador.
El cuestionario puede aplicarse a
grupos o individuos estando presente
el responsable de recoger la
informacin o no; puede enviarse por
diversos medios a los seleccionados
en la muestra. Tambin puede
contratarse a una persona que
cumpla que aplique el cuestionario,
en estos casos se suele llamar cdula
de entrevista. Un ejemplo de esta
aplicacin son los empadronadores
de los censos de poblacin,
recordemos que ellos traen el
cuestionario con sus preguntas y sus
respuestas, la funcin que cumplen
es leer cada pregunta y marcar la
respuesta dada por el encuestado.
Las ventajas de esta administracin
es que no quedarn preguntas en
blanco y tambin que puede ser
aplicada a analfabetos, nios o
personas con alguna discapacidad.
Cuando la aplicacin cuestionario
queda en manos de los encuestados
se pueden presentar problemas
relacionados con la cantidad y calidad
de datos que pretende obtener para
el estudio. Estos problemas que a su
vez se convierten en desventaja son:
que el cuestionario no fuese devuelto;
que los consultados evadan la
respuesta a alguna pregunta o no
darle la importancia necesaria a las
respuestas proporcionadas. Debido a
esa posible prdida de informacin se
recomienda cuando se use est

tcnica se escoja una muestra ms


grande de sujetos de estudio.
Existen tres tipos de cuestionarios:
Cuestionarios Abiertos. Son en
los que se pregunta al sujeto algo y
se le deja en libertad de responder
como
quiera.
Este
tipo
de
cuestionario es muy til y proporciona
mucha informacin, pero requiere
ms tiempo por parte del informante y
es ms difcil de analizar por parte
responsable de recoger los datos.
Cuestionarios Cerrados. Estn
estructurados de tal manera que al
informante se le ofrecen slo
determinadas opciones de respuesta,
y debe seleccionar una de ellas. Este
cuestionario es ms fcil de codificar
y contestar. Como desventaja, es que
al ofrecerle categoras al informante
se
le
estn
"sugiriendo"
las
respuestas.
Cuestionarios Mixtos: poseen
ambos tipos de preguntas abiertas y
cerradas, por ello el nombre de
mixtos.
La mayora de los cuestionarios
poseen la siguiente estructura:
Titulo
Instrucciones
Identificacin del encuestado (la
identificacin no hace referencia al
nombre, en muchos estudios las
respuestas annimas suelen ser
ms objetivas, pero si vamos a
aplicar el cuestionario a una
poblacin
diversa
podemos
identificarlos por edad, profesin,
etc.)
Preguntas
Observaciones

ESTADSTICA I

18
En general, en el proceso de
recoleccin de datos los mtodos e
instrumentos y fuentes suelen
combinarse; cada una con sus
ventajas
y
desventajas,
sus
caractersticas
propias
y
la
informacin que se requiera, sin
embargo dan flexibilidad para que el
investigador determine su uso
apropiado segn el estudio a realizar.

Preparacin de
Estadsticos.

los

Datos

Una vez recogidos los datos pasamos


a su preparacin para iniciar el
estudio, para poder lograr el anlisis
estadstico es necesario ordenar los
datos y clasificarlos, lo primero que
hacemos es revisar los instrumentos
de recoleccin de informacin
aplicados, sobre todos si son
cuestionarios
llenados
por
el
informante ya que en una entrevista
el entrevistador es el que registra las
respuestas.
Algunos autores proponen que
cuando quedan cuestionarios con
preguntas sin contestar las llenemos
con la respuesta que la mayora
coloc, sin embargo esto se podra
considerar poco tico, pues no es la
respuesta del encuestado, en ese
caso la sugerencia es eliminar ese
cuestionario
de
la
muestra.
Terminado este proceso pasamos al
agrupamiento.
En el caso de las entrevistas y
cuestionarios con preguntas abiertas
debemos crear categoras de acuerdo
con los puntos expresados por los
entrevistados de tal forma que
ninguna opinin o planteamiento se
queden sin categora, pero tambin

de forma que ninguna opinin pueda


incluirse en dos categoras, es decir,
deben
ser
mutuamente
excluyentes.
Una
vez
bien
estructuradas
las
categoras
contamos la frecuencia de aparicin
de cada categora en las respuestas
dadas.
En el caso de ser un cuestionario de
preguntas cerradas se contabiliza la
frecuencia de aparicin de cada
respuesta para luego elaborar una
tabla
con
la
distribucin
de
frecuencias, tema que ampliaremos
ms adelante.

Razones
Proporciones
Porcentajes

Una de las funciones de la estadstica


es resumir todos los datos de un
conjunto
para
resaltar
sus
caractersticas ms importantes. Una
de las formas de realizar esta
actividad es relacionando los datos,
ya sea entre ellos mismos o con
datos similares, es decir, convertir los
valores
absolutos
en
valores
relativos, ya veremos por qu.
Razones
La razn (R) es el valor que indica la
relacin cuantitativa existente entre
dos cantidades, por ejemplo:
En una ciudad existen 54.000
empleados y 36.000 desempleados,
la
razn
de
empleado
a
desempleado se expresa as:

( A) 54.000

9
(a)
9.000

Siendo

ESTADSTICA I

19
A= Nro. de individuos con cierta
caracterstica
a= Nro. de individuos que no poseen
cierta caracterstica
La interpretacin del ejemplo anterior
es que por cada 4 empleados hay 1
desempleado.
Al ser la razn un valor relativo no
depende de los valores absolutos de
los individuos que la forman, ya que
por ejemplo en una zona donde hay
90.000
empleados
y
10.000
desempleados la razn sigue siendo
de 9.
Proporcin
La proporcin es una razn, pero su
diferencia con las razones anteriores,
es que el denominador del cociente
es el nmero total de unidades
enunciadas.
La
proporcin
se
representa con la siguiente frmula:

A
siendo N= (A)+(a)
N

La proporcin contraria sera


(a)
q
N
Ambas p y q son complementarias y
si se suman debe dar igual a 1
p+q=1
Remplacemos las formulas con los
datos del ejercicio anterior
A 54.000
p
0,857
N 63.000
(a) 9.000
q

0,142
N
63.000
La proporcin de empleados sera de
0,85, y la de desempleados de 0,142.
Ambas
proporciones
son
complementarias y si las sumamos
da igual a 1

Porcentajes
Como vimos en el apartado anterior
las proporciones vienen expresadas
en valores decimales, esto no es
ningn inconveniente, pero cuando se
quiere presentar al pblico los datos
utilizar decimales es confuso, por ello
se acostumbra a multiplicar las
proporciones por 100, para convertir
los valores decimales en enteros, es
decir,
para
convertirlos
en
porcentajes.

A
100
N
(a)
Q%
100
N
Convirtamos
pues
nuestras
proporciones en porcentajes:
A 54.000
P
0,857 100 85,7%
N 63.000
P%

(a) 9.000

0,142 100 14,2%


N
63.000

Cmo
interpretamos
estos
porcentajes? De la misma manera
que lo hicimos con la proporcin,
decimos que 85,7% de las personas
estn empleadas y el 14,2 % estn
desempleados. Observemos que si
tan slo damos uno de los dos
porcentajes
con
su
respectiva
interpretacin, el segundo porcentaje
no es necesario darlo, pues si
decimos que en la cuidad X el
85,7% de las personas estn
empleadas, ya podemos inferir la
minora est desempleada, sin
necesidad de manejar el porcentaje
exacto.
Porcentajes de Cambio
Son los que muestran la diferencia
entre dos porcentajes; estos pueden

ESTADSTICA I

20
ser en aumento o en descenso,
veamos sus frmulas:
M m
Pa
100
m

Pd

M m
100
M

Siendo
Pa= Porcentaje de aumento
Pd= Porcentaje de descenso
disminucin
M= Cantidad mayor
m= Cantidad menor
Ejemplo:
Si sabemos que el excedente
nuestra cooperativa en el
2004 fue de 100.000.000
bolvares, y para el ao 2005
135.000.000,
cul
fue
porcentaje de aumento?

de
ao
de
Bs.
el

M m
100
m
135.000.000 100.000.000
Pa
100
100.000.000
35.000.000
Pa
100 35%
100.000.000
El porcentaje de aumento de
nuestro excedente fue de un 35%
en un ao.
Pa

Distribucin de Frecuencias.
En
muchas
ocasiones
habrs
observados tablas como esta:
Edades (en aos) Frecuencia
1a5
26
6-10
44
11-15
32
Esta tabla se denomina Distribucin
de Frecuencias. La estadstica
descriptiva utiliza la distribucin de

frecuencias
para
organizar
y
presentar los datos. Lo deseable es
que logremos determinar de forma
correcta las distancias de los
intervalos que usaremos para agrupar
nuestros datos.
Distribucin de Frecuencias:
Es un agrupamiento de datos en
categoras
mutuamente
excluyentes en el cual se registran
la cantidad de veces que se ha
observado cada categora.
Ahora te preguntars Cmo elaboro
una distribucin de frecuencias?, la
forma ms fcil de aprenderlo es a
travs de un ejemplo:
Observemos el siguiente grupo de
nmeros y supongamos que son la
cantidad de viajes que realiza
cada da durante un mes la
aerolnea Conviasa
15 12 10 8 20
14 13 12 9 13
10 20 17 18 19
12 15 8 9 10
En esa tabla de datos buscamos el
valor mayor y el menor, para
determinar la cantidad de clases,
para ello utilizamos la frmula
2k, emplendola de la siguiente
manera, en los vuelos de Conviasa
n = 20, asignemos a k un valor
arbitrario, por ejemplo 4,24=16 si
n = 20, 4 clases no cubriran
todos los datos, probemos con
k=5, 25=32, es mayor que 20,
cubriramos completamente a n,
por lo que deberamos conformar 5
clases.

ESTADSTICA I

21
Ahora
vamos
a
calcular
la
amplitud
del
intervalo,
,
recordando que debe ser el mismo
para todas las clases, y que
deben abarcar desde el dato menor
hasta el mayor, lo calculamos a
travs de la siguiente frmula:
H L
i
k
En la que i es el intervalo de la clase,
H el mayor nmero observado, L el
menor valor observado y k el nmero
de clases:
H L 20 8
i

2,4
k
5
Redondeamos a 2 que ser el
tamao de nuestros intervalos,
recordemos que debemos tener 5
clases.
Ahora
organicemos
nuestros datos:
Cantidad de
Vuelos
8 a 11
11 a 13
14 a 16
17 a 19
20 a 22

Frecuencia (f)
7
5
3
3
2

Ya construimos nuestra distribucin


de frecuencias, es bueno acotar que
el punto medio de la clase se haya
en el punto medio entre el lmite
superior y el lmite inferior, en el
primer intervalo el punto medio entre
8 y 10 es 9. 9 es el punto medio de la
primera clase.
Tambin
podemos
tener
distribuciones de frecuencia relativa,
que es la frecuencia absoluta entre la
cantidad total de observaciones (n):

Das al
Frecuencia
Cantidad
Mes
relativa
de Vuelos Frecuencia
(f)
8 a 10
7
7/20 0,35
11 a 13
5
5/20 0,25
14 a 16
3
3/20 0,15
17 a 19
3
3/20 0,15
20 a 22
2
2/20 0,10
Total
20
20/20
1
Con la frecuencia relativa obtenemos
la fraccin del nmero total de
observaciones, y si lo multiplicamos
por
100
los
porcentajes.
Si
interpretamos el cuadro anterior
segn
su
frecuencia
relativa
podamos decir que el 35 % de los
das del mes Conviasa realiza entre 8
y 10 vuelos.

Presentacin
Estadsticos

de

los

Datos

A parte de la distribucin
de frecuencias los datos
pueden tambin pueden
ser
presentados en
grficos contentivos de los mismos
datos que expresamos en la
distribucin de frecuencias. Seguro te
preguntars Y si tienen los mismos
datos para que hacerlos? La
respuesta es que el grfico permite
apreciar de forma ms rpida los
datos
obtenidos,
ya
lo
comprobaremos ms adelante.
Existen una gran variedad de
grficos, primero conoceremos los
dos
ms
empleados
en
administracin,
tambin
mencionaremos otros tipos de
grficos de mucha utilidad, sin
embargo te invito a ampliar sobre

ESTADSTICA I

22
este tema a travs de un arqueo
bibliogrfico.
Histograma:
Es uno de los grficos utilizados
mayormente
empleado
para
representar una distribucin de
frecuencias
Histograma:
Grfica en la que las clases se
indican en el eje y (horizontal) y las
frecuencias de la clase por eje x
(vertical). Las frecuencias quedan
representadas en el grfico por la
altura de las barras, la que se trazan
una al lado de la otra.

visin
de
las
principales
caractersticas de un conjunto de
datos, a pesar de tener ambos el
mismo propsito, el histograma tiene
la ventaja de representar cada
frecuencia como un rectngulo que
adems incluye ambos valores del
intervalo. Por su parte el polgono de
frecuencia tiene una ventaja sobre el
histograma, permite comparar dos
distribuciones de frecuencia a la vez,
y si por ejemplo queremos hacer un
grfico con los gastos de tres aos
con una misma distribucin de
frecuencias, fcilmente lo podemos
hacer.
100
80

Este

60

Oeste

40

Norte

20
0
1er 2do 3er
4to
trim . trim . trim . trim .

Otras presentaciones grficas de


datos
Polgono de frecuencia
Un polgono de frecuencia es
perecido al histograma. Consiste en
segmentos de lnea que se conectan
por los puntos formados por la
interseccin del punto medio de la
clase y de la frecuencia de clase. La
elaboracin de un polgono de
frecuencias se hace colocando los
puntos medios de cada clase en el
eje x y la escala en el eje y, es decir,
las frecuentas de clase. Recordemos
que el punto medio representa los
valores de cada clase.

Grfica por medio de lnea.


Las grficas por medio de lnea son
muy tiles en la administracin
porque podemos mostrar el cambio
de una variable en el tiempo, es decir,
si queremos ver la cantidad de
unidades vendidas de un producto
que
fabricamos
en
nuestra
organizacin, este grfico es la mejor
opcin.
Para
su
elaboracin
colocamos
la
variable,
que
continuando con nuestro ejemplo de
Conviasa, sera cantidad de vuelos
diarios sobre el eje y y el tiempo
sobre el eje x.

El histograma y el polgono de
frecuencia nos permiten tener una
ESTADSTICA I

23
variable que puede ser cualitativa o
cuantitativa.
Diagrama Circular:
El diagrama circular, muy reconocido
por grfico de torta es especial para
representar porcentajes. El diagrama
circular convierte los 360 grados del
crculo en el 100% de la variable que
estamos representando. Este es un
grfico muy de muy fcil lectura, pues
las lneas que cortan la circunferencia
permiten, rpidamente, ver que clase
de la variable tiene el mayor
porcentaje.

7,00

Frecuencia

6,00

5,00

4,00

3,00

2,00

9,00

12,00

15,00

18,00

21,00

Vuelos

Grfico de Barras.
Es un grfico muy verstil, en el se
puede graficar cualquier tipo de
variable y en cualquier nivel de
medicin. Las barras pueden ser
verticales u horizontales, y tampoco
hay mayor inconveniente en la
distribucin de los datos a travs de
los ejes del plano cartesiano.

1
2

10%
15%

35%

3
4

15%
25%

100
80
60

Este

40
20
0
1er
2do
3er
trim . trim . trim .

4to
trim .

Seguramente te preguntars En qu
se diferencian los histogramas del
grfico de barras? Se diferencian en
algo que podra parecer tonto, pero
no, y es en la separacin que existe
entre las barras. Los histogramas
poseen sus barras continuas porque
sus datos son de intervalo o de razn,
mientras que en los grficos de barra
al poder admitir cualquier nivel de
medicin cada barra representa una
ESTADSTICA I

24

UNIDAD III
M
ME
ED
DIID
DA
AS
SE
ES
STTA
AD
DS
STTIIC
CA
AS
SD
DE
EP
PO
OS
SIIC
CII
N
NC
CE
EN
NTTR
RA
ALL Y
YN
NO
O
C
CE
EN
NTTR
RA
ALL

Felicitaciones! Ya te
encuentras en la tercera
unidad, continua con tus
progresos.
Aqu encontrars
Contenidos de la
segunda unidad
Ejemplos
Ejercicios
propuestos

ESTADSTICA I

25
UNIDAD 3. MEDIDAS ESTADSTICAS DE POSICIN CENTRAL Y NO
CENTRAL
Las medidas de tendencia central tienen como propsito hallar con toda precisin
el centro de un conjunto de observaciones

Medidas de Posicin

Central

Promedios Matemticos

No Central

Promedios No Matemticos

Cuartiles
(Qx)

Mediana (Med)

Media
Aritmtica
X

Moda (Mo)

Media
Ponderada
Xw

Deciles
(Dx)
Percentiles
(Px)

Media
Geomtrica
MG

Medidas de Tendencia Central para datos Simples


La Media Aritmtica
La media aritmtica o media es la medida de tendencia central que
frecuentemente llamamos promedio, consiste en la suma de los valores del grupo
de datos dividida entre la cantidad de valores. La media aritmtica de una
poblacin se representa con el smbolo (mu), y la media aritmtica de una
muestra se representa con el smbolo X (equis barra) y sus frmulas son las
siguientes:

X
N

X
n

Siendo:
ESTADSTICA I

26

X La sumatoria d todos los datos


N Poblacin
n Muestra
Ambas frmulas son idnticas, con la nica diferencia que en el primer caso
trabajamos con la poblacin entera y en el segundo con una muestra.
Ejemplo: Durante cada hora de trabajo de un da una cooperativa produce
las siguientes cantidades de artculos de limpieza: 14, 19, 20, 15, 12,
18, 16, 10.Cul es el nmero medio de unidades producidas?
X 14 19 20 15 12 18 16 10 124

15,50
N
8
8
El numero medio de produccin es de 15,5 artculos de limpieza, pero si
retomamos los contenidos estudiados en la primera unidad, la cantidad de
artculos producidos en un variable discreta, ya que si estuvisemos hablando de
jabones de bao no podemos decir que fabricamos 15 jabones y dejamos hecho la
mitad del siguiente, por lo tanto aqu aplicamos una regla que se denomina
redondeo.
El redondeo de un nmero consiste en que una o varias de sus
cifras finales (de izquierda a derecha) se substituyen por ceros o
se ascienden o descienden si ese ltimo nmero es mayor o
menor que 5
De tal forma que de 15,5 redondeamos el nmero decimal, como 5 es a 5
redondeamos por exceso convertimos el 15, 5 en 16.

Propiedades de la Media Aritmtica:


Para calcular la media se toman todas los valores
Un conjunto de datos slo tiene una media. La media es nica
La media es una medida til para compara dos o mas poblaciones
La media aritmtica es la nica medida de posicin en la que las suma
de las desviaciones de los valores de la media es siempre cero:
( X X ) 0
Ejemplo: La media de 3, 8 y 4 es 5
( X X ) (3 5) (8 5) (4 5) 2 3 1 0

Media Ponderada
La media ponderada o promedio ponderado es una media aritmtica en al que
cada uno de los valores se le pondera de acuerdo a su importancia con el grupo
general. Las frmulas de media ponderada poblacional y muestral son idnticas:
ESTADSTICA I

27

w X w

( wX )
w

Donde:
X w Media Ponderada
X Observacin individual
W Peso o ponderacin asignada a cada observacin
Cuando calculamos la media aritmtica no sale a discusin si cada uno de los
datos tiene igual importancia, sin embargo en ciertos casos puede ocurrir que
determinados datos tengan ms valor que otro de su mismo conjunto, observemos
el siguiente ejemplo:
Un estudiante obtuvo las siguientes calificaciones en su curso de
estadstica I: 19, 20, 18 y 16. Sin embargo dentro de los porcentajes la
tercera calificacin es la que tiene mayor ponderacin o mayor valor,
debido a que representaba el 30 % de la calificacin final, a
continuacin se reflejan los datos en la siguiente tabla:
Calificaciones Ponderacin XW
19
1
19
20
1
20
18
3
54
16
1
16
6
109
Xw

( wX ) 109

18,16
w
6

El promedio ponderado de calificaciones de este estudiante es de 18,16


puntos.
Media Geomtrica
La media geomtrica es til para encontrar el promedio de porcentajes,
proporciones, ndices o tasas de crecimiento. Tiene mucha aplicacin en el
comercio y en la economa debido a que nos interesa encontrar el porcentaje de
cambio en ventas, salarios o cualquier otro dato econmico. La media de un
conjunto n de nmeros positivos se define como la n-sima raz del producto de
los n valores. La formula de la media geomtrica se escribe as:
MG n ( x1 )...( xn )
La mayora de las calculadoras pueden calcular la raz ensima de
cualquier nmero

ESTADSTICA I

28
La media geomtrica ser siempre menor o igual a la media aritmtica, pero
nunca mayor.
Ejemplo: Un empleado gana 700.000 bolvares al mes, este ao va a recibir
un 5% de aumento y el prximo ao un 15%, si sacamos la media aritmtica
de estos de ambos porcentajes nos dara un promedio de 10%, pero el
verdadero promedio es 9, 886. Empleemos la frmula de media geomtrica:

MG (1,05)(1,15) 1,09886
Verifiquemos: si el trabajador del que hablbamos gana Bs. 650.000 con
los dos aumentos su sueldo quedar:
650.000 * 0,05= 32.500
682.000 * 0,15= 102.370
Total con el aumento 784.870 bolvares
Ahora realicemos el clculo con nuestra media geomtrica
700.000*0,09886=64.259
714.259*0,09886=70.611,6
Total = Bs.784.870
Mediana y Moda
Mediana
La mediana o media posicional queda en la mitad un grupo de elementos
ordenados de forma ascendente o descendente. En este caso la mitad de los
nmeros estar por debajo de la mediana y la otra mitad por encima de ella. La
mediana se obtiene con la siguiente ecuacin:

n 1
2
Si el grupo de datos es impar la mediana se calcula as de la siguiente forma.
Ejemplo: Calculemos la mediana de los kilos(ordenados de forma ascendente)
de materia prima utilizadas durante esta semana: 33, 36, 40, 45, 57,60 y
68.
n 1 7 1 8
Med

4
2
2
2
Med

La mediana es el valor que est en la posicin 4: 33, 36, 40, 45, 57,60 y 68.
Si el grupo de datos es par, aplicamos la misma ecuacin promediando los dos
valores centrales, observemos el ejemplo:
Datos: 10, 15, 18, 25, 31, 36, 45, 60, 77, 80

ESTADSTICA I

29

Med

n 1 10 1 11

5,5
2
2
2

El punto 5,5 estara entre los valores de las posiciones 5 y 6, por lo buscamos
ambos valores y los promediamos 10, 15, 18, 25, 32, 36, 45, 60, 77, 80

32 36 86

43
2
2

La mediana es 43.
Moda
Es la medida de tendencia central ms fcil de recordar ya vers por qu:
Por qu sabemos que algn producto est de
moda?
Seguramente responders Por que lo usan muchas personas, o por que lo
vemos frecuentemente en la calle, y efectivamente eso es la moda, el dato que
ms se repite dentro de nuestro conjunto de elementos. Veamos este ejemplo:
Edades de los nios de nuestra familia:
12, 1, 10, 1, 10, 2, 5, 7, 8, 9, 10, 11. El nmero que ms se repite es
el 10, a pesar del que el 1 tambin se repite, el 10 se repite mayor
nmero de veces.

Medidas de Tendencia Central para Datos Agrupados


Antes de avanzar, es correcto aclarar que las definiciones de nuestras medidas de
tendencia central se mantienen, a continuacin se te presentan un resumen
repaso con las definiciones de todas.
Media Aritmtica:
Es una medida de tendencia central que se obtiene dividiendo la suma
de los valores del conjunto de datos entre el nmero total de stos.

Media Ponderada:
Es un caso especial de media aritmtica pero cuando todos
los datos tienen diferentes valores o ponderaciones que los
discrimina segn su importancia
Media Geomtrica:
Es una medida que calcula los promedios de los porcentajes

ESTADSTICA I

30
Mediana:
Observacin de la mitad de los datos despus de que se han colocado de forma
ordenada

Moda:
Es el valor que ms se repite dentro de su conjunto, es decir, posee mayor
frecuencia

Media Aritmtica para Valores Agrupados


Para aproximar la media aritmtica de datos organizados en una distribucin de
frecuencias, comenzamos por asumir que las observaciones de cada clase estn
representadas por el punto medio de la clase. La media de una distribucin de
frecuencias se calcula as:
fX
X
n
En la que
X = media aritmtica
X= valor o punto medio de cada clase
f= frecuencia de cada clase
fX= frecuencia en cada clase por el punto medio de la clase
fX = suma de estos productos
n= nmero total de frecuencias
Ejemplo:
Calculemos la media del precio de venta de los vehculos del plan
Venezuela Mvil
Precio de Venta de vehculos
Frecuencia
(millones de bolvares)
18 a 23
25
23 a 28
28
28 a 33
26
33 a 38
17
38 a 42
13
Total
109
Al precio de venta medio de los vehculos puede estimarse a partir de datos
agrupados en una distribucin de frecuencias, lo primero que debemos calcular es
el punto medio de cada clase, para eso le calculamos el promedio: 18+23/2=20,5
luego ese valor medio se multiplica por la frecuencia, como se muestra en la
siguiente tabla:
ESTADSTICA I

31
Precios de
venta
18 a 23
23 a 28
28 a 33
33 a 38
38 a 43
Total

Frecuencia
(f)
25
28
26
17
13
109

Punto Medio
(X)
20,5
25,5
30,5
35,5
40,5

fX
512,5
714
793
603,5
526,5
3.149,5

fX 3.149,5

28,9
n
109
Decimos entonces que la media del precio de venta del plan Venezuela Mvil es
de Bs. 28.800.000.
X

La Mediana Para Valores Agrupados


La mediana es el valor por debajo del cual se encuentran una mitad de los valores
y por encima del cual se encuentra la otra mitad. Como los datos estn
organizados en una distribucin de frecuencias, se ha perdido algo de informacin.
As no podemos calcular la mediana exacta, sin embargo, se puede estimar de la
siguiente manera:
n
CF
2
Med L
(i )
f
Donde:
L= Lmite inferior de la clase que contiene la mediana.
n= Nmero de frecuencias.
f= frecuencia en la clase mediana.
CF= nmero de las frecuencias acumuladas en las clases que preceden a la clase
que contiene la mediana.
i= amplitud de la clase en la que se encuentra la mediana.
Utilicemos los datos del ejemplo anterior, pero en esta oportunidad debemos
calcular la frecuencia acumulada, que no es ms que la suma acumulada de las
frecuencias de cada clase o categora, vemoslo en la siguiente tabla:
Precios de Venta
18 a 23
23 a 28
28 a 33
33 a 38
38 a 43
Total

Frecuencia (f)
25
28
26
17
13
109

Frecuencia Acumulada
25
53
79
96
109

ESTADSTICA I

32
Debemos localizar en cual clase se encuentra la mediana, para eso dividimos el
total de la frecuencia entre 2, n =190/2=54,5. Ahora buscamos en la frecuencia
2
acumulada el grupo de intervalos que tenga a este nmero:
Precios de Venta
Frecuencia (f)
Frecuencia Acumulada
18 a 23
25
25
23 a 28
28
53
28 a 33
26
79
33 a 38
17
96
38 a 43
13
109
Total
109
Podemos apreciar fcilmente que el tercer grupo de intervalos es el que posee al
nmero en la posicin 54,5 debido a que el anterior slo llega hasta el nmero 53,
observemos este diagrama.
53

79

Bs. 28.000.000

Bs.33.000.000

? Mediana

Sustituyamos ahora los valores:


n
109
CF
53
Med L 2
(i) 28.000.000 2
(5.000.000) 28.000.000 288.000 28.288.000
f
26
La mediana del precio de venta es 28.288.000.
Si comparamos la mediana con la media aritmtica se nos presenta una
diferencia, pero recordemos que
No podremos determinar una mediana exacta porque
hemos perdidos datos en el proceso de agrupacin
Moda Para Datos Agrupados
Siendo la moda el valor con ms frecuencia, slo debemos buscar dentro de
nuestra distribucin de frecuencias los intervalos con mayor cantidad de
frecuencia, revisemos la tabla de precios de venta del Plan Venezuela Mvil.
Precios de Venta
18 a 23
23 a 28
28 a 33
33 a 38
38 a 43
Total

Frecuencia (f)
25
28
26
17
13
109

ESTADSTICA I

33
El intervalo de 23 a 28 millones es que tiene mayor cantidad de observaciones,
por lo tanto para determinar la moda calculamos el punto medio de la clase:
23+28/2=25,5; por lo tanto la moda del precio de venta es Bs. 25.500.000.
Media Geomtrica para Datos Agrupados
La media geomtrica para datos agrupados
ecuacin:

se determina con la siguiente

MG n X 1f1 X 2f 2 ... X nf n
Donde
X= punto medio de los intervalos
f = frecuencia
Recuerda
La media geomtrica se calcula para promedios de porcentajes

Relacin entre Media, Mediana y Moda


En las distribuciones simtricas la media, la mediana y la moda
coinciden en el valor, mientras que en una distribucin
asimtrica positiva la media es mayor que la mediana, pero por
el contrario, si la distribucin es asimtrica negativa, la media es
menor que la mediana.
Media

Media

Media

Simtrica

Asimtrica negativa

Asimtrica positiva

Medidas de Posicin No Central


Los cuartiles, deciles y percentiles se asemejan a la mediana por que dividen la
distribucin en partes iguales, la mediana lo hace en dos los que estn por encima
y or debajo de ella, mientras que los cuartiles dividen los valores en cuatro partes
iguales, los deciles en diez y los percentiles en cien. A continuacin se te
muestran las ecuaciones necesarias para su clculo:

ESTADSTICA I

34
Medidas de Posicin No
Central

Datos simples

Cuartiles

Qx

xn
4

Deciles

Dx

xn
10

Percentiles

Px

xn
100

Datos Agrupados

Cuartiles
Los cuartiles dividen al conjunto de datos ordenados en cuatro partes
porcentualmente iguales, Los cuartiles son denotados como 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); el tercer cuartil, es el valor en el cual o por debajo del cual quedan las
tres cuartas partes (75%) de los datos.
Para Datos Simples
Si se tienen una serie de valores X1, X2, X3 ... Xn, se localiza mediante las
siguientes frmulas:
Cuando n es par:
1 n
Recordemos que x representa el valor del cuartel que puede ser 1,2 y 3
Qx
4
Cuando n es impar:

Datos Agrupados
Como los cuartiles adquieren su mayor importancia cuando contamos un nmero
grande de datos y tenemos en cuenta que en estos casos generalmente los datos
son resumidos en una tabla de frecuencia. La frmula para el clculo de los
cuartiles cuando se trata de datos agrupados es la siguiente:

k= 1,2,3
Donde:
Lk = Lmite real inferior de la clase del cuartil k
ESTADSTICA I

35
n = Nmero de datos
Fk = Frecuencia acumulada de la clase que antecede a la clase del cuartil k.
fk = Frecuencia de la clase del cuartil k
c = Longitud del intervalo de la clase del cuartil k
Deciles
Los deciles dividen la continuidad de los datos ordenados en diez partes
porcentualmente iguales. Los deciles se denotan D1, D2,..., D9, que se leen
primer decil, segundo decil, etc.
Para Datos Simples
Si se tienen una serie de valores X1, X2, X3 ... Xn, se localiza mediante las
siguientes frmulas:
xn
Cuando n es par:
Dx
10
x(n 1)
Cuando n es impar:
10
Siendo x el nmero del decil.
Dx

Para Datos Agrupados


Para datos agrupados los deciles se calculan mediante la frmula.

k= 1,2,3,... 9
Donde:
Lk = Lmite real inferior de la clase del decil k
n = Nmero de datos
Fk = Frecuencia acumulada de la clase que antecede a la clase del decil k.
fk = Frecuencia de la clase del decil k
c = Longitud del intervalo de la clase del decil k
Otra frmula para calcular los deciles:
El cuarto decil, es aquel valor de la variable que supera al 40%, de las
observaciones y es superado por el 60% de las observaciones.

El quinto decil corresponde a la mediana.

El noveno decil supera al 90% y es superado por el 10% restante.

ESTADSTICA I

36

Donde (para todos):


L1 = limite inferior de la clase que lo contiene
P = valor que representa la posicin de la medida
f1 = la frecuencia de la clase que contiene la medida solicitada.
Fa-1 = frecuencia acumulada anterior a la que contiene la medida solicitada.
Ic = intervalo de clase.
Centiles o Percentiles
Los percentiles son una de las medidas ms utilizadas para propsitos de
ubicacin o clasificacin de las personas cuando atienden caractersticas tales
como peso, estatura, etc. Los percentiles dividen los datos ordenados en cien
partes porcentualmente iguales. Estos son los 99 valores que dividen en cien
partes iguales el conjunto de datos ordenados. Los percentiles (P1, P2,... P99),
ledos primer percentil,..., percentil 99.
Para Datos Simples
Si se tienen una serie de valores X1, X2, X3 ... Xn, se localiza mediante las
siguientes frmulas:
Para los percentiles, cuando n es par:
xn
Px
100

x (n 1)
100
Cuando n es impar:
Siendo x, el nmero del percentil.
Es fcil ver que el primer cuartil coincide con el percentil 25; el segundo cuartil con
el percentil 50 y el tercer cuartil con el percentil 75.
Px

Para Datos Agrupados


Cuando los datos estn agrupados en una tabla de frecuencias, se calculan
mediante la frmula:

k= 1,2,3,... 99
Donde:
Lk = Lmite real inferior de la clase del decil k
n = Nmero de datos
Fk = Frecuencia acumulada de la clase que antecede a la clase del decil k.
ESTADSTICA I

37
fk = Frecuencia de la clase del decil k
c = Longitud del intervalo de la clase del decil k
Otra forma para calcular los percentiles es:
Primer percentil, que supera al uno por ciento de los valores y es superado por el
noventa y nueve por ciento restante.

El 60 percentil, es aquel valor de la variable que supera al 60% de las


observaciones y es superado por el 40% de las observaciones.

El percentil 99 supera 99% de los datos y es superado a su vez por el 1%


restante.
Ejemplo
Determinacin del primer cuartil, el sptimo decil y el treintavo
percentil, de la siguiente tabla:
Salarios
(en miles de bolvares)
200-299
300-399
400-499
500-599
600-699
700-800

Nmero de Empleados
(f1)
85
90
120
70
62
36

Frecuencia Acumulada
85
175
295
365
427
463

Como son datos agrupados, se utiliza la frmula

Siendo,

La posicin del primer cuartil.

La posicin del septimo decil.

ESTADSTICA I

38

La posicin del treintavo percentil.


Entonces,

El primer cuartil:
115.5 85 = 30.75
Li = 300, Ic = 100 , fi = 90

El 7 decil:

Posicin:
324.1 295 = 29.1
Li = 500, fi = 70

El percentil 30
Posicin:

138.9 85 = 53.9
fi = 90

Estos resultados nos indican que el 25% de los empleados ganan salarios
por debajo de Bs.334.000; que bajo Bs. 541.570 gana el 57% de los
empleados y sobre Bs. 359.880, gana el 70% de los empleados.

ESTADSTICA I

39

UNIDAD IV
M
ME
ED
DIID
DA
AS
SD
DE
ED
DIIS
SP
PE
ER
RS
SII
N
NO
OV
VA
AR
RIIA
AB
BIILLIID
DA
AD
D

MAGNFICO!
Llegamos a la ltima unidad
de esta divertida unidad curricular
Aqu encontrars
Contenidos de la segunda
unidad
Ejemplos
Ejercicios propuestos

ESTADSTICA I

40

UNIDAD 4. MEDIDAS DE DISPERSIN


Las medidas de tendencia central por s solas carecen de significado, pues de
nada sirve saber el promedio sin conocer la dispersin, qu significa esto, saber
cuanto se alejan las observaciones de su propio promedio, observemos el
siguiente ejemplo:
A continuacin se te presenta el monto en bolvares de ventas mensuales
de las empresas XXX y ZZZ
Meses
Empresa XXX Empresa ZZZ
Julio
1.500.000
4.800.000
Agosto
1.800.000
3.900.000
Septiembre 2.000.000
2.000.000
Octubre
2.300.000
1.400.000
Noviembre 2.500.000
700.000
Diciembre 2.800.000
100.000

Total

12.900.000

Empresa XXX X 2.150.000

12.900.000
Empresa ZZZ X 2.150.000

Ambas tienen la misma media en ventas, pero si realizamos el anlisis


considerando cada una de las ventas del mes podemos apreciar que la situacin
de la empresa ZZZ es muy delicada, debido a que el ltimo mes de facturacin
se aleja mucho de la media. Por esto la importancia de las medidas de dispersin.
Medidas de Dispersin:
Miden que tanto se dispersan los datos recabados de su media

Existen dos grupos de medidas de dispersin. El primer grupo es el de las


medidas de dispersin absolutas que vienen expresado por las mismas medidas
que identifican a la serie de datos; el segundo grupo es el de las medias de
dispersin relativas que son relaciones entre las medidas de dispersin y las
medidas de tendencia central, expresado en valores abstractos (porcentajes).
Medidas de Dispersin Absolutas
El Rango
El rango o recorrido es la medida de dispersin ms sencilla, consiste en calcular
la diferencia entre el valor mayor o el valor menor de la observacin:
R VM Vm

ESTADSTICA I

41
Revisemos el siguiente ejemplo:
Horas diarias dedicadas al estudio por un grupo de estudiantes del plan
de formacin Administracin y Gestin:
1,5 2
3
2,5
2
3
3,5 4
2
2,5 1
1
28
Calculemos la media aritmtica X
2,3 2 . Podemos decir que todos los
12
alumnos dedican aproximadamente dos horas diarias al estudio. Calculemos el
Rango, R=Vm-Vm=4-1=3. El rango de 3 es la distancia entre los lmites. El rango
es una medida de dispersin dbil pues slo incluye dos valores del conjunto.
El rango es una buena opcin cuando comparamos dos situaciones similares,
retomemos el ejemplo al principio de la unidad
Monto en bolvares de ventas mensuales de las empresas XXX y ZZZ
Meses
Empresa XXX Empresa ZZZ
Julio
1.500.000
4.800.000
Agosto
1.800.000
3.900.000
Septiembre 2.000.000
2.000.000
Octubre
2.300.000
1.400.000
Noviembre 2.500.000
700.000
Diciembre 2.800.000
100.000

Total

12.900.000

12.900.000

Empresa XXX X 2.150.000


Empresa ZZZ X 2.150.000
Calculemos el rango de cada una
XXX= 2.800.000 - 1.500.000=1.300.000
ZZZ= 4.800.000 100.000= 4.700.000
Podemos concluir que la media de la empresa XXX es ms representativa que
la de la empresa ZZZ.
Para calcular el rango de datos agrupados tomamos el lmite inferior de la primera
clase y el lmite superior de la ltima clase. Ejemplo.
Utilicemos la distribucin e frecuencias del Plan Venezuela Mvil
trabajado en la unidad anterior
Precios de Venta del
Vehculo
18 a 23
23 a 28
28 a 33
33 a 38
38 a 43
Total

Frecuencia (f)
25
28
26
17
13
109

ESTADSTICA I

42

109
21,8 R VM Vm 43 18 25
5

El rango es 25 millones.
Desviacin Media
La desviacin media mide la cantidad media en que los valores de la poblacin, o
de la muestra, varan de la media. Se define as:
X X
DM
n
Donde
Xes el valor de cada observacin
X = es la media aritmtica de los valores
n= es el nmero de observaciones en la muestra
= indica el valor absoluto. En otras palabras se hace caso omiso de los signos
de las desviaciones medias, Por qu? Porque si no lo hiciramos as las
desviaciones positivas y negativas se anularan, y al desviacin siempre sera
cero, y una medida de dispersin cero sera completamente intil.
Ejemplo
1,5 2
3
2,5
2
3
3,5 4
2
2,5 1
1
Nmero de horas
(X-X)
Desviacin Absoluta
1,5
1,5-2,3=-0,8
0,8
2
2-2,3=-0,3
0,3
3
3-2,3=0,7
0,7
3,5
3,5-2,3=1,2
1,2
4
4-2,3
1,7
4,7

X X

4,7
0,94 1 El nmero de horas estudiada se desva de la
n
5
media en una hora
DM

Varianza y Desviacin Estndar


La varianza y la desviacin estndar son medidas de dispersin basadas en la
desviacin media, pero en lugar de usar valores absolutos, elevamos al cuadrado
las desviaciones. Elevar al cuadrado significa eliminar los nmeros negativos. La

ESTADSTICA I

43
variancia y la desviacin son las medidas de dispersin ms tiles, pues
proporcionan una medida ms significativa sobre el punto de dispersin
Varianza: La media aritmtica de las desviaciones de la
media elevadas al cuadrado.

Desviacin Estndar: La raz cuadrada positiva de la varianza

Varianza poblacional y Desviacin Estndar para datos simples


Recordemos que la poblacin son todas las observaciones que hemos recabado,
es decir, los datos. Su frmula es:
( X i X ) 2
S2
n 1
Donde
S 2 =varianza poblacional
X= valor de una observacin de la poblacin
X = media aritmtica de la poblacin
n= Nmero de observaciones de la poblacin
Ejemplo:
Un corredor de seguros vende tres plizas por los siguientes precios en millones:
32, 23 y 26

32 23 26
27
3

S2

(32 27) 2 (23 27) 2 (26 27) 2 25 16 1

14
3
3

S S 2 3,74
El precio de las plizas de seguro est estrechamente agrupado alrededor de los
27 millones de bolvares y pueden fluctuar entre los 3.740.000 bolvares.
Varianza Poblacional y Desviacin Estndar para Datos Agrupados

fM 2 n X
S
n 1
2

s s2

ESTADSTICA I

44

Ejemplo:
El director de Conviasa requiere conocer el nmero de pasajeros atendidos
por da para determinar si la variacin de pasajeros es grande, ya que de
ello depende la ampliacin en la flota de aviones, la distribucin de
frecuencias es la siguiente:
Pasajeros
Das
Punto Medio
fM
M2
fM2
(Clases)
(Frecuencia)
(M)
50-59
3
54,5
163,5
2.970,25
8.910,75
60-69
7
64,5
451,5
4.160,25
29.121,75
70-79
18
74,5
1341
5.550,25
99.904,50
80-89
12
84,5
1014
7.140,25
85.683
90-99
8
94,5
756
8.930,25
71.442
100-09
2
104,5
209
10.920,25
21.840,5
TOTAL
50
3.935
316.902,50

Xg

fM 3.935

78,7 Por lo tanto


n
50
2

fM 2 n X
316.902,5 50(78,7) 2
S

147,31
n 1
49
2

s s 2 147,31 12,14

El director de Conviasa ya puede decidir si los aviones que utilizan actualmente


pueden acomodar fluctuaciones hasta de 12 pasajeros en los das de trnsito
pesado.
Medidas Relativas de Dispersin
Las medidas de dispersin estudiadas hasta ahora no nos permiten hacer
comparaciones entre la dispersin de los valores de varias distribuciones, ya que
todas ellas estn afectadas por la unidad de medida en que se expresan los datos;
de all que la comparacin sera imposible porque cada medida vendra expresada
en unidades diferentes. Adems varias distribuciones pueden tener un mismo
tener un mismo valor para determinada medida de dispersin y ser la variabilidad
de sus datos en relacin con la media, diferente.
Por ello la existencia de medidas de dispersin relativa que se expresan en
porcentaje (valores abstractos) y se determinan por la relacin existente entre una
medida de dispersin absoluta y una medida de la tendencia central, relacin que
nos permite compara la variabilidad de los datos entre varias series.

ESTADSTICA I

45
La medida de dispersin relativa de mayor importancia es el coeficiente de
variacin, que se expresa en porcentajes y se calcula por la relacin que existe
entre la desviacin estndar y la media aritmtica. Su frmula es la siguiente:
CV

100

ESTADSTICA I

46

Ejercicios Unidades 2, 3 y 4
1) Qu tipo de instrumento de recoleccin de datos aplicaras en as
siguiente situaciones y por qu.
a. Para registrar el comportamiento de nios en un parque pblico.
b. para supervisar la correcta ejecucin de una obra en tu comunidad.
c. Para registrar los hbitos alimenticios de tus familiares y amigos en una
reunin
d. Para contratar nuevos personal para tu empresa
e. Para solucionar un problema entre el personal que labora en una
organizacin.
f. Para conocer la opinin del pblico sobre los productos que produces.
2) Realiza un censo en tu comunidad sobre dos variables de tu inters, por
ejemplo: cantidad de papeleras por acera, cantidad de vecinos que
participan en las misiones, etc. Luego:
a. Clasifica las variables segn su nivel de medicin
b. Realiza el proceso de recoleccin de datos (con al menos 20
observaciones, muestras)
c. Elabora la distribucin de frecuencias para ambos casos
d. Selecciona el grfico que ms se adecue a tu variable y presenta en los
resultados obtenidos.
e. Calcula la media aritmtica, la mediana y la moda de las variables
estudiadas, con su respectiva medida de dispersin (Varianza y
desviacin estndar)
3) Calcula la media, mediana y la moda de las edades de tu grupo familiar
4) Calcula la razn de postes de alumbrado pblico en buen y mal estado
que estn en el trayecto que va desde tu casa hasta tu sitio de estudio o
de trabajo.

ESTADSTICA I

47

FELICITACIONES!!!!

Concluimos exitosamente este proceso de


aprendizaje, esperamos que lo hayas
disfrutado.

ESTADSTICA I

48

Respuestas
Unidad I
1) Escribe cinco ejemplos de datos cuantitativos y cinco de datos cualitativos.
Respuesta abierta
2) Realiza un ejemplo de una poblacin y su muestra.
Respuesta abierta
3) Determina cual de los siguientes puntos es una poblacin o una muestra:
Los estudiantes de sexto grado de Venezuela. Poblacin
Los estudiantes de Caracas pertenecientes a Misin Sucre. Muestra
Todas las familias con mascotas de un municipio. Poblacin
Los reportes de un da sobre las actividades realizadas en un liceo.
Muestra
4) Clasifica en cualitativa y cuantitativas las siguientes variables:
Los literales de calificacin en la escuela bsica (A,B,C,D y E) Cualitativa
El color de cabello de las personas de una comunidad. Cualitativa
Cantidad de pacientes atendidos por Barrio Adentro. Cuantitativa
Cantidad de hijos de nuestros vecinos. Cuantitativa
5) Clasifica las siguientes variables como continuas o discretas
Nmero de camisas producidas por una cooperativa. Discreta
Las horas de un da. Continua
Cantidad de estudiantes de nuestra comunidad. Discreta
Kilos de pollo vendidos en Mercal. Continua
6) Cul es el nivel de medicin de las siguientes variables:
Calificaciones de los estudiantes en la primera prueba de estadstica.
Razn
Una clasificacin de los estudiantes de la zona en la que viven Nominal
Temas de los discursos del presidente Chvez. Nominal
El nmero de horas por semana que estudia alumno de Misin Sucre.
Razn
El ao de fabricacin del transporte pblico que cubre la ruta de nuestro
vecindario. Intervalo
Los peridicos vendidos cada domingo. Razn
Grupos de estudiantes segn su edad. Ordinal

ESTADSTICA I

49
Unidades 2, 3 y 4
1) Qu tipo de instrumento de recoleccin de datos aplicaras en as siguiente
situaciones y por qu.
a. Para registrar el comportamiento de nios en un parque pblico.
Observacin
b. Para supervisar la correcta ejecucin de una obra en tu comunidad.
Observacin, Entrevistas
c. Para conocer los hbitos alimenticios de tus familiares y amigos en una
reunin. Cuestionario
d. Para contratar nuevos personal para tu empresa. Entrevista
e. Para solucionar un problema entre el personal que labora en una
organizacin. Entrevista
f. Para conocer la opinin del pblico sobre los productos que produces.
Cuestionario
2) Realiza un censo en tu comunidad sobre dos variables de tu inters, por
ejemplo: cantidad de papeleras por acera, cantidad de vecinos que
participan en las misiones, etc. Luego:
g. Clasifica las variables segn su nivel de medicin
h. Realiza el proceso de recoleccin de datos (con al menos 20
observaciones, muestras)
i. Elabora la distribucin de frecuencias para ambos casos
j. Selecciona el grfico que ms se adecue a tu variable y presenta en los
resultados obtenidos.
k. Calcula la media aritmtica, la mediana y la moda de las variables
estudiadas, con su respectiva medida de dispersin (Varianza y
desviacin estndar)
Respuesta Abierta segn los datos obtenidos
3) Calcula la media, mediana y la moda de las edades de tu grupo familiar
Respuesta Abierta segn los datos obtenidos
4) Calcula la razn de postes de alumbrado pblico en buen y mal estado
que estn en el trayecto que va desde tu casa hasta tu sitio de estudio o de
trabajo.
Respuesta Abierta segn los datos obtenidos

ESTADSTICA I

50

Bibliografa

KAZMIER, L. (1998) Estadstica Aplicada a la Administracin y a la Economa.


Mac Graw Hill. Mxico
LIND, D, Mason, R y Marchal, W (2001) Estadstica para Administracin y
Economa. Mac Graw Hill. Mxico.
RIVAS, E. (2000) Estadstica General. Ediciones de la Biblioteca. UCV. Caracas
WEBSTER, A. (2000) Estadstica aplicada a los Negocios y a la Economa.
Mac Graw Hill, Santa F de Bogot.

ESTADSTICA I

You might also like