Estadística

Estadstica a tu alcance
Una mirada por las especialidades pedaggicas.

PRLOGO
La misin del docente universitario es facilitar el proceso de
enseanza y aprendizaje, mediante la permanente bsqueda de
informacin pertinente y actualizada en su rea de competencia.
Pero,
es
an
ms
importante
que
dicha
informacin
est
presentada de forma didctica y adaptada a las necesidades de los

estudiantes as como a las exigencias de los planes y programas de
estudio. La dinmica del proceso educativo, genera diariamente
numerosos datos que es necesario organizar, procesar, analizar y
presentar apropiadamente para que sirvan de base a los docentes y
a los gerentes educativos en la toma de decisiones, para lo cual la
estadstica proporciona los mtodos y herramientas apropiadas. Es
por esto que la asignatura est incluida en los planes de estudio
para la formacin de docentes, en todas las especialidades y
modalidades. Tradicionalmente esta disciplina ha generado cierta
actitud de ansiedad y preocupacin en muchos estudiantes, en
particular en aquellos cuyas especialidades estn orientadas a las
reas de corte social y humanstico, por carecer de fuentes de
consulta bibliogrfica adaptadas a sus necesidades. La informacin
disponible, en la mayora de los casos, ha sido escrita pensando en
otros contextos educativos y adaptados a otros planes y programas
que no responden a las aspiraciones y expectativas de muchos
estudiantes.
Este texto es el compendio de las experiencias y reflexiones
de los colegas Any Montero y Miguel A. Herrera como resultado de
su permanente contacto con los estudiantes de la asignatura
Estadstica en el Instituto Pedaggico de Barquisimeto y surge
como alternativa para cubrir la necesidad sentida de alumnos y
Miguel ngel Herrer a Any So fa Mont ero
docentes de disponer de un libro adaptado a sus necesidades. La
fortaleza de esta publicacin reside en que, adems de presentar
con rigurosidad cientfica todos los tpicos del programa, ofrece a
los usuarios un conjunto de ejemplos, actividades y estrategias
innovadoras orientadas a lograr que el estudio de la estadstica sea
ms atractivo y amigable. El formato escogido para presentar la
informacin, refleja el claro inters de los autores por hacer nfasis
en la interpretacin de los resultados estadsticos por encima de los
meros clculos matemticos. Es por ello que, una vez desarrollados
los aspectos tericos de la asignatura, se ubica a los estudiantes en
el contexto de situaciones concretas del quehacer educativo,
logrando una perfecta simbiosis entre la teora y la prctica.
No escapa a la perspectiva de los autores, la importancia que
la informtica y los programas estadsticos tienen como auxiliares
en el clculo de los estadsticos y la representacin grfica de los
datos, para lo cual, adems del uso de las frmulas tradicionales,
se incorporan orientaciones precisas que facilitan el procesamiento
de los datos con ayuda de la computadora, sin descuidar el
propsito fundamental de la estadstica educativa que es la correcta
interpretacin de los resultados.
Prof. Juan Miguel Rbago Fernndez
INTRODUCCIN
El quehacer educativo nos vincula da a da en los cambios y
transformaciones que presenta la sociedad, el estudio permite
abordarlo cientficamente en la bsqueda de interpretaciones
vlidas que permitan la toma de decisiones. Una va para ello es el
empleo de la Estadstica como una herramienta de provecho en
cada una de las disciplinas que validan esa explicacin.
Nuestra labor educativa confronta diferentes obstculos para
el logro de un aprendizaje vivencial y til en la labor que
desempear como futuro profesional. Entre ellos, el acceso a una
bibliografa adecuada a hechos especficos, desconocimientos de
herramientas tecnolgicas, y otras.
En este sentido, ponemos al alcance un recurso con un
lenguaje sencillo y adaptado a la realidad educativa que afronta el
participante, y que facilite la adquisicin de las competencias
necesarias que le permitan estudiar y explicar un fenmeno social,
bsicamente educativo.
El texto est organizado en seis (6) unidades, las cuales
versan en: Conceptos Bsicos de Estadstica, Distribucin de Datos,
Medidas de Tendencia Central - Medidas de Posicin, Medidas de
Variabilidad, Correlacin y Curva Normal. Cada una de las unidades
se estructura en una breve presentacin de la misma, el desarrollo
de la unidad con ejemplos relativos al hecho educativo, resolucin
de algunos ejercicios planteados, hoja de ejercicios por unidad y
enlaces a diferentes sitios Web que contienen informacin referente
a la temtica.
I.
II.
III.
IV.
V.
Presentacin por unidad

Desarrollo de la unidad asociado a casos de educacin
general y por especialidad.
Resolucin de alguno de ejercicios planteados en la hoja
de trabajo
Hojas de trabajo de acuerdo a la unidad
Consulta de respaldo a la temtica.
UNIDAD I
LA ESTADSTICA
SNTESIS DEL DESARROLLO HISTRICO
La palabra estadstica se deriva del latn Status que en la poca
medieval traduca estado poltico. Aparece citado por primera vez
en Hamlet de Shakespeare y utilizado posteriormente en tratados
de poltica econmica; estadstica significaba la exposicin
sistemtica de las caractersticas ms sobresalientes del Estado.
Las ciencias al evolucionar pierden sus rasgos primitivos, se
transforman. Como sistema cientfico, la estadstica igualmente ha
sufrido similar proceso. Se considera su creador Godofredo
Achenwall
(1719-1772), profesor y economista alemn, quien
escribi sobre su descubrimiento que llam estadstica (palabra
derivada de Staat que significa gobierno) y defini como el
conocimiento profundo de la situacin respectiva y comparativa de
cada estado. Esto mediante la estructuracin de mtodos que se
orientan a investigar, medir y comparar las riquezas de las
naciones. La estadstica se ha enriquecido con los aportes de
matemticos, filsofos y cientficos; en la actualidad se le conoce
como la ciencia que permite operar con los datos e interpretarlos.
La estadstica fue concebida varios siglos atrs, desde la
invencin del baco y usada para el registro y contabilizacin de los
recursos materiales y humanos (censos), empieza a realizar sus
primeros asomos a nuestra vida diaria pasando a travs del tiempo
y llegando hasta el clculo de las probabilidades muy en boga en la
actualidad.
Qu es la estadstica?
Cuando nos referimos a la estadstica frecuentemente se piensa en

datos numricos difciles de manejar o comprender, cuando en
realidad es ms comn de lo que creemos, y su presencia se
percibe a diario en nuestro contexto relacionado con noticias,
encuestas, precios, petrleo, ndices de inflacin, promedio de
calificaciones, y otros.
En el campo de las Ciencias: Educacin, Pedagoga, Sociologa,
Biologa, Psicologa, la Estadstica se convierte en una importante
herramienta que permite obtener resultados y
beneficios, en
cualquier tipo de estudio. Podramos, desde un punto de vista ms
amplio, definir la estadstica como la ciencia que estudia cmo debe
emplearse la informacin y cmo proporcionar una gua de accin
en situaciones prcticas que entraan incertidumbre y exigen
soluciones.
Asimismo la Estadstica tambin es definida por lo siguientes
autores como:
-
Ciencia cuyo mtodo consiste en recopilar, clasificar,

presentar y analizar e interpretar datos numricos extrados
de hechos reales y de inferir de ellos, conclusiones
lgicamente aceptables. Chourio (1987).
La ciencia que trata de la recoleccin, clasificacin,

presentacin y anlisis de datos relativos a un conjunto de
elementos o colectivo en estudio con el fin de obtener
conclusiones vlidas o confiables que nos permitan tomar
decisiones lgicas. Tambin se define como la recopilacin,
presentacin, anlisis e interpretacin de los datos numricos.
Salama (1997).
La Estadstica se ocupa de los mtodos y procedimientos para

recoger, clasificar, resumir, hallar regularidades y analizar los
datos, siempre y cuando la variabilidad e incertidumbre sea
una causa intrnseca de los mismos; as como de realizar
inferencias a partir de ellos, con la finalidad de ayudar a la
toma de decisiones y en su caso formular predicciones.
Universidad de Mlaga.
La estadstica tiene por objeto obtener, agrupar, ordenar y

clasificar de manera adecuada la informacin que se deriva de
los diferentes fenmenos que ocurren, tanto los propios de la
naturaleza como los derivados de la actividad del hombre, de
manera tal de analizarlos mediante los mtodos apropiados a
fin de crear modelos que nos orienten en la toma de
decisiones. Hamdan (1994).
-
Estadstica es el sistema que estudia los mtodos cientficos

para recopilar datos, analizarlos, agruparlos y presentarlo en
cuadros o grficos para su interpretacin. Portus (1998).
Estas definiciones conllevan a establecer, que no existe un

criterio nico sobre la definicin de estadstica vista como ciencia,
tcnica, mtodo, rama de la matemtica, derivada de la posicin
epistemolgica/metodolgica del investigador, la coincidencia en
estas concepciones se basa en que la Estadstica se encarga de la
recoleccin, clasificacin, organizacin, representacin, anlisis e
interpretacin de informacin numrica generada por observaciones
realizadas a fenmenos naturales, econmicos, polticos, sociales
entre otros, que pueden ser presentados de manera individual o
colectiva y son estudiados cuantitativamente a travs del registro
de la observacin repetida en eventos simples o individuales que
pueden conformar posteriormente un estudio ms complejo en el
cual se requiera explicar, describir, comparar o predecir fenmenos
que presenten algn inters para el investigador o estadstico.
Al realizar los diferentes estudios se hace necesario establecer
cules sern los lineamientos para la investigacin, de qu
naturaleza ser el fenmeno y cul ser el alcance del mismo. El
nmero de observaciones a realizar ser un factor importante para
establecer el hecho a estudiar, esto depender de las caractersticas
y tamao de los grupos. De aqu se desprenden estudios que
pueden ser presentados a travs de fenmenos individuales
(estudio de casos), o fenmenos colectivos.
Es decir que si nuestro estudio est orientado a establecer la
estatura promedio de los alumnos del primer grado A de la Escuela
Bsica Simn Bolvar. Debemos medir a cada uno de los nios de
este grado para poder llegar a una conclusin colectiva.
Asimismo si quisiramos establecer las caractersticas
pedaggicas promedio de los nios con Sndrome de Down entre 7
y 10 aos del HONIM, es necesario realizar mltiples observaciones
individuales a dichos nios para llegar a caractersticas generales
del grupo.
fin
Por otra parte podemos encontrar en las ciencias puras un sin

de experiencias comprobables de manera individual y
susceptibles de ser llevadas a la generalizacin a travs de las
distintas mediciones realizadas.
En este sentido encontraremos
dos (2), formas de realizar las observaciones de acuerdo al objeto
de estudio, de forma individual o colectiva.
Al tener la estadstica como objeto la recopilacin, agrupacin
y organizacin de los datos, se debe considerar que stos pueden
clasificarse
en:
cualitativos,
cuantitativos,
cronolgicos
y
geogrficos.
a.- Datos Cualitativos: Son aquellos que permiten la distincin
en clase ms no en cantidad.
Ejemplo:
La clasificacin
nacimiento.
de los estudiantes de
acuerdo al
lugar de
b.- Datos cuantitativos: Son aquellos que se representan en

diferentes magnitudes.
Ejemplo:
Los promedios acadmicos de los estudiantes en las prioridades de
inscripcin, salario devengado por los docentes de la universidad.
c.- Datos cronolgicos: Son datos cualitativos o cuantitativos
obtenidos en un tiempo determinado.
Ejemplos:
1- Promedios acadmicos de los estudiantes en los ltimos tres
semestres.
2- Mujeres inscritas en los ltimos tres semestres.
d.- Datos geogrficos: Son datos cualitativos o cuantitativos
obtenidos en un espacio determinado.
Ejemplos:
1- Nmero de estudiantes por especialidad en los diferentes
ncleos de la universidad.
2- Mujeres directoras en los diferentes ncleos de la universidad.
LA ESTADSTICA Y SUS MTODOS
A los fines de su aplicacin en el estudio de los fenmenos o
de las caractersticas de la realidad, la estadstica tiene dos
vertientes o grandes mtodos. La estadstica Descriptiva o
Deductiva y la estadstica Inferencial o Inductiva.
Estadstica Descriptiva: Es aquella que trata de concentrar
o resumir los valores que han sido observados en un grupo;
considerando la totalidad de las unidades estadsticas. Esto tiene el
propsito de describir los diferentes aspectos de inters que
caracterizan la poblacin objeto de estudio.
La informacin arrojada por este tipo de estudio es
presentada
de manera ordenada, clasificada, graficada para
facilitar su interpretacin.
Estadstica Inferencial: Es aquella que trata de suministrar
las caractersticas e interpretaciones de un fenmeno colectivo a
partir del estudio de una parte de ese grupo, es decir una muestra.
Entonces podemos inferir conclusiones o probar hiptesis de la
poblacin basndonos en las caractersticas de una muestra
representativa de la misma.
X X X X XX X
X X X X X XX
XX X X X X X
XX X X X X X
X X X X XX X
X X XX X X X
X X X X XX X
X X XXXX
X X X XX
XX XXXXX
X X X X
XX X
X
X X X
XXXX
X X X
X X XX X
X X XX X X X
DESCRIPTIVA
INFERENCIAL
Ejemplos:
El Servicio de Asuntos Estudiantiles de la UPEL-IPB
desea conocer el nivel socioeconmico de los
estudiantes del Instituto para orientar sus polticas de
ayuda los estudiantes. Para ello se necesitara aplicar
una Estadstica Descriptiva.
En la UPEL-IPB se llevar a cabo el proceso electoral
para la eleccin de las autoridades de la Universidad.
Un estadstico desea realizar un estudio para conocer un
resultado lo ms cercano posible a la realidad en
cuanto a la intencin de voto y para ello, utiliza un
grupo representativo de electores de la comunidad
universitaria. En este caso se utilizara una estadstica
inferencial.
El dueo del equipo Cardenales de Lara desea conocer
el promedio de bateo de sus jugadores. En este caso
usaramos una estadstica Descriptiva.
Un grupo farmacutico desea conocer la efectividad de
un nuevo producto para la hipertensin, para ello toma
una muestra de 5000 personas que la padecen. En est
oportunidad utilizaramos la estadstica inferencial.
Es importante resaltar que tanto para la estadstica
descriptiva como para la inferencial se pueden aplicar diferentes
procedimientos para obtener: tasas, porcentajes, proporciones,
entre otras; Cuando las observaciones o mediciones son realizadas
en gran nmero, la informacin es clasificada y ordenada en clases,
resaltando su frecuencia en cada caso.
Dicha informacin puede ser tabulada y graficada, adems de
poder determinarse otras medidas que resultan significativas a la
hora de realizar diversas conclusiones o explicaciones del estudio
estadstico, entre las medidas que apoyan o complementan la
informacin, encontramos las medidas de Tendencia Central, las
medidas de Posicin u Orden, las medidas de Dispersin y las
medidas de Relacin.
Cuando estos procedimientos son aplicados al grupo total o
poblacin aplicaramos Estadstica Descriptiva, y cuando se refieren
a una parte de la poblacin o muestra aplicaramos Estadstica
Inferencial.
NARRACIN:
El profesor de una seccin desea determinar Cul es la
comida preferida del grupo? Para ello procede a preguntarle a
todos y cada uno de los estudiantes que conforman la
seccin, obteniendo el siguiente resultado: Veinte (20),
respondieron Pasticho, cinco (5), Pabelln, seis (6) Arroz con
Pollo y cuatro (4), Sopa. Con este resultado el profesor
puede concluir con un ciento por ciento (100%) de seguridad
que la comida preferida de la seccin es el Pasticho.
(Conclusin vlida solo para ese grupo). Ahora si la intencin
es para determinar la comida preferida de los estudiantes de
la Universidad, mal puede el docente tomar el resultado
anterior y generalizar, caera en un error estadstico grave,
las dos opciones seran, primero la posibilidad de consultar a
todos y cada uno de los estudiantes inscritos en la
Universidad, esto le traera varios inconvenientes: Un nmero
muy grande de estudiantes, diversidad de horarios,
especialidades y un esfuerzo en tiempo y recursos para
lograrlo. La segunda opcin se refiere a obtener una muestra
representativa de la totalidad de la poblacin a ser estudiada,
este ltimo seria el procedimiento mas adecuado al estudio.
POBLACIN Y MUESTRA
Poblacin: La poblacin es definida como el conjunto de
individuos (personas, animales u objetos) que poseen las
caractersticas objeto de estudio. Por ejemplo, si la Caja de Ahorro
de la Universidad desea realizar un estudio acerca de la situacin
habitacional de los profesores instructores, la poblacin estara
conformada por todos los profesores en la categora de instructor
de dicha universidad.
Clasificacin de la poblacin: Esta se divide en poblacin
finita e infinita. La primera es aquella que tiene un nmero definido
o delimitado de casos de estudio, esta informacin est al alcance
de los estadsticos, mientras que la segunda el investigador slo
obtiene una cifra aproximada de dicha poblacin, para el mismo es
imposible determinar el total de unidades estadsticas.
Por ejemplo, para el caso de la poblacin finita, pudiese
considerarse en un estudio referido a los estudiantes inscritos a una
determinada especialidad (todos los estudiantes de Educacin
Tcnica). Por otra parte, si el estudio pretende abordar nmero de
egresados de la UPEL que se encuentran laborando en distintas
reas.
Muestra: La muestra est puntualizada como una porcin
representativa de la poblacin, en otras palabras la muestra
consiste en tomar de una totalidad que tiene caractersticas
similares, una coleccin que identifique lo ms cercanamente
posible lo que necesitamos estudiar en la poblacin, pero que
quizs por su gran nmero o costo del procedimiento no se puede
estudiar completo.
La muestra puede ser seleccionada de manera intencional o
aleatoria, todo ello depender del propsito que persiga el
investigador.
En el caso donde se describe el estudio del medicamento para
la hipertensin arterial (pgina 8), se hace necesario tomar una
muestra ya que es muy poco probable por costo, tiempo y exactitud
estudiar a todas las personas que sufren de esta patologa.
Po
Poblacin
Muestra
Es muy importante la confiabilidad de la metodologa aplicada

para la escogencia de la muestra, debido a que hay poblaciones que
pueden ser homogneas mientras otros grupos resultan ser
heterogneos y los resultados no seran confiables si no se utiliza la
tcnica adecuada.
Por ejemplo imaginemos que tenemos una reunin familiar en
la casa de la abuela y ese da prepara unas ricas caraotas, la abuela
para verificar si estn listas toma un utensilio y extrae una porcin
de ellas, las prueba y comprueban que las caraotas estn blanditas
ya que sac una muestra representativa de la poblacin. Esta
poblacin es muy homognea.
A la siguiente semana vamos a la casa de la ta y esta vez
comeremos un rico sancocho, ya todos tenemos hambre y
preguntamos si el sancocho est listo. La ta introduce el utensilio
y extrae de la olla las verduras en las cuales slo viene papa y
auyama, estas verduras estn blandas por lo cual ella infiere que ya
est listo el sancocho, resulta que cuando lo sirve todos nos damos
cuenta que no es as debido a que la yuca, el ocumo, el apio y la
costilla an estn duros. Ser esta una poblacin homognea? Es
evidente que no.
Es importante sealar que la poblacin puede ser FINITA o
INFINITA, se dice que la poblacin es finita cuando podemos
conocer la cantidad exacta de unidades estadsticas con las cuales
se realizar el estudio, a saber, estudiantes inscritos por
especialidad en un lapso especfico de una Universidad. Pero si no
es posible conocer esa cantidad se dice que la poblacin es infinita,
ejemplo personas que padecen hipertensin arterial en Venezuela.
VARIABLES Y ATRIBUTOS
Variable: Como su nombre lo dice una variable es un valor
que cambia constantemente, es decir su valor no permanece fijo
cuando cambiamos de unidad estadstica. Las variables se
identifican con datos netamente cuantitativos, es decir slo
nmeros. A la variable se le asignan valores que cambiarn en la
medida que cambie el sujeto, por ejemplo tenemos la variable
estatura:
1,45
1,40
1,50
Lus
Ana
Pedro
1,48
Miguel
1,36
Jos
El recipiente es la variable altura, el nmero que est dentro

del recipiente es el valor de variable y los nombres de las personas
son las unidades estadsticas que estamos estudiando; cada vez
que llega un nombre nuevo el valor de la variable cambia.
Las variables pueden ser continuas y discretas, las
primeras son aquellas que permiten un valor intermedio entre un
intervalo, como por ejemplo la estatura (1,90) o el sueldo (Bs.F
1614,89) o la temperatura (37,8 C) o el ndice acadmico (9,89).
Mientras que las discretas son aquellas que slo permiten valores
enteros y no admiten divisibilidad, para su ejemplificacin podemos
considerar las variables: nmero de hijos (2 hijos), cantidad de
pisos de un edificio (15) alumnos de una seccin (36 alumnos), en
ninguno de estos casos pudisemos dividir las cantidades. No
podemos decir: TENGO TRES HIJOS Y MEDIO!
Atributos: Tambin conocidas como variables cualitativas.
Este tipo de variables slo aceptan datos que identifican una
cualidad de la unidad estadstica o nmeros con los cuales no
pueden realizarse operaciones matemticas. Podemos nombrar en
este caso el color de ojos, el sexo del individuo, la nacionalidad, la
contextura, el nmero de cdula, por que si bien sabemos que la
cdula est compuesta por nmeros tambin sabemos que con
estos no realizaremos ninguna operacin matemtica, como
multiplicar tu cdula por la del compaero ya que no nos
proporcionara ningn valor significativo.
ESTADSTICOS Y PARMETROS
Estadstico o Estadgrafo: Valor que resulta de la aplicacin

de diferentes procedimientos a la muestra, en otras palabras el
estadgrafo es la medida que caracteriza la muestra que sirve para
referenciar las particularidades de la muestra.
Parmetro: El concepto aplicado anteriormente puede ser
trasladado al parmetro con la diferencia que este generara la
medida a partir de la poblacin y caracterizara a la misma.
Es importante sealar que generalmente para la identificacin
de los parmetro se utilizan letras griegas como (, ) mientras que
los para los estadgrafos se utilizan letras cursivas tales como (X,
S).
Por ejemplo si buscamos la proporcin de estudiantes
masculinos de la UPEL-IPB, pudisemos tomar una muestra para
calcular y esta medida ser el estadgrafo, mientras que si la
proporcin se realiza con la poblacin total de estudiantes
hablaramos que la medida estar identificada por el parmetro.
MEDICIN
La medicin es un proceso intencional, entendido como la
asignacin de nmeros para representar o cuantificar una
propiedad a elementos u objetos. En ocasiones la asignacin de un
numeral requiere el empleo de un patrn que permite la
generalizacin lo que facilita el manejo y su interpretacin. Los
datos extrados de las variables requieren para su estudio
estadstico responder a ciertas reglas que estarn asignadas a una
escala de medicin.
ESCALAS DE MEDICIN
Se denomina escala de medicin al sistema de valores
utilizados para representar las propiedades que identifican a los
sujetos u objetos sometidos a la medicin.
ESCALA NOMINAL: Es la de nivel ms bajo que permite clasificar
a los elementos (personas, animales, cosas) asignndoles nombres
o smbolos. Ejemplo estado civil. En esta escala pueden utilizarse
nmeros con la intencin de identificar un elemento o una
categora.
ESCALA ORDINAL: Tambin llamada de rango, establece una
relacin de orden en los elementos (personas, animales, objetos),
con correspondencia a una caracterstica, sin que reflejen distancia
entre ellos. Ejemplo la categora acadmica, los grados obtenidos
en el ejrcito.
ESCALA DE INTERVALOS: Tiene las caractersticas de la ordinal y
adems se conoce la distancia entre dos nmeros. Es decir que es
constante la asignacin de un nmero al nmero de unidades
equivalentes. Ejemplo: Los puntos obtenidos por los estudiantes en
una prueba, Los grados centgrados. En esta escala no hay cero
absoluto, verdadero, real, sino arbitrario.
ESCALA DE RAZN: Es la escala ms completa, la misma clasifica,
ordena, se conoce la distancia entre dos nmeros y existe un cero
real, verdadero. Ejemplo una escala para medir la talla o el peso de
los alumnos.
Escalas de Medicin
Nominal
OPERACIONES
ESTADSTICOS
Y/O
APROPIADOS
RELACIONES
Pertenencia Porcentajes,
Clasificacin
modo,
frecuencias,
proporciones.
Ordinal
(Rangos)
Clasificacin
Igualdad
Intervalos
Suma,
resta,
multiplicacin,
Divisin,
Unidades
iguales,
Cero
arbitrario
ESCALA
Modo, mediana,
cuartel,
percentil,
Spearman,
Kendall.
Todos los de
escala de orden,
media,
desviacin tpica,
correlacin
de
Pearson, T de
Student.
SUPUESTOS
EJEMPLOS
Todos
los
miembros
tiene asignado
el
mismo
numeral
Los
objetos
pueden
ser
ordenados de
acuerdo a una
caracterstica o
propiedad
definida
En la escala se
representan
intervalos
similares.
Adems existe
un cero de
referencia no
Regiones del
pas
Profesin
Nacionalidad
Especialidad
Clases social
Rango militar
Prioridad de
inscripcin
Temperatura
Calificacin
Razn
Sumas,
resta, Todas las de la
multiplicacin,
escala
de
divisin,
intervalos y el
Clasificacin,
coeficiente
de
cero absoluto
variacin.
Salama (1997). Adaptado por los autores.
real.
Todos
los
anteriores la
escala tiene un
cero absoluto.
Tiempo,
distancia
recorrida por
corredores.
Ejercicios de la Unidad:
En el Pedaggico de Barquisimeto la seccin 6P78 realizar una
encuesta para evaluar la opinin de todos sus alumnos en
cuanto a la normativa de evaluacin, con la intencin posterior
de llevar el trabajo a todo el instituto para lo cual buscaran los
requerimientos estadsticos necesarios para obtener validez y
representatividad y adems poder estudiar otros aspectos como,
procedencia de los alumnos en cuanto a la regin del pas y su
formacin en secundaria, referida a bachiller (tcnico, mercantil,
humanidades o ciencia).
PREGUNTAS:
1. Considerando el prrafo anterior, identifique la aplicacin de
los tipos de
estadstica y en cada
caso mencione la
poblacin y la muestra.
2. Extraiga las variables del estudio,
clasifquelas
cuantitativas o cualitativas y discretas o continuas.
en
3. Identifique con en el siguiente cuadro el tipo de variable y la

escala correspondiente.
VARIABLES
TIPO DE VARIABLE ESCALA
CANTIDAD DE HIJOS
NMERO DE PGINAS DE UN DICCIONARIO
DISTANCIA RECORRIDA POR LOS CORREDORES
EL NMERO DE DEDOS EN UNA MANO

ALTURA DE UN EDIFICIO
INGRESO MENSUAL DEL PERSONAL
4. Determine en el siguiente ejemplo la variable, el dato y la
unidad estadstica.
La estatura de los siguientes alumnos es:
Pedro
Pablo
Juana
Mara
1.58.
1.70.
1.70.
1.60.
5. De acuerdo con los siguientes planteamientos seale el tipo de

escala de medida que se ajusta en cada caso
a) Lugar de Nacimiento: _______________________.
b) Prioridad de Inscripcin: _____________________.
6.- Un famoso laboratorio mdico desea comprobar la
efectividad de un producto para tratar la hipertensin arterial, para
lo cual se contrata un grupo de estadsticos, quienes realizaran un
estudio con base en una muestra de 5000 pacientes que padecen la
enfermedad. Asimismo se pretende determinar la proporcin de
casos donde el tratamiento ser efectivo.
Segn el texto anterior responda:
a.- La estadstica aplicada en el estudio
b.- Identifique la poblacin y tipo en estudio.
c.- Seale la muestra.
d.- Identifique el parmetro de inters e indique cmo lo
calculara.
7.- Un tcnico en control de calidad examina una lnea de
ensamblaje con 650 piezas y detecta por cada una de ellas:
a.- Nmero del ensamblador.
b.- Peso de la pieza.
c.- Estado de la pieza.
Detecte en el ejercicio las variables y tipo de variables, as como la
poblacin del estudio.
8.- La estadstica es una herramienta indispensable en el abordaje

de cualquier problemticas, su aporte es significativo en la
explicacin de diversos fenmenos sociales y contribuye a la toma
de decisiones. En este sentido, la unidad I nos permiti conocer los
conceptos bsicos de esta disciplina, por ello desde su campo de
accin plantee una situacin viable a ser estudiada desde la
estadstica e identifique los elementos de la misma. Como ejemplo
se sugiere un estudio a la poblacin estudiantil de la UPEL-IPB en
referencia a los valores de su presin arterial, este estudio es
significativo puesto que coadyuvar a conocer, prevenir y tomar
decisiones en pro de salud de la comunidad estudiada.
9.- Se aproxima los juegos nacionales universitarios (JUVINES), en
tal sentido cada universidad procede a la seleccin de atletas que
las representaran. En este contexto, elabore un planteamiento que
recoja los elementos estadsticos aplicados para tal fin. Seale los
conceptos bsicos que identifica en dicho proyecto.
Enlaces a direcciones electrnicas donde conseguirs

apoyo al contenido de esta unidad:
http://www.ebiometria.com/conceptos_basicos/conceptos_basicos.htm
[consulta: 11/03/08]
http://thales.cica.es/rd/Recursos/rd97/UnidadesDidacticas/53-1-uindice.html
http://www.interdocencia.com/cultura/mod/forum/discuss.php?d=9
http://es.wikipedia.org/wiki/Estad%C3%ADstica_descriptiva
Unidad II
Recoleccin, Organizacin y Presentacin de datos
estadsticos
Desde el primer momento que nos planteamos un problema o

situacin objeto de estudio, debemos valernos de los datos que nos
suministrarn la informacin estadstica necesaria para llegar a
resultados reales del contexto.
En consecuencia es conveniente
definir el tipo de dato, la escala a utilizar, la fuente de recoleccin,

la organizacin y la representacin de la informacin ms idnea
para la comunicacin del resultado. Todo ello, garantizar el xito
del mismo.
En esta unidad estaremos tratando procesos
mtodo estadstico,
inherentes al
los que corresponden a la organizacin y
anlisis de los datos. Es importante resaltar que el ordenamiento

es de gran utilidad para abordar un conglomerado de datos que
dificulta los procesos de anlisis e interpretacin.
Para ello,
al
llevar un registro de las calificaciones de los
estudiantes de las distintas especialidades del Instituto Pedaggico

Barquisimeto,
desorganizada
conclusiones
resultara
que
concretas,
en
un
gran
cmulo
simple
vista
no
ahora
bien
si
de
informacin
permitira
esta
llegar
informacin
a
es
organizada, clasificada y agrupada los procesos de anlisis se darn

con ms facilidad.
El proceso de recoleccin de datos estadsticos puede ser
realizado a travs de fuentes primarias o secundarias. En las
primeras, la persona o institucin ha recolectado directamente los
datos de la poblacin. Mientras que en las segundas, los datos son
obtenidos
personas
de
o
publicaciones
entidades
que
trabajos
han
efectuados
recolectado
por
otras
directamente
la
informacin. Las fuentes primarias son ms fiables.

Una vez recolectada la informacin de las diferentes fuentes,
se renen una gran cantidad de datos, que a su vez requieren una
organizacin a travs de las clases o categoras que determinan de
manera ms resumida y organizada las frecuencias y otros datos
que permitirn llegar interpretaciones posteriores. El ordenamiento
se concreta por medio de la tabla de distribucin de frecuencias en
clases.
Para llegar al proceso de ordenamiento se deben ir realizando
algunos pasos ordenados y consecutivos que permiten elaborar la
tabla de frecuencias. Estos pasos se describen a continuacin en:
a) Ordenamiento:
ascendente
Consiste
en
descendente
ordenar
los
datos
de
manera
numricos
recolectados de las unidades estadsticas.

b) Rol de frecuencia: Una vez ordenados los datos se
determinan las veces que repiten cada uno de ellos.
c) Tabla de frecuencia: Este es ltimo procedimiento se
realiza la tabla, discriminando las clases, la frecuencia, las
proporciones y los porcentajes de la informacin y a partir
de ellos se establecen las conclusiones del estudio.
A continuacin realizaremos un ejemplo con las calificaciones
obtenidas en la primera evaluacin de estadstica aplicada a la
educacin
por
los
estudiantes
de
la
seccin
6EA03
especialidad de Educacin Agropecuaria del lapso II-2008.

Nombre
Calificacin
Mara Virginia
04
Yesenia
05
Carolina
18
Javier
19
Lus
12
Carlos
08
Edgard
14
Oscar
15
Laura
18
Miriam
07
Jos
06
Daniel
07
Reina
18
Erica
04
Luisa
05
Enmanuel
05
Albany
14
Javier
12
Andreina
14
Gregorio
18
Alfredo
19
de
la
Eduardo
13
Judith
15
Miguel
18
Sofa
19
Una vez registrado en la tabla de calificaciones los nombres y

las notas obtenidas, se observa informacin desorganizada la cul
es difcil de interpretar y no permite establecer conclusiones a
simple vista.
Ahora bien, se proceder a realizar el primer paso para
organizacin de los datos a travs del ordenamiento bien sea en
forma ascendente o descendente, como se detalla a continuacin:
Nombre
Calificacin
Mara Virginia
04
Erica
04
Yesenia
05
Luisa
05
Enmanuel
05
Jos
06
Miriam
07
Daniel
07
Carlos
08
Lus
12
Javier
12
Eduardo
13
Albany
14
Edgard
14
Andreina
14
Oscar
15
Judith
15
Carolina
18
Laura
18
Reina
18
Gregorio
18
Miguel
18
Javier
19
Alfredo
19
Sofa
19
Una vez concluido el paso del ordenamiento, usted podr

establecer conclusiones ms fcilmente tales como:
La calificacin ms baja es 04
La calificacin ms alta es 19.
Existe mayor nmero de aprobados.
Slo existen 9 alumnos aplazados.
Estas son slo unas pocas conclusiones establecidas que se
pueden obtener desde el ordenamiento de los datos. Asimismo es
importante sealar que no se debe quedar all, as que se requiere
realizar el siguiente paso, representado a travs del rol de
frecuencia.
Calificacin
Frecuencia
04
05
06
07
08
12
13
14
15
18
19
fi
25
Como bien puede apreciarse el rol de ordenamiento consiste

en establecer la cantidad de veces que se hace presente un dato
en el grupo estudiado. Es de hacer notar que la sumatoria de
frecuencias debe coincidir con el nmero de sujetos observados.
Asimismo
en
este
paso
tambin
pueden
establecerse
otras
conclusiones que quizs en el paso anterior seria ms dificultoso,

tales
como:
La
calificacin
que
ms
se
repite
es
18, las
calificaciones 14 y 19 tienen la misma frecuencia, las calificaciones

6, 8 y 13 tienen la menor frecuencia.
En el ejemplo anterior los datos son ordenados y organizados
por sus caractersticas cuantitativas y atendiendo a la escala de
medicin utilizada, de esta misma forma es relevante sealar que
en los casos referidos a datos cualitativos y que responden a la
escala de medicin nominal, se procede a la agrupacin de los
mismos en atencin a sus particularidades comunes lo cual facilita
la interpretacin.
Cuando la variable acepta un nivel de medicin en escala
nominal, procede una tabla de frecuencia simple, porcentajes y
grados que faciliten su representacin grfica, por ejemplo: La
Unidad de Servicios Estudiantiles realiza una encuesta a los
estudiantes de la universidad sobre su condicin socio-laboral, los
valores all presentes pudiesen responder a dos alternativas:
empleado-desempleado.
En tal sentido la informacin recabada
podr expresarse de la siguiente manera:

Condicin
Cantidad
Porcentajes
Grados
Empleados
1564
32.44%
116.81
Desempleados
3256
67.56%
243.19
Totales
4820
100%
360
laboral
Una vez concluidos los procedimientos de ordenamiento y el

rol de frecuencia se procede a la elaboracin de la construccin de
la tabla de frecuencia, los pasos necesarios para realizarla son:
1.
Se determina el tamao del intervalo total, aplicando la

siguiente frmula:
It = Vmax - Vmin
2.
Donde
It= Intervalo Total
Vmax= Valor mximo de la serie de datos
Vmin= Valor mnimo de la serie de datos
Luego se calcula el tamao del intervalo de clases para ello

tenemos:
Ic = It
K
Donde
Ic= Intervalo de clase
It= Intervalo Total
K= Nmero de clases.
Es importante mencionar que el nmero de clases (K) puede ser

establecido de dos formas: La primera es tomar de manera
arbitraria el nmero de clases, stas deben estar comprendidas
entre 5 y 20 clases, el no contemplarlo podra ocasionar sesgo en la
informacin recabada. La segunda aplicando la frmula de Stugart
donde:
It = Vmax-Vmin
K=1+3,322 * log N
Donde:
1+3.322 es una constante
N es el nmero de datos.
Retomando el ejemplo que viene desarrollndose en esta

unidad, aplicando la primera opcin, se tiene que:
It = 19-04
It = 15
Ahora
Ic = 15/5
Ic = 3
En el segundo caso sera
K=1+3,32 * log 25
Ahora
K=1+3,32 * 1,39
K= 5,61 6
Ic = 15/6
Ic = 2, 50 3
Para la construccin de la tabla de distribucin de frecuencias
procederemos a considerar las siguientes columnas:
(a) Frecuencia absoluta o simple (fi), representa el nmero de
veces que se repite un dato en cada clase. (Contar cada dato en
una clase determinada)
(b) Frecuencia absoluta acumulada (Fi), resulta de la sumatoria de
la frecuencia simple de cada clase. Para su construccin se repite el
valor de la frecuencia simple de la clase menor. (fi).
(c) Frecuencia relativa simple (fr), Es la proporcin que resulta al
dividir cada frecuencia simple entre el nmero total de datos. (fi /
N)
(d) Frecuencia relativa acumulada (Fr),
Es la proporcin que
resulta de dividir cada frecuencia absoluta acumulada entre el

nmero total de datos. (Fi / N)
(e) Frecuencia relativa simple porcentual (fr%),
Esta resulta de
multiplicar la frecuencia simple relativa por cien (100). (fr*100%)

(f) Frecuencia relativa acumulada porcentual (Fr%), la misma es
consecuencia
de
la
multiplicacin
de
la
frecuencia
relativa
acumulada por cien (100). (Fr*100%).

(g) Punto medio (Xm), no es ms el punto central entre el lmite
inferior y superior de cada clase, es decir Xm= (Ls+Li)/2
Al elaborar la tabla de forma creciente se comienza por el
dato menor de la serie y cuando se realiza de forma decreciente se
comienza por el dato mayor de la serie. A continuacin ilustraremos
con el siguiente ejemplo:
Clases
Fi
Fi
fr
Fr
fr%
Fr%
Xm
04-06
06
06
0.24
0.24
24
24
05
07-09
03
09
0.12
0.36
12
36
08
10-12
02
11
0.08
0.44
44
11
13-15
06
17
0.24
0.68
24
68
14
16-19
08
25
0.32
1.00
32
100
17,5
La
Cantidades
Proporciones
tabla
es
anterior
una
Porcentajes
muestra
de
representacin
organizada y resumida de datos que facilitan la interpretacin,

anlisis y elaboracin de grficos cumpliendo as con el propsito de
estadstica.
Elaboracin de Grficos
Una de las ventajas ms importantes de la construccin de la
tabla de frecuencias es facilitar la elaboracin de los grficos, los
cuales
permiten
informacin.
una
interpretacin
sencilla
rpida
de
la
Todos nosotros podemos apreciar a diario este
recurso en prensa, revistas, libros, boletines informativos, Internet,

entre otros.
Una vez que los datos han sido recogidos se debe resumir la
informacin de forma apropiada y vlida para su posterior estudio.
Asimismo debe considerarse el tipo y la clasificacin de los datos. A
continuacin se presentan los grficos usados frecuentemente en
estadstica y los ejemplos que se desprenden a partir de los datos
de la tabla anterior.
Histograma de Frecuencia:
Se define como un grfico de barras consecutivas que resulta
de la relacin entre las frecuencias absolutas de la tabla y los
lmites de la primera clase y los lmites superiores del resto de las
clases. Para su construccin se debe considerar dos ejes. El primero
es el eje de las X que corresponde a los intervalos de clases de la
tabla, el segundo eje es el de la Y,
en el se consideran las
frecuencias absolutas.
Es importante resaltar que al construir ste grfico se debe
tener en cuenta una medida adecuada para el eje X considerando el
nmero de las clases. El eje de las Y se levanta perpendicularmente
sobre el primero con una proporcin de 75% a 80% del mismo.
Asimismo se trazan rectngulos contiguos donde su base sea la
longitud de los distintos intervalos y la altura sea el rea
proporcional de las frecuencias representadas. Vale sealar que las
alturas varan pero el tamao de las bases se mantiene.
A continuacin detallaremos el procedimiento en el programa
Excel para la elaboracin de ste grfico:
(a) Haga clic en el botn de inicio, seleccione el paquete
Microsoft Excel, as abrir la pantalla principal del
programa.
(b) Se seleccionan las celdas donde aparecen los intervalos
y las frecuencias absolutas
(c) Presione clic en el botn de asistente para grficos
(d)
Aparece un cuadro de texto donde podr seleccionar el
tipo de grfico a realizar, y debe continuar con las opciones que

ofrece el asistente de grficos para su construccin definitiva.
Polgono de frecuencia:
Son grficos lineales que se utilizan en caso de variable
cuantitativa, se construyen a partir de la relacin entre los puntos
medios de las bases superiores del histograma y las frecuencias
absolutas simples de cada categora cuando la variable sea
agrupada. Algunos estadsticos frecuentemente realizan ste grfico
sobre el mismo eje del Histograma de frecuencia.
Es importante sealar que se deben unir los puntos medios con
una lnea continua y deben ser agregados dos puntos medios
supuestos, uno inferior al menor y uno superior al mayor.
En el
ejemplo anterior se puede apreciar que el punto medio menor es 5

y el punto medio mayor es 18 por lo tanto los puntos medios
supuestos sern 2 y 21.
Grfica Circular:
Son grficos en los que a cada valor o categora se le reasigna
un sector del crculo o rea proporcional a la frecuencia que
representa.
Se
utilizan
tanto
con
variables
cualitativas
cuantitativas y agrupadas o no.

Si la realizacin del grfico circular se hace forma manual,
deben efectuarse una serie de conversiones previas para adecuar el
valor en el sector de la circunferencia. En el ejemplo anterior se
tiene que:
Clases
Fi
04-06
06
07-09
03
10-12
02
13-15
06
17-19
08
Total
25
a) 25
6
360
86.4
X = (6*360)/25
X = 86.4
c) 25
2
b) 25
3
360
43.2
X = (3*360)/25
X = 43.2
360
28.8
X = (2*360)/25
X = 28.8
e) 25
8
360
115.2
X = (6*360)/25
X = 115.2
Una vez que se han realizado los clculos correspondientes

para asignar el sector en la circunferencia a cada categora se
verifican las cantidades y se realiza la sumatoria para comprobar
que el resultado total es 360.
X= 86.4 + 43.2 + 28.8 + 86.4 + 115.2 = 360
Ntese que la sumatoria nos da exactamente 360, si el caso
fuese el contrario se redondearan las cantidades hasta obtener el
total. Para la elaboracin del grfico con el paquete Microsoft Excel
se procede como en los casos anteriores.
(a) Haga clic en el botn de inicio, seleccione el paquete
Microsoft Excel, as abrir la pantalla principal del programa.
(b) Se seleccionan las celdas donde aparecen los intervalos
y las frecuencias absolutas
(c) Presione clic en el botn de asistente para grficos
(d) Aparece un cuadro de texto donde podr seleccionar el tipo de
grfico a realizar (circular), y debe continuar con las opciones
que ofrece el asistente de grficos para su construccin
definitiva.
(e) Se debe hacer clic en el botn siguiente, en ese momento
aparecer los pasos para construir el grfico y hacer las
modificaciones pertinentes segn sea el caso. Quedando:
Frecuencias de las calificaciones de los alumnosde la seccin

6EA01
24%
32%
4-6
7-9
10-12
13-15
17-19
12%
8%
24%
En los casos anteriores hemos trabajado con representaciones

grficas propios de variables continuas, a excepcin del grfico
circular cuyo uso se extiende a variables discretas. stas ltimas
pueden
expresarse
grficamente
mediante
cuadros,
tablas
grficos de barra. Para ello ilustraremos con el siguiente ejemplo:
Cuadro 1: Instituto Pedaggico Lus Beltrn Prieto Figueroa.
Inscritos por especialidad ao 2008.
Especialidad
Frecuencia (inscritos)
Educacin Tcnica
2568
Ciencias Sociales
1745
Ciencias Naturales
1250
Idiomas Modernos
987
Educacin Fsica
3654
Educacin Inicial
3851
Educacin Integral
4879
Castellano y Literatura
962
Matemtica
769
El cuadro permite la organizacin de los datos y facilita su

interpretacin que acompaada del grfico se visualiza mejor el
fenmeno a saber:
Frecuencia de inscritos por especialidad
5000
4500
4000
F
r
e
c
u
e
n
c
i
a
3500
3000
2500
2000
1500
1000
500
0
Educacin
Tcnica
Ciencias
Sociales
Ciencias
Naturales
Idiomas
Modernos
Educacin
Fsica
Especialidad
Educacin
Inicial
Educacin
Integral
Castellano y
Literatura
Matemtica
Ojiva Frecuencias acumuladas:
La
ojiva
es
la
representacin
grfica
de
frecuencias
acumuladas en forma de curva, resultando de la relacin entre los

lmites superiores de cada clase con las Frecuencias relativas
acumuladas porcentuales (Fr%).
Para su construccin se sigue el procedimiento de los grficos
anteriores y se escoge la pestaa en tipo personalizado, luego se
selecciona
la
opcin
lneas
suavizadas,
obteniendo
una
representacin como la siguiente:

Calificaciones
120
100
Fr%
80
60
40
20
0
3
12
15
19
LS
Es necesario mencionar que a pesar de que las grficas

pueden ser construidas de forma tradicional (con papel y lpiz),
existen hoy en da un gran nmero de paquetes estadsticos que
con el uso de comandos sencillos e instrucciones amigables facilitan
la elaboracin de las distintas representaciones.
Ejercicios de la Unidad:
1.- A continuacin se presenta las edades de 36 estudiantes
de Educacin Especial:
18
20
22
25
18
20
22
23
24
23
28
21
25
22
18
25
28
20
22
23
25
24
28
20
22
24
25
18
24
25
23
36
21
24
19
21
Con los datos anteriores construya una tabla de frecuencia de

6 clases e interprete los resultados.
2.- En el curso de Mecanografa I de la especialidad de
Comercio, el docente de la asignatura lleva un registro de la
velocidad
de
transcripcin
de
sus
estudiantes
(medidas
en
segundos), con la siguiente informacin:

15.3
12.6
18.7
12.3
15.3
16.6
15.2
18.6
12.6
12.5
15.6
18.2
12.4
15.3
16.4
15.2
18.6
15.4
12.8
15.4
12.3
15.4
16.8
12.3
13.8
12.9
13.5
18.3
13.5
13.0
12.2
11.3
12.1
14.2
11.9
13.2
(a) Elabore una Tabla de frecuencia.

(b) Interprete resultados
(c) Construya las grficas correspondientes.
3.-
continuacin
se
presenta
una
serie
de
datos
correspondientes a las calificaciones finales de una seccin de

estadstica en el perodo vacacional 2008 en la UPEL-IPB.
Seccin B:
62
38
86
97
44
62
78
80
90
57
40
72
84
99
98
58
66
70
90
74
78 38
38
46
95
56
56
68
48
54
a. Ordene los datos en intervalos de clase y elabore una tabla de

frecuencias completa.
b. Considerando la tabla elaborada responda cada una de las
siguientes interrogantes.
a. Proporcin de calificaciones iguales o superiores a 70:
b. Nmero de estudiantes con calificaciones de 97:
c. Porcentaje de calificaciones mayores a 65:
d. Calificaciones hasta 80 puntos:
e. Proporcin de calificaciones hasta 76:
f. Porcentaje de calificaciones entre 58 y 78:
4.- En el curso de Geografa de Venezuela se abord el estudio
referido a los ndices de precipitacin (valores en mm), en el estado
Lara durante 30 das del mes de mayo. En este sentido fueron
estudiados los siguientes datos:
72.4
78.3
72.5
73.5
76.5
74.6
77.8
76.2
78.6
76.2
75.6
73.5
75.3
73.4
78.6
74.5
76.2
77.4
72.4
75.8
75.6
74.5
76.8
74.4
75.6
78.2
76.2
76.2
76.8
75.4
A partir de los datos anteriores construya una distribucin de
frecuencias, interprete los resultados y elabore las grficas
correspondientes.
5.- En el curso de Geografa de Venezuela tambin se llev a cabo
un estudio sobre la media de temperatura mnimas y mximas
referidas a cada mes del ao en el estado Lara.
Parmetros climticos promedio de Barquisimeto, Venezuela
Mes
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic Anual
Temperatura
diaria mxima 29 29 30 31 32 30 30 30 31 30 29 28
27
(C)
Temperatura
diaria mnima 16 18 22 22 22 21 21 21 21 20 20 19
16
(C)
Tabla tomada de wikipedia. Enciclopedia libre.
Considerando los valores anteriores grafique.

6.- Sobre la base del ejercicio nmero 8 desarrollado en la primera
unidad. En esta segunda referida a la recoleccin y organizacin de
los datos, seleccione y aplique un instrumento que le permita la
recoleccin de los datos, posteriormente realice los pasos de
ordenamiento, rol de frecuencia hasta llegar a la elaboracin de la
tabla de frecuencias. Seguidamente interprete en trminos de
cantidad, proporcin y porcentajes la informacin organizada en la
referida tabla y construya los grficos ajustados a la variable
estudiada.
7.- La secretaria de la UPEL-IPB emiti un boletn de egresados en
por especialidad en el mes de julio de 2012. Con la siguiente
informacin: Educacin Fsica: 82 estudiantes; Educacin Tcnica:
123; Geografa e Historia: 135; Educacin Inicial: 95; Qumica: 16;
Fsica: 8; Biologa: 31; Matemtica: 42; Informtica: 28; Educacin
Integral: 115. Idiomas modernos: 60; Castellano y Literatura: 26.
Organice una tabla y un grfico circular:
Direcciones para consulta:
http://sapiens.ya.com/matagus/unidad2.htm
http://www.eumed.net/libros/2007a/239/3.htm
http://descartes.cnice.mec.es/materiales_didacticos/estadistica_1_ciclo/esta3
.htm
http://www.estadistica.ucr.ac.cr/pdf/xs-0111/df.pdf
http://www.ucv.ve/eus/Materiales/Primero/Estadistica/T4.pdf
UNIDAD III
Medidas de Tendencia Central
Para lograr el desarrollo de la presente unidad, hacemos
mencin
a los conceptos:
Medir y
Medicin, el
primero
entendido como el proceso ordenado, sistemtico e intencional que

siguiendo una escala preestablecida busca cuantificar un fenmeno,
mientras que medicin sera el resultado del proceso descrito
anteriormente.
En el caso de las ciencias sociales,
resulta
complejo aplicar dichos conceptos pues los mismos necesitan de

herramientas auxiliares que nos aproximen a la realidad estudiada.
Ejemplo de ello, es la medicin del conocimiento, para lo cual se
requiere de un instrumento tal como una prueba escrita con su
escala de medicin (medir), al aplicar dicha prueba el estudiante
obtiene
como
resultado
16
puntos
(medicin),
que
puede
representar o no el aprendizaje, esto debido a que existen mltiples

factores que inciden en ese resultado (horas de estudio, tensin,
estrs, alimentacin, problemas personales, entre otros).
Al mismo tiempo existen variables que se tornan difciles de
medir,
por lo cual requiere del uso de constructos, que son
representados por aquellos eventos que el investigador asume para

delimitar conceptualmente su estudio. Ejemplo: Una investigacin
que considere la variable salud del personal administrativo de una
empresa, el cual puede ser abordado desde diferentes disciplinas,
a saber: un mdico, un nutricionista y un socilogo.
Para el primero la salud la medir considerando el estado
fsico,
producto
de
diferentes
exmenes
(Presin
arterial,
hematologa,
radiografas,
entre
otros),
si
los
mismos
se
encuentran dentro de los parmetros establecidos por la ciencia

mdica como normales, estos sern considerados con buena salud.
En el caso del nutricionista, considerar el rgimen alimenticio que
al estar dentro de los patrones de buena alimentacin tendra
buena salud y por ltimo el socilogo se enfocar en diagnosticar el
comportamiento del individuo en su entorno de trabajo.
El caso descrito permite evidenciar como una variable, en
este caso salud, puede abordarse desde diferentes pticas de
acuerdo a la delimitacin que establezca el investigador, todo ello
conduce a pensar que no existe una categora nica en las ciencias
sociales, debido al carcter complejo del ser humano y su relacin
con el entorno y evolucin.
Una vez aclarado el concepto de medida, entendido ste
como el resultado que se genera luego de aplicar un procedimiento
estadstico, concretaremos la definicin de Tendencia Central.
Al
referirnos a dicho trmino imaginamos valores que estn dispuestos

hacia el centro de un serie de datos, es decir, que tienden a
concentrarse alrededor de la mitad de un grupo.
En este sentido, al describir un fenmeno se realizan
observaciones. En un grupo, con frecuencia emergen distintos
valores, algunos muy bajos y otros muy altos, sin embargo stos
no son representables para el fenmeno estudiado, ya que slo
constituyen los extremos del grupo. Entonces sera ms adecuado
ubicar los valores centrales. Dichas medidas describen un valor
tpico en un grupo de observaciones y son denominadas Medidas de
Tendencia Central. Es importante tener en cuenta que estas se
aplican a grupos ms que a individuos. Para ello, una media es una
caracterstica de un fenmeno grupal, ms que individual.
Las medidas ms conocidas y usadas en la tendencia central
son: Media Aritmtica, Mediana y Moda, que a continuacin
describiremos:
Media Aritmtica: Es la medida definida como el valor
promedio, obtenida a partir de las sumatorias de los valores
generados de cada una de las observaciones, dividiendo dicho
resultado entre el nmero de observaciones del grupo.
Esta
medida resume en un valor las caractersticas

de todas las observaciones.
La formula para calcular la media
depender de que se encuentran agrupados o no:

Donde
X= X
representa
la
suma
de
las
puntuaciones
N es igual al nmero de casos.

Por ejemplo,
si tenemos un grupo de estudiantes con las
siguientes estaturas: 1.25, 1.30, 1.29, 1.32, 1.27, 1.28, 1.29, 1.32,
1.40, 1.27, aplicando la formula para calcular la media tenemos:
X= 1.25+1.30+1.29+1.32+1.27+1.28+1.29+1.32+1.40+1.27
10
X= 12.99/10
Para ello, 1.29
es la
X= 1.29
estatura ms representativa del grupo de
estudiantes observados, es de hacer notar que 1.25 es la medida

ms baja y 1.40 la ms alta,
pero estos valores no describen al
grupo, por lo tanto debe calcularse una medida representativa del
grupo. De aqu se interpreta que: el promedio de estatura del grupo
de alumnos es de 1.29 cms.
1.25
1.27
1.28
1.29
1.30
1.32
1.40
1.27
1.29
1.32
La Mediana: Es la medida que representa el valor que est

en la mitad de la serie de datos, es decir que por debajo de la
mediana conseguiremos el 50% de los datos y por encima el otro
50%. Por otra parte, es necesario sealar que esta medida no es
sensible a los valores extremos de la serie, es decir que, si se
modifican los valores extremos no se altera el valor de la mediana.
Para calcular la mediana en datos no agrupados se tiene el
siguiente procedimiento:
P= n/2 (Par)
P= (n+1) /2 (impar)
Una vez determinada la posicin de la Mediana, se cuentan
los espacios en la serie hasta determinar el lugar de la misma.
La Moda: Es la medida que representa el valor que ms se
repite en la serie de datos, es decir el ms comn o frecuente. Por
sus caractersticas es de fcil clculo aunque su aplicabilidad es
limitada cuando existen casos bi-modales o multimodales. Por
ejemplo, si tenemos un grupo de estudiantes con las siguientes
estaturas: 1.25, 1.30, 1.29, 1.32, 1.29, 1.28, 1.29, 1.32, 1.40,
1.27, la moda estar representada por el valor: 1.29 por ser el que
ms veces se repite, podemos entonces interpretar que: La
estatura ms comn en el grupo de estudiantes es de 1.29 cms.
Es importante sealar que la serie de datos usada para la
ejemplificacin en las tres medidas, el dato arrojado fue 1.29 cms,
esto no siempre es as, en este ejemplo se puede decir que la serie
es simtrica, entonces se concluye que cuando la X, Md, Mo, son
iguales las distribuciones o series son simtricas.
1.25
1.27
1.28
1.29
1.30
1.32
1.40
X
Md
Mo
Las Medidas de Tendencia Central como se puede visualizar
en el grfico anterior, son valores representativos de un grupo de
datos pero su ubicacin esta referida al centro de los mismos, si
bien su utilidad en los estudios es significativa, existen otras
medidas de posicin que permiten ubicar cualquier porcentaje de
datos que exista por debajo de l sobre la totalidad del grupo con
mayor exactitud, son las medidas de orden, entre ellas:
El Cuartil: es una medida que representa un cuarto del valor
total,
este proyecta el 25% en el primer cuartil, el 50% para el
segundo, 75% para el tercero y 100% para el cuarto, dicha medida
permite dividir la recta en cuatro partes iguales, cada una de ellas:
Q1 25%
Q2 50%
Q3 75%
Para el clculo de la medida del cuartil se proceder a
organizar los datos de menor a mayor y aplicar la siguiente
formula:
P= a*n/4 (Par)
P= a*(n+1)/4
(impar)
Donde
P: representa en lugar en el cual se encuentra el
cuartil.
a: el nmero del cuartil que se busca
n: el nmero de datos de la serie.
El Decil: Es una medida que permite ubicar los datos de una

distribucin con porciones de 10% en 10%. Es decir que la recta
donde son ubicados los datos, estar dividida en 10 partes iguales,
se conseguir entonces el D1, D2, D3, D4, D5, D6, D7, D8, D9, D10.
P= a* n/10 (Par)
P= a* (n+1)/10
(impar)
El Percentil:
Donde
decil.
a: el nmero del decil que se busca
Es una puntuacin, medicin, valor que deja
siempre por debajo de l un mximo de individuos o porcentajes.

En la ubicacin de los datos en una recta puede ubicarse en
cualquier punto. Para la cual se conseguir desde el P1P100.
P= a* n/100 (Par)
P= a* (n+1)/100
(impar)
Donde
percentil.
a: el nmero del percentil que se busca
Q1
Q2
D1 D2
P3
Q3
D5
P25
P50
P75
Hasta este momento se ha trabajado con datos no agrupados,

pero es necesario considerar los ejercicios con datos dispuestos en
una tabla de frecuencias. En estos casos los procedimientos
referidos al clculo de Medidas de Tendencia Central responden a
otras frmulas que se aplicarn a continuacin con el siguiente
ejercicio: Se desea determinar la Media, Mediana y Moda en un
grupo de estudiantes de un sector de la comunidad de Pueblo
Nuevo de Barquisimeto
Tabla de Frecuencia
Edades de estudiantes del Sector I de la comunidad de Pueblo
Nuevo
Clases
fi
Xm
fi*Xm
04-07
5.5
16.5
08-11
9.5
85.5
12-15
13.5
67.5
16-19
17
17.5
297.5
20-23
14
21.5
301
24-27
12
25.5
306
28-31
29.5
206.5
32-35
13
33.5
435.5
=80
=1716
Para el clculo de la Media en datos agrupados (Mtodo

directo) se debe obtener la frecuencia absoluta y el punto medio,
luego se procede a multiplicar cada frecuencia por el punto medio
que corresponda en cada clase, como se demuestra en la tabla
anterior. Una vez realizado dicho clculo se realiza la sumatoria de
los resultados del producto y se aplica la siguiente frmula:
X= (fi*Xm)
fi
X= 1716
para
80
X= 21.45
El resultado obtenido obedece a la media de la edad de los

estudiantes del sector I de la comunidad de Pueblo Nuevo, para su
interpretacin se debe considerar la variable en estudio (edad),
estos datos estn reflejados en aos cumplidos por lo que
concluimos en que la edad promedio en los estudiantes de dicha
comunidad es de 21 aos.
Para el clculo de la Mediana en datos agrupados se calcula la
frecuencia acumulada para determinar la posicin donde se
encuentra la misma, esto mediante el clculo del nmero total de
datos entre dos, en los casos donde la frecuencia sea impar se
agrega uno al total de los datos. Seguidamente seleccionamos la
clase donde se ubica la mediana y procedemos a los clculos
correspondientes segn la frmula:
Tabla de Frecuencia
Nuevo
N de
Clases
fi
Fi
04-07
08-11
12
12-15
17
16-19
17
34
Clculo para la
posicin de la
mediana:
N/2
20-23
14
48
80/2=40
24-27
12
60
28-31
67
32-35
13
80
clases
=80
Aplicando la frmula para el clculo de la mediana para datos
agrupados:
Md=li + ((n/2) (Fi ant)) * ic
fi
Md= 20 + (40 34) * 3

14
Md= 20 + (0.42) * 3
Md= 20 + 1.26
Md= 21.26
La mediana de la edad de los estudiantes del sector I de la
comunidad de Pueblo Nuevo, para su interpretacin se establece
que la edad que se ubica en el centro de los datos es 21.26
reflejados en aos cumplidos se expresa en 21 aos, se infiere que
la mitad de las edades de los estudiantes de dicha comunidad se
encuentran por debajo de ella y el otro 50% por encima de la
misma.
En referencia al clculo de la Moda en datos agrupados se debe
obtener la clase modal, es decir, la clase que tenga la frecuencia
ms alta. Luego
se seleccionan los datos necesarios para la
aplicacin de la frmula que determina la moda:

Tabla de Frecuencia
Nuevo
N de
Clases
fi
04-07
08-11
12-15
16-19
17
20-23
14
24-27
12
28-31
32-35
13
clases
Clase Modal
Mo= 16+
14
5+14
Mo= 16 + 0.73 * 3
Mo=16+2.19
Mo= 18.19
=80
*3
Mo=li +
f2
f1+f2
* ic
El clculo obtenido es 18.19 aos, siendo sta la ms comn

o frecuente en grupo de estudiantes del sector I de la comunidad
de Pueblo Nuevo. Tomndolo en aos cumplidos concluimos que 18
aos es la edad que ms se repite entre en los estudiantes de dicha
comunidad.
Las medidas de orden (cuartiles, deciles y percentiles)
expresan una posicin ordenada, las cuales arrojan el resultado con
mayor significado y ubicacin exacta de acuerdo a la situacin de
orden que se desea. En el caso de su clculo en datos agrupados
se toma en cuenta el siguiente procedimiento:
Se calcula la posicin que se desea buscar, de acuerdo al orden
deseado.
Se considera en la frecuencia acumulada para determinar la
posicin donde se encuentra el resultado anterior.
Seguidamente seleccionamos la clase donde se ubica la
medida y se procede a los clculos correspondientes segn la
frmula.
A saber, si deseamos calcular Q3 en la siguiente tabla
Tabla de Frecuencia
Nuevo
N de
Clases
fi
Fi
04-07
08-11
12
12-15
17
16-19
17
34
20-23
14
48
24-27
12
60
28-31
67
32-35
13
80
clases
Clculo para la
posicin de Q3
Pos= a*(N/4) (par)
Pos= a*((N+1)/4)
Pos= 3*(80/4)
Pos=60
=80
Aplicando la frmula para el clculo de las medidas de orden
(cuartiles, deciles, percentiles) para datos agrupados:
Medida=li + ((pos) (Fi ant))

* ic
Fi
Q3= 24 + (60 48) * 3

12
Q3= 24 + (1) * 3
Q3= 24 + 3
Q3= 27
Nota: Cuando se requiera del clculo de cualquier medida de
orden el procedimiento es el mismo, segn sea el caso la serie de
datos
ser
divida
entre
(cuartiles),
10
(deciles)
100
(percentiles).
Ejercicios de la Unidad
1.- A continuacin se presentan dos
(2) distribuciones de
frecuencias correspondientes a dos (2) grupos diferentes, a saber el

Grupo A y Grupo B. En cuanto al primer grupo, los datos se refieren
a las calificaciones del III corte de un curso de Filosofa de la
Educacin en la UPEL de Barquisimeto, en cuanto al grupo B, los
datos presentados en la tabla de frecuencias responde a las
calificaciones de un grupo de atletas que representan a la seleccin
juvenil de la misma universidad, evaluados en una escala del 47 al
71.
Calificaciones
Calificaciones
30
34
67
71
35
39
62
66
10
40
44
57
61
45
49
11
52
56
12
50
54
12
47
51
55
59
60
64
Calcular e interpretar de acuerdo con a los resultados generados en

cada grupo.
Determine la Media, Mediana, Modo, Percentil
48,
Cuartil
2.- Una vez realizados los ejercicios 1, 2, 3 y 4 de la unidad

anterior calcule la media, mediana y moda en cada uno de los casos
y adicionalmente determine Q2, P20 y D8
3.- En consecucin del ejercicio nmero 8 de la unidad I que
viene desarrollando, aplique y analice las medidas de Tendencia
Central y las medidas de Posicin que usted seleccione.
4. La siguiente tabla se representa la distribucin de
frecuencia correspondiente a las puntuaciones finales de un examen
de matemtica
Calificaciones
20-29
30-39
40-49
50-59
60-69
70-79
80-89
90-100
1.- CALCULAR LA MEDIA

2.- CALCULAR LA MEDIANA
3.- CALCULAR LA MODA
4.- CALCULAR EL PRIMER CUARTIL
5.- CALCULAR EL TERCER DECIL
6.- CALCULAR EL PERCENTIL 90.
Frecuencia
1
2
3
11
21
43
32
9
5.- A continuacin se muestra la tabla de frecuencia de los sueldos
devengados semanalmente en la empresa XWY
SUELDOS SEMANALES
0 200
201 400
401 600
601 800
801 1.000
1.001 1.200
FRECUENCIA
35
25
26
35
8
15
CALCULAR:
-
MEDIDAS
DE
TENDENCIA
CENTRAL
INTERPRETE
LOS
RESULTADOS.
- DECIL 5, CUARTIL 3, PERCENTIL 41 E INTERPRETE LOS
RESULTADOS.
Sitios a consultar:
http://tgrajales.net/tendencentral.pdf [Consulta: 25 de septiembre
de 2008]
http://www.ucv.ve/eus/Materiales/Primero/Estadistica/T8.pdf
[Consulta: 25 de septiembre de 2008]
http://www.universidadabierta.edu.mx/SerEst/MAP/METODOS%20
CUANTITATIVOS/Pye/tema_12.htm [Consulta: 25 de septiembre de
2008]
http://pedrojulio.nireblog.com/post/2008/04/15/medidas-detendencia-central-la-moda. [Consulta: 25 de septiembre de 2008]
http://www.mitecnologico.com/Main/MedidasDeTendenciaCentralYD
ePosicion [Consulta: 25 de septiembre de 2008]
UNIDAD IV
Medidas de Variabilidad o Dispersin
En la unidad anterior se estudiamos las medidas de tendencia
central y orden, valores representativos de un grupo que indican el
comportamiento de los datos entendidos como un todo. Sin
embargo estas medidas tienen sus limitaciones en la interpretacin
de la conformacin de los grupos, veamos un ejemplo.
Si tenemos dos secciones sometidas a una prueba cuyo peso
es de 25% y los resultados son los siguientes:
Seccin A:
16, 18, 18, 20, 20, 20, 22, 22, 24
Seccin B:
20, 20, 20, 20, 20, 20, 20,20, 20
Procedamos a calcular para cada grupo las medidas de

tendencia central: Media, Mediano y Moda:
Seccin A: Media = 16+18+18+20+20+20+22+22+24 =
9
180 = 20
9
Seccin B: Media = 20+20+20+20+20+20+20+20+20 =
9
180 = 20
9
Seccin A: Mediana: El nmero de datos es impar nueve (9),
seleccionamos el centro en este caso 20, deja por debajo y por
encima de el, la misma cantidad de datos cuatro (4).
Seccin B: Mediana: El nmero de datos es impar nueve (9), pero
todos tienen el mismo valor, seleccionamos el centro en este caso
20, deja por debajo y por encima de el, la misma cantidad de datos
cuatro (4).
Seccin A: Modo: Seleccionamos el valor que ms se repite en este
caso 20, se encuentra tres (3) veces, por lo tanto es la Moda.
Seccin B: Mediana: Todos tienen el mismo valor, es decir se repite
el mismo en este caso veinte (20), es la Moda.
GRUPO A
GRUPO B
MEDIA
20
20
MEDIANA
20
20
MODA
20
20
Al observar la tabla anterior, se muestra que la Media,

Mediana y Moda arrojan el mismo resultado, por consiguiente,
basndonos en ellas, podemos afirmar que los grupos son iguales.
Este anlisis es vlido segn las medidas de tendencia central. Sin
embargo,
la
estadstica
ofrece
otros
recursos
que
permiten
profundizar en cuanto al comportamiento de los datos en cada

grupo.
Al representar los datos anteriores grficamente se observa:
GRUPO A
16
18
20
22
18
20
22
24
20
GRUPO B
20
20
20
20
20
20
20
20
20
Si bien los grupos A y B arrojan los mismos resultados en

tendencia central, al graficarlos se evidencia que su composicin es
diferente, mientras que en
el grupo A existen calificaciones que
van desde 16 hasta 24, en el B todos tienen un puntaje de 20.

Ciertamente en esencia no son iguales, todo esto es posible
afirmarlo con el auxilio de otras medidas estadsticas, que surgen
del estudio de la variabilidad.
De aqu, se puede afirmar que las medidas de variacin son
de gran utilidad en los anlisis estadsticos, debido a que permiten
aclarar la interpretacin de los resultados en una investigacin
estadstica. Las medidas de variabilidad nos informan basndose en
las caractersticas del grupo, el grado de homogeneidad
heterogeneidad de los datos en una distribucin de frecuencias.

Entre las medidas de variabilidad o dispersin, se encuentran:
Medidas de
Dispersin Absoluta
Medidas de
Dispersin Relativa
Amplitud o Rango
Varianza
Desviacin Tpica
Coeficiente de Variacin
Las medidas de dispersin absoluta: Son aquellas resultantes

de la relacin existente entre las medidas de Tendencia Central y
los datos de la distribucin de frecuencia que se expresan en la
misma unidad estudiada como: recorrido o amplitud,
varianza y
desviacin tpica, son usadas en los anlisis estadsticos generales.

Amplitud o Rango: Esta medida de variabilidad permite
establecer la cantidad de datos diferentes posibles a encontrar
entre el valor mayor y valor menor en una serie de datos, es decir
el recorrido que presenta la variable. En el ejemplo que se viene
trabajando, se tiene que:
Formula de Amplitud: A = Vmax Vmin + 1
Amplitud Seccin A:
A = 24 16 + 1 = 9
Este resultado nueve (9), se
interpreta que dentro de las
calificaciones de la prueba corta en la seccin A, hay la posibilidad

de encontrar nueve (9), valores diferentes.
16
17
18
2
19
20
21
22
Amplitud Seccin B:
23
8
24
9
A = 20 20 + 1 = 1
Este resultado uno (1), se
interpreta que dentro de las
calificaciones de la prueba corta en la seccin B, slo se puede de

encontrar un valor.
20
1
En este sentido, al comparar los grupos, con la amplitud o
recorrido de la variable, se evidencia que en el caso estudiado del
grupo A, este presenta mayor variabilidad posible de datos, es decir
su composicin es ms heterognea, mientas que en el grupo B, no
hay variabilidad de datos, el grupo es ms homogneo. En
conclusin a mayor amplitud, mayor ser la variabilidad presente
en la composicin en una serie de datos. Sin embargo, esta medida
es la ms simple, debido a que slo con la cantidad de valores que
puede asumir una variable, no se pudiese dar una interpretacin
precisa de cuan homogneo o heterogneo es un grupo, por lo cual
se hace necesario calcular las siguientes medidas.
Desviacin Tpica o Estndar: Esta medida de variabilidad
permite estudiar de que manera los valores se alejan y se acercan
con respecto al promedio central de los datos. El grado de
dispersin de una serie de datos alrededor de la media aritmtica
nos indicar el grado de homogeneidad o heterogeneidad de los
datos, si estos son iguales entre si, no hay dispersin por
consiguiente a mayor desviacin tpica mayor dispersin en la serie
de datos que conforman un grupo. Tomando en cuenta el ejercicio
anterior se tiene:
S= (X-X)2 / N
X=20
Entonces Grupo A:
(16-20)+(18-20)+(18-20)+(20-20)+(20-20)+(20-20)+(2220)+(22-20)+(24-20)
(-4) + (-2) + (-2) + (0) + (0) + (0) + (2) + (2) + (4)
Cada resultado debe ser elevado al cuadrado (X-X)2
16 + 4
+ 4
S= 48/9
S= 5.33
S= 2.31
+4 +
16
En referencia al ejercicio los valores se alejan o acercan a la
media con una desviacin estndar de 2.31 puntos, mientras ms
bajo sea el valor de la desviacin ms cercano estn los datos al
promedio, que indicar cuan homognea es la serie.
Varianza
Esta medida tambin representa la dispersin que muestran
los datos con respecto al promedio o media X, su resultado es difcil
de interpretar debido a que el mismo es expresado al cuadrado, un
ejemplo de ello seria, al tener valores medidos en litros.
La
varianza es de utilidad cuando deben ser considerados la totalidad

de los datos. Se enunciada S2
Ahora, estos mismos estadsticos se aplican con datos
agrupados, para ello se puede proceder, de las siguientes formas:
Clculo
de
la
desviacin
estndar
para
datos
agrupados
Pasos:
a. Segui r todos l os pasos necesari os para calcular l a
medi a a parti r de datos agrupados, utili zando el
mtodo abreviado.
b. Para cada cl ase, se obtiene el punto medi o y este
es restado al val or de la medi a
c. El resultado obteni do es elevado al cuadrado.
d. El
producto
obtenido
es
multi pli cado
por
cada
frecuenci a absol uta .

e. Sumar l os val ores de l a col umna anteri or.
f. Se cal cul a l a desvi aci n estndar a parti r de l a
si gui ente frmul a.
2
fi * X X
N
Con respecto al ejercici o anteri or se ti ene:

Clases
fi
Xm
Xm - X
(Xm-
fi *
x)2
(Xmx)2
04-07
5.5
238.70
716.10
131.10
1179.9
15.45
08-11
9.5
11.45
=5015.2 8
12-15
13.5
- 7.95
63.20
316.00
16-19
17
17.5
- 3.95
15.60
265.20
20-23
14
21.5
0.05
0.0025
0.0350
S=62.69
24-27
12
25.5
4.05
16.40
196.82
S=7.91
28-31
29.5
8.05
64.80
453.61
32-35
13
33.5
12.05
145.20
1887.62
5015.28
80
Otra forma de calcular la desviacin es la

siguiente:
Pasos:
A Segui r todos l os pasos necesari os para calcular l a
medi a
partir
de
datos
agrupa dos,
utilizando
el
mtodo abreviado.
B
Para
columna
cada
(Fx')
cl ase,
por
multi plique
el
val or
de
cada
la
val or
de
desviaci n
la
en
uni dades del interval o (x') correspondi ente. Estos
productos se anotan en una columna que se anexa,
encabezada por (Fx'2).
C
Sumar
los
val ores
de
la
columna
Fx'2
para
obtener Fx'2.
D Se cal cul a la desvi acin estndar a parti r de l a
si gui ente frmul a".
Tabla No. 2
Distribucin agrupada de las edades de los alumnos
de la seccin 001 de la asignat ura Est adstica
Aplicada a la Educacin de la U PEL -IPB 2008.
INTERVALO
F(acu)
PM (x)
Fx
FX2
31-33
31
32
64
2048
28-30
29
29
58
1682
25-27
27
26
52
1352
22-24
18
25
23
414
9522
19-21
20
140
2800
= 31
Fx =
1740
4
728
Fuente: Instrumento aplicado en la Seccin 001 Estadstica
UPELIPB 2008
fx 2
2
fx
N
S
N
728
17404
31
S
31
Fx 2
2
Fx N
S 9,927
S 3,15
El resultado permite afirmar que las edades de los alumnos
de la seccin 001 de Estadstica se alejan o se acercan a la media
con una desviacin estndar de 3,15 aos.
Desviacin Intercuartil: Es la medida de variabilidad que permite
establecer en que medida los valores se acercan o se alejan al
centro. Al tomar como referencia a la Mediana, garantiza el precisar
los valores centrales de la serie de datos. Entonces, esta puede ser
definida como la mitad de la distancia entre Q1 y Q3. Su frmula se
representa:
Q= Q3 Q1
2
El procedimiento para la desviacin intercuartil, deber
calcularse primeramente el cuartil 1 y el cuartil 3 de acuerdo a la
explicacin hecha en la unidad
de las medidas de Posicin.
Posteriormente se aplica la frmula anteriormente descrita. Por

ejemplo tenemos:
N de
Clases
Fi
Fi
04-07
08-11
12
12-15
17
16-19
17
34
20-23
14
48
24-27
12
60
28-31
67
32-35
13
80
clases
Clculo para la
posicin de Q1
Pos= A*(N/4) (par)
Pos= A*((N+1)/4)
Pos= 1*(80/4)
Pos=20
Q3= 24 + (60 48) * 3

12
Q1 =16 + (20 17) * 3

17
Q3= 24 + (1) * 3
Q1= 16 + (0.18) * 3
Q3= 24 + 3
Q1= 16 + 0.54
Q3= 27
Q1= 17
Al aplicar la frmula de la desviacin intercuartil tenemos:

Q= (Q3 Q1) / 2
Q= (27 17) / 2
Q= 5
Para su interpretacin, se debe disponer de la media que para
el presente ejercicio di como resultado 21.45 para ello, se tiene
una desviacin intercuartil de 5, por lo que tenemos un intervalo de
16.45 y 26.45.
Es decir, que aproximadamente el 50% de los
casos estn comprendidos entre 16.45 y 26.45.

Medidas de Dispersin Relativa
Coeficiente
de
variacin
Coeficiente
de
variabilidad
relativa.
Las medidas de variacin relativa son de gran utilidad, debido
a que permiten comparar dos o ms series que presentan
caractersticas distintas en cuanto a magnitudes o en unidades
originales de la distribucin.
Dichas medidas de dispersin relativa son resultantes de la
relacin que se establece entre las medidas de Dispersin Absoluta
y las medidas de Tendencia Central, estas medidas son expresadas
en porcentajes.
El coeficiente de variacin, es la medida ms representativa
de la dispersin relativa,
fue desarrollado por Karl Pearson, y
resulta muy til cuando:
Los datos son expresados en unidades diferentes como sera

la comparacin entre bolvares y peso
Los datos son expresados en las mismas unidades pero

diferentes en magnitudes, por ejemplo el costo en bolvares
en el kilo de caf y el costo de barriles de petrleo.
Esta medida es el resultado de la divisin entre la desviacin

estndar
la
media
aritmtica,
expresada
en
porcentaje
(multiplicada por cien). Su frmula es:

Cv= (S / X) * 100
Como ya se ha dicho el coeficiente de variacin es independiente
a las unidades que son expresados los datos. Por ejemplo, si se
desea comparar la variacin entre el peso y la talla de un grupo de
jvenes de la U. E Simn Bolvar, en el cual se encuentra un peso
promedio de 55 kilos y una desviacin tpica de 7.05 kilos y una
talla de 152 cms con una desviacin tpica de 6.7 cms. Resulta
difcil comparar kilos con centmetros.
En este caso, talla y peso son expresadas en unidades distintas,
por lo cual resulta muy conveniente utilizar el coeficiente de
variacin
para
poder
realizar
dicha comparacin.
Tendremos
entonces que:
CVpeso= (7.05 / 55) * 100
CVpeso= 12.81 %
CVtalla= (6.7 / 152) * 100
CVtalla= 4.41 %
De acuerdo a estos valores se puede interpretar que en el
grupo de jvenes existe mayor variabilidad en el peso que en la
talla. Es de hacer notar que al ser expresado en porcentaje resulta
ms fcil la interpretacin de los datos.
Tabla de Interpretacin del Coeficiente de Variacin
Valores
Interpretacin
0% - 10%
Muy homogneo
11% - 15%
Homogneo
16% - 25%
Heterogneo
26% o ms
Muy heterogneo
Ejercicios de la unidad:
1.-
A continuacin se presentan dos
(2) distribuciones de
frecuencias correspondientes a grupos diferentes, Grupo A y B. En

cuanto al primer grupo, los datos se refieren al consumo de
electricidad medido en kilovatios en un nmero de edificios
ubicados en la zona Oeste de Barquisimeto, en cuanto al grupo B,
los datos presentados en la tabla de frecuencias responde al peso
(medidos en kilogramos) de un grupo de atletas de diferentes
categoras que representan a la seleccin del Estado Lara.
GRUPO A
fi
GRUPO B
fi
28 - 32
65 - 69
33 - 37
60 - 64
38 - 42
55 - 59
10
43 - 47
50 - 54
48 - 52
10
45 - 49
53 - 57
40 - 44
58 - 62
Para cada grupo calcule
Desviacin, Amplitud y Coeficiente
de variacin. Compare los resultados y realice las interpretaciones.

2.- En un grupo de nios del 5 grado de la U.E. Ciudad de Valencia
se tienen los siguientes una altura promedio de 145 cms y con una
desviacin tpica de 3.5 cms y un peso promedio de 48 kilogramos
con una desviacin promedio de 7.6 kilogramos. Se pide determinar
en cul de las dos caractersticas se presenta mayor variabilidad.
Interprete resultados.
3.-
A continuacin se presentan las edades de dos grupos, se
requiere calcular amplitud total, medidas de variacin e interpretar

en base a los resultados.
A: 23, 22, 24, 25, 26, 27, 23, 22, 28, 22, 19, 24, 24, 29, 25.
B: 17, 19, 20, 22, 25, 19, 18, 25, 27, 25, 28, 22, 25, 18, 26.
4.- En la presente tabla se muestran las edades de una comunidad
cercana a la universidad, se pretende calcular e interpretar la
desviacin tpica y la desviacin intercuartil.
Clases
fi
2-4
5-7
8-10
12
11-13
15
14-16
22
17-19
16
20-22
23-25
26-28
Sitios a consultar:
http://www.basculasbalanzas.com/instrumentos-demedicion/medida-de-dispersion.html
[Consulta: 06 de octubre de 2008].
http://tgrajales.net/dispersion.pdf
http://155.210.58.160/asignaturas/15909/ficheros/Tema3_notas4.
pdf
http://www.amordedios.org/juanjo/estadistica/s/index.htm
http://www.ematematicas.net/estadistica/medidas/index.php
UNIDAD V
Correlacin
En
el
desarrollo
de
las
unidades
anteri ores
hemos estudiado l as caractersti cas de una vari able

en
una
di stribuci n ,
necesari o
estudiar
en
algunas
ms
de
oportuni dades
una
al gunos casos rel acionarl as entre si .
v ari able
es
en
Correl aci n es
el val or que indi ca en que grado se aproxi ma o se

aleja
la
rel acin
correl aci onar

rel aci n
entre
variables
estudi adas.
Al
dos vari abl es puede ocurri r que su
sea
positi va,
negativa
que
no
exista
rel aci n entre ell a.

Cuando dos fenmenos soci ales, f si cos o bi ol gicos
crecen
decrecen
proporci onal
que
los
debi do
dos
de
a
forma
factores
fenmenos
simultnea
externos,
estn
se
y
di ce
positivamente
correlacionados. El grado de correl aci n se cal cul a

aplicando un coefi ciente de correl aci n a l os datos
de
ambos
fenmenos.
Esto
medi ante
modelos
matemticos.
Un model o matemtico es una representaci n i deal
(en l a forma de un si stema, proposi ci n, frmul a o
ecuaci n) de un fenmeno fsi co, bi ol gico o soci al.
Segn Freund (1994), Correl aci n es una prueba
estad sti ca para analizar la rel aci n entre dos
vari abl es medi das en un nivel por interval os o de
razn.
Se simboli za: (r)
El
calcula
coefi ciente
a
partir
de
de
correl aci n
los
datos
de
Pearson
obtenidos
en
se
una
muestra para dos vari ables.
Pearson trabaja con dos vari ables:

Una variabl e independiente (causa), representada
en (X).
Una vari abl e dependiente (efecto), representada

por (Y).
La
Correl aci n
busca
medi r
en
cunto
dos
vari abl es se asoci an o en qu canti dad se di soci an.

La Correlaci n de Pearson se representa a travs de
un
Diagrama
observar la
de
Di spersi n,
di recci n
que
si gue
el
la
cual
permite
rel aci n
de
la
vari abl e grfi camente, mientras que el cl cul o de la

correl aci n (r) permi te saber en cuanto se asoci an
l as dos vari ables. La frmul a a ser aplicada es:
rx * y
x * y
x y
N
2
2
x 2 x * y 2 y
N
N
Para construir el Diagrama de Dispersin se elabora un primer
cuadrante, colocando en escala la variable independiente en el eje
(X) y la variable dependiente en el eje (Y), y luego se proceden a
unir los puntos correspondientes a las intersecciones de cada valor
de (X) con su respectivo valor (Y).
Ejemplo
Ttulo:
Correl aci n
entre
el
peso
el
ndi ce
acadmi co de l os (31) alumnos de l a seccin 001 de

l a asi gnatura estad sti ca apli cada a la educaci n.
Vari ables:
X = Peso de l os al umnos de la secci n 001 de
asi gnatura
Estad stica
Aplicada
la
la
Educaci n
UPEL-IPB 1999.
Y = Indi ce acadmi co de l os alumnos de l a secci n
001
de
la
asi gnatura
estad sti ca
apli cada
la
educaci n.
Hi ptesis:
Hi = X Y
Dnde: (Hi), es l a hiptesi s de l a i nvesti gaci n; (X)
El peso de l os alumnos; (Y) El ndi ce acadmico de
l os alumnos.
Di ferencias entre el peso y el ndi ce acadmi co
de l os estudi antes de la secci n 001.
Tabla de Correlacin Peso e Indice Acadmico de los Alumnos de
la Seccin 001 de la asignatura estadstica aplicada a la educacin
UPEL-IPB 1999.
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
X (Kg.) Y(puntos X2
)
52
7,5
2704
57
7,8
3249
57
7,8
3249
63
7,4
3969
74
7.91
5476
55
7.0
3025
55
6.9
3025
53
7.44
2809
44
7.0
1936
43
7.0
1849
56
8.27
3136
60
7.8
3600
74
8.56
5476
65
7.9
4225
47
8.76
2209
52
7.0
2704
81
7.72
6561
72
7.4
5184
50
7.8
2500
54
7.0
2916
72
8.0
5184
60
7.42
3600
63
7.20
3969
53
8.35
2809
82
7.54
6724
60
7.0
3600
60
7.5
3600
66
7.8
4356
55
7.5
3025
74
7.9
5476
60
7.5
3600
1.869
235.67
115745
Y2
XY
56.25
60.84
60.84
54.76
62.56
49
47.61
55.35
49
49
68.39
60.84
73.27
62.41
76.73
49
59.59
54.76
60.84
49
64
55.05
51.84
69.72
56.85
49
56.25
60.84
56.25
62.41
56.25
1798.48
390
444.6
444.6
466.2
585.34
385
379.5
394.32
308
301
463.12
468
633.44
513.5
411.72
364
625.32
532.8
390
378
576
445.2
453.6
442.55
618.25
420
450
450
514.8
412.5
584.6
450
14245.96
Fuente: Medidas de peso e ndice acadmico actual tomados de los bachilleres

de
Estadstica Aplicada a la Educacin de la Seccin 001, 1999
x * y
x 2
x 2
rx * y
rx * y
rx * y
x y
N
y 2
* y 2
14243,96
1869 * 235,67
31
2
2
1869
235,67
115745
*
1798
,
48
31
31
39,15
rx * y
3062,39*,86
39,15
21007,9954
39,15
0,27
144,94
Y (ndice Acadmico)
GRFICO DE DISPERSIN
10
9
8
7
6
5
4
3
2
1
0
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85
X (Peso)
Fuente: Medidas de peso e ndice acadmico actual tomados de los bachilleres de Estadstica
Aplicada a la Educacin de la
Seccin 001, 1999.
La Correlacin se mueve entre 1, o, 1. Es decir mientras ms se
acerque el valor obtenido a uno (1) mayor asociacin existir entre
las variables correlacionadas.
Existen diversas posiciones en cuanto a establecer una escala
para interpretar los resultados obtenidos de la correlacin, pero casi
todos coinciden en unos aproximados que tomaremos de la siguiente
manera.
De
0 a 0.40
Correlacin Baja
De
0.41 a 0.60
De
0.61 a 0.90
Correla ci n Alta
De
0.91 a 1,00
Correla ci n perfecta
Correlacin Moderada
Debemos aclarar que la interpretacin deber ser explicada con

profundidad por el investigador quien aplica el procedimiento
estadstico.
En el ejemplo planteado el resultado fue r = 0.27, esto indica
que la Correlacin es Muy baja, es decir que el peso de los
estudiantes de la seccin 001 de la asignatura Estadstica Aplicada a
la Educacin no influye en el ndice acadmico de los mismos. En
otras palabras no existe asociacin entre las variables peso e ndice
acadmico entre los estudiantes de la seccin 001 de Estadstica
Aplicada a la Educacin.
CORRELACION SPERMAN:
Es una Correlacin que trata de medir la asociacin de dos
variables discretas, en un nivel de medicin ordinal, en su magnitud.
Se le conoce como correlacin a travs de Rangos (r). La correlacin
de Sperman, es un valor que se obtiene mediante la formula:
s 1
2
d
n * n 2 1
Debemos repetir que: La Correlacin se mueve entre 1, o, 1.

Es decir mientras ms se acerque el valor obtenido a uno (1) mayor
asociacin existir entre las variables correlacionadas.
Ejemplo: Los Directores del Colegio Barquisimeto, deciden hacer una
evaluacin a ocho (8) Maestros de la institucin, para lo cual
contratan los servicios de un supervisor especialista en el nivel quien
observara a dichos Maestros para emitir un juicio sobre su
rendimiento, a la vez se le aplicar un test para medir sus
conocimientos del nivel en el que se desempean.
RANGO
MAESTROS
ASIGNADO
PUNTOS
TEST
RANGO
BUSCADO
SE RESTAN LOS
VALORES
d2
d
44
-1
72
69
-4
16
70
93
82
67
80
24
El total son ocho (8) Maestros que sern evaluados, luego se

enumeran segn la opinin del juez quien asigna un rango para
posteriormente compararlo con las calificaciones obtenidas en el test
de conocimiento aplicado para dicho nivel, al tener estas
puntuaciones las mismas se asignan por posicin, es lo que
denominamos buscar el rango para luego restar dichos rangos y
finalmente elevarlos al cuadrado para eliminar los valores negativos.
La frmula para ser aplicada es:
s 1
6 d 2
n * n 2 1
Aplicadas al ejercicio sera:
s 1
6 * 24
0,72
2
8 * 8 1
Este resultado indica una alto correlacin entre las variables

discretas. Quiere decir que el rango asignado por el supervisor tiene
alta correspondencia con la evaluacin a la que fueron sometidos los
maestros.
EJERCICIO:
El propietario de una tienda registra el nmero de veces que los
clientes solicitan un artculo determinado. A esto se le llama LA
DEMANDA. Cada mes tiene a la venta quince (15) artculos. El
propietario registra adems EL PRECIO del artculo cada mes (precio
en dlares).
a) Determinar la relacin entre La Demanda y El Precio, utilizando la
(r) de Pearson.
Enero
Demanda
(X)
25
Febrero
10
0.9
100
0.81
Marzo
12
0.8
9.6
144
0.64
Abril
18
0.75
13.5
324
0.5625
Mayo
11
0.85
9.35
121
0.7225
Junio
20
0.7
14
400
0.493
Julio
13
0.8
10.4
169
0.64
Agosto
19
0.7
13.3
361
0.49
Septiembre
18
0.72
13.96
324
0.5184
Octubre
16
0.74
11.84
256
0.5476
Noviembre
15
0.75
11.25
225
0.5625
Diciembre
15
0.75
11.25
225
0.5625
Mes
Precio (Y)
X*Y
X2
Y2
0.5
12.5
625
0.25
b) Clasifquela como baja, moderada o alta.
Sitios a consultar:
http://thales.cica.es/rd/Recursos/rd97/UnidadesDidacticas/53-1-upunt152.html
[Consulta: 11 de noviembre de 2008]
http://www.liccom.edu.uy/bedelia/cursos/metodos/material/estadisti
ca/med_disp.html
http://colposfesz.galeon.com/est501/distfrec/meddisp/meddisp.htm
http://www.dialogica.com.ar/medline/Medidas%20de%20dispersi%F
3n.pdf
http://www.matematicastyt.cl/Estadistica/Paginas/medidas_de_dispe
rsion.htm
UNIDAD VI
Curva Normal
Curva o Distribucin Normal:
Para comenzar esta unidad es importante resaltar que una gran
cantidad
de
los
fenmenos
del
comportamiento
humano
se
manifiestan de forma que concentran la mayora de las puntuaciones

al centro de la distribucin
y en los extremos se encuentran slo
algunas puntuaciones. Un ejemplo de ello se evidencia en la variable

inteligencia;
hay
pocas
personas
extremadamente
inteligentes
(genios), pero igualmente hay pocas personas con muy bajo

coeficiente intelectual (retardo). Pero la mayora de los seres
humanos somos medianamente inteligentes. Asimismo este ejemplo
puede ser trasladado a diferentes variables de la vida cotidiana.
Asimismo las puntuaciones obtenidas pueden ser arrojadas en
distintos valores que dificultan la interpretacin o la generalizacin.
Se acude a la utilizacin de puntuaciones estndares que permiten
comparar los resultados obtenidos en una distribucin normal de un
grupo con respecto a otro.
La
siguiente
situacin
evidencia
la
aplicacin
de
estas
puntuaciones. Al realizar un estudio entre pesos y tallas de un grupo

de estudiantes de Educacin Integral Cmo podramos comparar el
valor arrojado por un estudiante en el peso con el que obtuvo en la
talla? Lo que deberamos hacer es establecer una medida comn, a la
que conoceremos como medidas de puntuaciones estndar.
Una de las ms usadas es la puntuacin z, que es definida como
la distancia de una puntuacin respecto a su media, segn una
medicin hecha en unidades de desviacin estndar. A saber
z = x/s.
Esto nos da idea de la representacin, en teora,
de una
distribucin cuya media est simbolizada por 0 y con una desviacin

estndar de 1.
Ante
tal
situacin,
se
cre
un
modelo
de
probabilidad
denominado Curva Normal o Distribucin Normal. Como todo modelo

es una distribucin terica que difcilmente se presenta en la realidad
pero si se muestran aproximaciones a sta. En tal sentido, De Moivre
nunca imagin que su invento de la curva normal, usada de forma
particular, para dar una solucin fcil y aproximada a las aplicaciones
de la teora de las probabilidades tendra tantas aplicaciones prcticas
en todas las reas de la ciencia moderna y contempornea y, de
hecho, una amplia aplicacin y difusin tanto en
la estadstica
descriptiva como en la inferencial. Su representacin tiene la

configuracin siguiente:
-3
-2
-1
50%
50%
De la grfica anterior que representa una distribucin normal,

podemos describir; la media (X) que representa el punto medio de la
curva y se le asigna el valor 0 (referencial), por debajo del mismo cae
el 50% de los datos y por encima el otro 50%, es decir, que es una
distribucin simtrica. En este caso, los valores de la mediana y de la
moda coinciden con el valor de la media y la mayora de los datos se
encuentran cercanos a ella.
Asimismo, encontraremos 6 desviaciones, que representan un
valor estndar que se aleja con respecto a la media (X), es decir, una
distribucin normal tendremos 3 desviaciones por encima (positiva
referencial) de la media y 3 desviaciones que caen por debajo de la
media (negativa referencial).
Es importante sealar que de acuerdo a los diferentes estudios
realizados se puede asegurar que el 68.26% del rea
Normal es cubierta entre
-1s y
de la Curva
+1s, el 95.44% del rea de esta
Curva es cubierta entre -2s y +2s y el 99.74% se cubre con 3s y

+3s.
-3S
-2S
-1S
X=0
68.26 %
95.44 %
99.74 %
1S
2S
3S
Para el desarrollo de la explicacin anterior, supongamos que
en la seccin de 6EA03 encontramos una edad promedio de 23 aos y
presenta una desviacin estndar de 1.5 aos, obtendremos la
siguiente representacin:
-3S
-2S
18.5
20
-1S
21.5
X=0
1S
2S
3S
23
24.5
26
27.5
De acuerdo a la grfica podemos interpretar que 68.26% de las

edades de los estudiantes se encuentran cercanos a la media y sus
valores oscilan entre 21.5 y 24.5 aos, mientras que es mucho menor
el nmero de casos que se encuentran entre 27.5 aos y ms o 18.5
aos y menos, teniendo un 0.26% de los casos.
De aqu se desprende que, las principales caractersticas de la
distribucin normal son:
1) Es unimodal, una sola moda.
2) La asimetra es cero. La mitad de la curva es exactamente
igual a la otra mitad. La distancia entre la media y +3s es la
misma distancia entre la media y 3s.
3) Es una funcin particular entre desviaciones con respecto a la
media de una distribucin y la probabilidad de que stas
ocurran.
4) La base est dada en unidades de desviacin estndar
(puntuaciones Z), destacando las puntuaciones 1s, -2s, 3s, +1s, +2s y +3s (que equivalen respectivamente a 1.00z,
-2.00z, -3.00z, +1.00z, +2.00z y +3.00z). Las distribuciones
de puntuaciones Z representan reas bajo la curva. De
hecho, la distribucin de puntuaciones Z es la Curva Normal.
5) Es mesocrtica (curtosis de cero).
6) La media, la mediana y la moda coinciden en el mismo punto.
Distribucin Normal Estndar.
Para evaluar l a proporci n de l as observaciones
dentro de ci erto i nterval o, estas se deb en expresar
en trmi nos del nmero de desvi aci n estndar de l a
medi a.
Al gebrai camente esto se representa medi ante la
si gui ente frmul a.
Xi X
S
Donde:
Z = Puntaje tpi co. Nmero de desvi aci n estndar a
parti r de l a media.
Xi =Val or de l a observaci n
X = Media aritmti ca
S = Desvi aci n Estndar
La di stri buci n Normal de probabilidad asociada a
una
puntuacin
estndar,
Z,
es
la
di stri buci n
Normal estndar. La tabla de l a di stribuci n normal
estndar ti ene ci erta parti culari dad, l os valores del
entero y el pri mer deci mal (como 1.4, 2.3, .05) se
encuentran
hacia
abajo
tabl a, mientras que
el
en
el
lado
izquierdo
ltimo d gi to aparece
de
la
en la
parte superi or. El uso de l a tabl a es indi spensab l e

para
calcular
ejempl o
ciertas
reas
bajo
la
Curva.
Como
tenemos que deseamos saber el rea entre
l a medi a y l a Z.
Cuando Z es i gual a 1,32. En primer l ugar se debe
l ocalizar el val or de 1. 3 en el l ado i zqui erdo de la
tabl a,
despus
0.02
en
la
parte
superi or
de
la
tabl a. El rea bajo la curva normal se puede leer en

l a intersecci n de l a fil a Z = 1. 3 y l a columna 0.02,
es el val or 0.4357.
0.00
0.01
0.02
1.0
1.1
1.2
1.3
El
val or
0.4357
0.4357
es
la
probabilidad
de
que
un a
puntuaci n Z, selecci onado al eatori amente est entre

l a medi a y 1,32.
EJERCICO DE APLICACIN.
REA COMPRENDIDA ENTRE DOS PUNTOS.
Supongamos
que
tenemos
una
di stri buci n
normal de un grupo de 36 estudi antes de l a segunda
etapa de l a escuela Ve nezuela. Donde tenemos una
X=55 kgs y una desviaci n de 2.5 kgs. Se pretende
conocer cul es el rea comprendi da y el nmero de
estudiantes entre 52 y 60 kgs.
Como primer paso debemos cal cul ar l os puntajes
t pi cos para ubi carl os en la curva normal
Z1=X-X
Z2=X-X
Z1=52-55
Z2=60-55
2.5
2.5
Z1=-3
Z2=5
2.5
2.5
Z1=-1.2
Luego
Z1=-1.2
Z2=2
procedemos
ubicar
estos
puntajes
y Z2= 2. Es de hacer notar que el si gno
negativo en el pri mer puntaje t pi co es simpl emente

un
val or
de
referenci a
que
permite
situar
este
puntaje por debajo de l a media. Veamos la gr fi ca:
-3
-2
-1
52
55
2
60
Al realizar l a grfi ca podremos conocer cul ser
l a operaci n adecuada a realizar para el clcul o del
rea.
Como
puntajes
si guiente
tpi cos
en
paso
la
tabla,
debemos
ubica r
vi suali zamos
en
los
la
tabl a:
Z
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.0
0.00 .01 .02 .03 .04 .05 .06 .07 .08 .09
0000 0040 0080 0120 0160 0199 0239 0279 0319 0359
0398 0438 0478 0517 0557 0596 0636 0675 0714 0753
0793 0832 0871 0910 0948 0987 1026 1064 1103 1141
1179 1217 1255 1293 1331 1368 1406 1443 1480 1517
1554 1591 1628 1664 1700 1736 1772 1808 1844 1879
1915 1950 1985 2019 2054 2088 2123 2157 2190 2224
2257 2291 2324 2357 2389 2422 2454 2486 2517 2549
2580 2611 2642 2673 2704 2734 2764 2794 2823 2852
2881 2910 2939 2967 2995 3023 3051 3078 3106 3133
3159 3186 3212 3238 3264 3290 3315 3340 3365 3389
3413 3438 3461 3485 3508 3531 3554 3577 3599 3621
3643 3665 3686 3708 3729 3749 3770 3790 3810 3830
3849 3869 3888 3907 3925 3944 3962 3980 3997 4015
4032 4049 4066 4082 4099 4115 4131 4147 4162 4177
4192 4207 4222 4236 4251 4265 4279 4292 4306 4319
4332 4345 4357 4370 4383 4395 4406 4418 4428 4441
4452 4463 4474 4484 4495 4505 4515 4525 4535 4545
4554 4564 4573 4582 4591 4599 4608 4616 4625 4633
4641 4649 4656 4664 4671 4678 4686 4693 4699 4706
4713 4719 4726 4732 4738 4744 4750 4756 4761 4767
4772 4778 4783 4788 4793 4798 4803 4808 4812 4817
Tenemos entonces Z1= 0.3849 y Z2= 0.4772, al

tener
estos
val ores
los
llevamos
porcentaje
multi plicando estos por 100%, obtendr amos 38.49%

desde l a media hasta el val or de Z 1 y 47,72% desde
l a medi a hasta Z2.
-3
-2
-1
52
55
38.49%
Una vez
60
47.72%
grafi cados todo l os val ores
exi stente,
podemos conclui r que 31 estudi antes se encuentran

en esta rea lo que representa un 86.21%.
Ejercicios de la Unidad
1.- Si tenemos que la di stri buci n de l os sal ari os
de l a i ndustri a hotel era es normal , con una medi a =
10000 Bsf di ari os y una desviaci n estndar = 2000
Bsf.
se
desea
determinar
qu
p orcentaje
de
los
trabajadores tienen un sal ario entre 6000 y 10000

Bsf. por d a.
2.-
Supongamos
que
en
distri buci n
normal
tenemos a 45 estudi antes de Mecni ca industrial con

una estatura promedi o de 1.60 y con una desvi acin
de 0.04 se desea conocer el porcentaje y nmero
estudiantes ubi cados entre:
de
a.- 1.62 y 1.68
b.- 1.58 y 160
c.- 1.55 y 1.65
d.- Ms de 1.68
e.- Menos de 1.55
3.- La si guiente di stribuci n de datos , se supone
normali dad,
al canzadas
corresponden
en
un
examen
las
parci al
califi caci ones

de
estad stica
aplicada a l a educaci n.
Cl ases
fi
16-24
25-33
34-42
43-51
52-60
61-69
70-78
79-87
88-96
2
N=38
a.-
Determine
el
porcentaje
el
nmero
de
estudiantes que estn por debajo y por encima de 50

puntos.
b.-
Porcentaje
de
estudiantes
por
encima
de
78
puntos.
c.- Nmero de estudi antes comprendi dos entre 34 y
70 puntos.
d.- Porcentaje de estudi antes por debajo de 60.
e.- Nmero de estudi antes por debajo de 30.
TABLA DEL REA BAJO LA CURVA NORMAL
Z
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.0
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3.0
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
Segunda cifra decimal del valor de z

0.00 .01 .02 .03 .04 .05 .06 .07 .08 .09
0000 0040 0080 0120 0160 0199 0239 0279 0319 0359
0398 0438 0478 0517 0557 0596 0636 0675 0714 0753
0793 0832 0871 0910 0948 0987 1026 1064 1103 1141
1179 1217 1255 1293 1331 1368 1406 1443 1480 1517
1554 1591 1628 1664 1700 1736 1772 1808 1844 1879
1915 1950 1985 2019 2054 2088 2123 2157 2190 2224
2257 2291 2324 2357 2389 2422 2454 2486 2517 2549
2580 2611 2642 2673 2704 2734 2764 2794 2823 2852
2881 2910 2939 2967 2995 3023 3051 3078 3106 3133
3159 3186 3212 3238 3264 3290 3315 3340 3365 3389
3413 3438 3461 3485 3508 3531 3554 3577 3599 3621
3643 3665 3686 3708 3729 3749 3770 3790 3810 3830
3849 3869 3888 3907 3925 3944 3962 3980 3997 4015
4032 4049 4066 4082 4099 4115 4131 4147 4162 4177
4192 4207 4222 4236 4251 4265 4279 4292 4306 4319
4332 4345 4357 4370 4383 4395 4406 4418 4428 4441
4452 4463 4474 4484 4495 4505 4515 4525 4535 4545
4554 4564 4573 4582 4591 4599 4608 4616 4625 4633
4641 4649 4656 4664 4671 4678 4686 4693 4699 4706
4713 4719 4726 4732 4738 4744 4750 4756 4761 4767
4772 4778 4783 4788 4793 4798 4803 4808 4812 4817
4821 4826 4830 4834 4838 4842 4846 4850 4854 4857
4861 4864 4868 4871 4875 4878 4881 4884 4887 4890
4893 4896 4898 4901 4904 4906 4909 4911 4913 4916
4910 4920 4922 4925 4927 4929 4931 4932 4934 4936
4938 4940 4941 4943 4945 4946 4948 4949 4951 4952
4953 4955 4956 4957 4959 4960 4961 4962 4963 4969
4965 4966 4967 4968 4969 4970 4971 4972 4973 4974
4974 4975 4976 4977 4977 4978 4979 4979 4980 4981
4981 4982 4982 4982 4984 4984 4985 4985 4986 4986
4986 4986 4987 4987 4988 4988 4988 4989 4989 4990
4990 4990 4991 4991 4991 4991 4992 4992 4992 4992
4993 4993 4994 4994 4994 4994 4994 4995 4995 4995
4995 4995 4995 4996 4996 4996 4996 4996 4996 4997
4997 4997 4997 4997 4997 4997 4997 4997 4997 4998
4998 4998 4998 4998 4998 4998 4998 4998 4998 4998
4998 4998 4999 4999 4999 4999 4999 4999 4999 4999
4999 4999 4999 4999 4999 4999 4999 4999 4999 4999
4999 4999 4999 4999 4999 4999 4999 4999 4999 4999
5000 5000 5000 5000 5000 5000 5000 5000 5000 5000
Sitios a consultar:
http://tgrajales.net/descurva.pdf
[Consulta: 10 de Octubre de 2008]
http://es.wikipedia.org/wiki/Distribuci%C3%B3n_normal
[Consulta: 30 de octubre 2008]
http://www.fisterra.com/mbe/investiga/distr_normal/distr_normal.asp
http://personal5.iddeo.es/ztt/Tem/t21_distribucion_normal.htm
http://espanol.geocities.com/angelbartolucci/estadistica/clase08.htm
http://www.academiagauss.com/cnormal.html
REFERENCIAS
Aguilar, C. (1996). Estadstica General. Barquisimeto: El Cronista.
Bar, A. (2000) Muestras Estadsticas. [Documento en lnea] Facultad de humanidades
en Argentina. Disponible en:
http://www.udec.c/~ghenrigu/escalasdemedicion.htm.
Castillo, J. (2003) Nociones Bsicas de Estadstica. [Documento en lnea] Disponible
en: http://www.monografias.com
Calculadora de la curva normal. [Documento en Lnea] Disponible
http://www.inicia.es/de/cegauss/cnormal.html. Zaragoza, Espaa.
en:
Chourio, J. (1987). Estadstica I. Caracas: Biosfera.

Downie, N. y Heath, R. (1973). Mtodos Estadsticos Aplicados. Mxico: Harper Row
Publishers Inc.
Falcn
J.
C
[Documento
en
Lnea]
http://www.inicia.es/de/cegauss/jc/estinf.html#biblio
Disponible
en
Glass, G. y Stanley, J. (1986). Mtodos Estadsticos Aplicados a las Ciencias Sociales.

Barcelona: Prentice Hall.
Gmez, F. (1998). Estadstica Aplicada. Caracas: Ediciones Grafor.
Haber, A. y Runyon, R. (1973). Estadstica General. Mxico: Fondo Educativo
Interamericano S.A.
Hamdan, N. (1994). Mtodos Estadsticos en Educacin. Caracas: Ediciones de la
Biblioteca.
Hernndez, R., Fernndez, C. y Baptista,
Investigacin. Bogot: Mc Graw Hill.
P. (1998). Metodologa de la
Herrera, M. (2008). Material Didctico Para Estadstica Aplicada a la Educacin.

Mimeografiado.
Hopkins, K. y Otros. (2000). Estadstica Bsica para las Ciencias Sociales y del
Comportamiento. Mxico: Prentice May Hispanoamericana.
Johnson R., Kuby P. (1999). Estadstica Elemental.
Mxico: International Thompson Editores.
Lo esencial.
2 Edicin
Lpez E. (1999). Estadstica problemas y soluciones. 1 Edicin Venezuela: Consejo

de publicaciones de la Universidad de los andes.
Matemticas Elementales en el Ciberespacio, Ayuda para profesores de educacin
primaria: Estadstica y probabilidades, [documento en lnea] Disponible:
http://www.uco.es/~ma1marea/profesor/primaria/estadist/matemati/indice.htm
Oliver, S. y Ziga, S. (1987). Regresin y Correlacin. Serie Probabilidad Estadstica
N 7. Mxico: Limusa.
Pea de R., D. (1989). Estadstica, Modelos y Mtodos 2. Modelos lineales y series
temporales. Ed. Alianza Editorial.
Ritchey, F. (2002). Estadstica para las Ciencias Sociales. Mxico: Mc Graw Hill.
Rondn, L. (2008). Material Didctico Para Estadstica Aplicada a la Educacin.
Mimeografiado.
Salama, M. (1997). Introduccin a la Estadstica General. Caracas: UPEL
Vicerrectorado de Investigacin y Posgrado.
Snchez, G. Conceptos de Estadstica. Instituto Nacional de Estadstica en Cantabria,
Espaa [documento en lnea] Disponible en:
www.educat.om/2daetapa/matematicas/4%20grado/16.htm
Spiegel, M. (1993). Estadstica. Mxico: Mc Graw Hill.
Universidad Nacional Abierta. (1993). Manual de Estadstica Aplicada a la
Educacin. Caracas: UNA.
Universidad Pedaggica Experimental Libertador. (2006). Manual de Trabajos
de Grado de Especializacin y Maestra y Tesis Doctorales. Caracas:
UPEL.
Valera, R. (1996). Manual de Estadstica Bsica. Maracay: Impresos Copiher.
Young, R. y Vedman, D. (1968). Introduccin a la Estadstica Aplicada a las Ciencias
Sociales. Mxico: Trillas.
En la actualidad la formacin profesional exige una alta preparacin en todos los
mbitos, los docentes no son la excepcin. Entre los conocimientos que se
encuentran en su accionar permanente se encuentran las matemticas de vital
importancia en la formacin integral de cualquier profesional, por ser una
herramienta indispensable para el anlisis y la resolucin de problemas cotidianos,
que les permitir el manejo y anlisis de la informacin, necesarios para la
aplicacin de la estadstica como herramienta fundamental para el anlisis de los
fenmenos sociales.
Esta unidad ofrece una introduccin con la finalidad de aclarar elementos bsicos
indispensables para el abordaje de los ejercicios del programa de Estadstica
Aplica a la educacin. Material se divide en cuatro grandes unidades que incluyen
temas bsicos de algunas ramas de las Matemticas: Aritmtica, lgebra y
Geometra.
No se espera que los alumnos de Educacin se dediquen a las matemticas, lo
que si se pretende que el estudiante logre resolver problemas tan comunes en
esta profesin como: calcular porcentajes, reglas de tres, fracciones,
geometra , grficos, barras, manejar datos de alumnos como peso, talla,
promedio, manejo de evaluaciones, registros y otros.
http://juancarlosvergara.50webs.org/Apuntes/Ejercicios%20Resueltos%20de%20Estadi
stica%20II.pdf
Regla de tres, raz cuadrada, elevar al cuadrado, divisin, despejar formula, decimales,

Estadística

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Estadística

Transféré par

Droits d'auteur :

Formats disponibles

Estadstica a tu alcance

Una mirada por las especialidades pedaggicas.

presentada de forma didctica y adaptada a las necesidades de los

Miguel ngel Herrer a Any So fa Mont ero

Prof. Juan Miguel Rbago Fernndez

Miguel ngel Herrer a Any So fa Mont ero

Miguel ngel Herrer a Any So fa Mont ero

Presentacin por unidad

Miguel ngel Herrer a Any So fa Mont ero

Cuando nos referimos a la estadstica frecuentemente se piensa en

Miguel ngel Herrer a Any So fa Mont ero

Ciencia cuyo mtodo consiste en recopilar, clasificar,

La ciencia que trata de la recoleccin, clasificacin,

La Estadstica se ocupa de los mtodos y procedimientos para

La estadstica tiene por objeto obtener, agrupar, ordenar y

Miguel ngel Herrer a Any So fa Mont ero

Estadstica es el sistema que estudia los mtodos cientficos

Estas definiciones conllevan a establecer, que no existe un

Por otra parte podemos encontrar en las ciencias puras un sin

Miguel ngel Herrer a Any So fa Mont ero

b.- Datos cuantitativos: Son aquellos que se representan en

Miguel ngel Herrer a Any So fa Mont ero

Miguel ngel Herrer a Any So fa Mont ero

Miguel ngel Herrer a Any So fa Mont ero

Miguel ngel Herrer a Any So fa Mont ero

Es muy importante la confiabilidad de la metodologa aplicada

Miguel ngel Herrer a Any So fa Mont ero

Miguel ngel Herrer a Any So fa Mont ero

El recipiente es la variable altura, el nmero que est dentro

Estadstico o Estadgrafo: Valor que resulta de la aplicacin

Miguel ngel Herrer a Any So fa Mont ero

Miguel ngel Herrer a Any So fa Mont ero

Miguel ngel Herrer a Any So fa Mont ero

3. Identifique con en el siguiente cuadro el tipo de variable y la

TIPO DE VARIABLE ESCALA

EL NMERO DE DEDOS EN UNA MANO

Miguel ngel Herrer a Any So fa Mont ero

5. De acuerdo con los siguientes planteamientos seale el tipo de

Miguel ngel Herrer a Any So fa Mont ero

8.- La estadstica es una herramienta indispensable en el abordaje

Enlaces a direcciones electrnicas donde conseguirs

Miguel ngel Herrer a Any So fa Mont ero

Desde el primer momento que nos planteamos un problema o

definir el tipo de dato, la escala a utilizar, la fuente de recoleccin,

los que corresponden a la organizacin y

anlisis de los datos. Es importante resaltar que el ordenamiento

llevar un registro de las calificaciones de los

estudiantes de las distintas especialidades del Instituto Pedaggico

organizada, clasificada y agrupada los procesos de anlisis se darn

Miguel ngel Herrer a Any So fa Mont ero

informacin. Las fuentes primarias son ms fiables.

recolectados de las unidades estadsticas.

Miguel ngel Herrer a Any So fa Mont ero

especialidad de Educacin Agropecuaria del lapso II-2008.

Miguel ngel Herrer a Any So fa Mont ero

Una vez registrado en la tabla de calificaciones los nombres y

Miguel ngel Herrer a Any So fa Mont ero

Una vez concluido el paso del ordenamiento, usted podr

Miguel ngel Herrer a Any So fa Mont ero

Como bien puede apreciarse el rol de ordenamiento consiste

conclusiones que quizs en el paso anterior seria ms dificultoso,

calificaciones 14 y 19 tienen la misma frecuencia, las calificaciones

Miguel ngel Herrer a Any So fa Mont ero

En tal sentido la informacin recabada