Académique Documents
Professionnel Documents
Culture Documents
Guía de estudio de la
Unidad 2
Estadística descriptiva
0
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
1. Introducción
La estadística es el lenguaje universal de la ciencia. Como usuarios potenciales de la estadística, es
necesario dominar la "ciencia" y el "arte" de utilizar correctamente su metodología. El empleo
cuidadoso de los métodos estadísticos permite obtener información precisa de los datos. Estos
métodos incluyen: 1) definir cuidadosamente la situación, 2) recolectar datos, 3) resumir con
precisión los datos y 4) obtener y comunicar las conclusiones importantes.
La estadística implica información, números y gráficas para resumir esta información, y su
interpretación. El término estadística posee varios significados para persona de diversos entornos e
intereses. Para algunos, se trata de un medio para recolectar y representar grandes cantidades de
información. Para otros, se trata de un medio para "tomar decisiones de frente a la incertidumbre".
En la perspectiva idónea, cada uno de estos puntos de vista es correcto.
El terreno de la estadística puede dividirse a grandes rasgos en dos áreas: estadística descriptiva y
estadística inferencial. La estadística descriptiva es en lo que piensa la mayoría de las personas al
escuchar la palabra estadística ya que incluye la recolección, presentación y descripción de datos
muestrales. El término estadística inferencial se refiere a la técnica de interpretación de los valores
resultantes de las técnicas descriptivas y a la toma de decisiones y obtención de conclusiones sobre
la población.
La estadística es más que sólo números: son los datos, lo que se hace con los datos, lo que se
aprende de los datos y las conclusiones resultantes.
2. Objetivos
3.Contenidos
ESTADÍSTICA DESCRIPTIVA 1
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Estadística:
Cuerpo de conceptos y métodos utilizados para recolectar e interpretar datos referentes a un área
particular de investigación y extraer conclusiones en situaciones en que la incertidumbre y la
variación están presentes. También se puede entender como la ciencia que transforma datos en
información
Clasificación:
Estadística descriptiva: se encarga de recoger y resumir las características de una población
o muestra, deduciendo de esta descripción conclusiones sobre su estructura, además de las
relaciones existentes entre otras poblaciones o muestras con las que se compara.
Estadística inferencial: comprende aquellas técnicas por medio de las cuales, basándose
en los resultados del análisis de una muestra de la población, induce (infiere) o estima las leyes
generales de comportamiento de la población.
Variables Cuantitativas.
Las variables cuantitativas son las que se describen por medio de números, como por ejemplo el
Peso, Altura, Edad, Número de alumnos por curso , etc
ESTADÍSTICA DESCRIPTIVA 2
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
ESCALAS DE MEDIDAS
ESTADÍSTICA DESCRIPTIVA 3
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
una característica y se mide otra. Por ejemplo queremos medir aptitud para un empleo y lo que
realmente medimos es conocimiento.
b) Un sistema de medición (o escala)
Vamos a considerar la definición de medición usada por Stevens que dice “medición es la
asignación de números a objetos o hechos de acuerdo a ciertas reglas” . De acuerdo con esto
podemos dividir los niveles de medición en cuatro escalas fundamentales: nominal, ordinal, de
intervalos y de razón. Cada uno de estos niveles requiere la utilización de un determinado conjunto
de instrumentos estadísticos.
Cualquiera de estos procedimientos de medición debe ser exhaustivo, es decir que debe tener
la cantidad suficiente de categorías en las que puedan clasificarse cada uno de los casos
considerados. Estas clases o categorías deben ser mutuamente excluyentes, es decir que debe ser
posible clasificar cada caso individual tan solo en una categoría.
Ejemplos:
a) Partidos políticos
b) País de origen
c) Nº de las líneas de ómnibus
Escalas ordinales o por orden jerárquico: Además de incluir las propiedades de las
medidas nominales, se incluye la propiedad de que las categorías pueden ser ordenadas en el
sentido de "menor que" o "mayor que". Este tipo de medición no ofrece ningún tipo de
información acerca de la magnitud de las diferencias entre las categorías.
Ejemplos:
a) Nivel salarial (alto, medio, bajo)
b) Rango docente (profesor titular, asociado, adjunto, jefe de trabajos prácticos,
ayudante)
c) Valores de los naipes en una partida de truco
Escalas de razones o cocientes: Cuando una medición tiene todas las características
de una medida de intervalo y, además, se le puede asignar un punto de origen de verdadero valor
cero (escala con cero absoluto), se tiene una medida de razón. Esto quiere decir que el 0 de la
escala debe coincidir con la “nada” de la variable
Ejemplos:
a) Temperatura máxima de una ciudad en grados centígrados (Intervalo)
b) Cantidad de alumnos por curso (intervalo y razón)
c) Rendimiento académico medido en una escala de 0 a 7 (Intervalo)
d) Tiempo de reacción ante un estímulo (intervalo y razón)
ESTADÍSTICA DESCRIPTIVA 4
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Resumen:
La teoría del muestreo es el estudio de las relaciones existentes entre una población y las
muestras extraídas de ellas.
Las muestras tienen que ser representativas porque los datos que obtengamos de ellas, los
generalizamos a la población. La falta de representatividad anula por completo la generalización.
1- Definir la población:
La población debe estar perfectamente definida en cuanto a las unidades que la componen
(unidad de muestreo: personas, empresas, cultivos, etc.) y a su posible distribución. También se
debe establecer la extensión, o sea el lugar físico donde se va a llevar a cabo el muestreo, y el
tiempo asignada a la recolección de la información.
ESTADÍSTICA DESCRIPTIVA 5
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Cuando cada muestra tiene una probabilidad conocida de ser elegida, los muestreos se
denominan probabilísticos. Este tipo de muestreo permite medir la precisión de las estimaciones de
las características de la población realizadas y nos permite describir matemáticamente qué tan
objetivas son esas estimaciones.
El muestreo aleatorio simple selecciona muestras mediante métodos que permiten que
cada posible muestra tenga igual oportunidad de ser elegida y que cada elemento de la población
total tenga una oportunidad igual de ser incluido en la muestra.
Suponga que una agencia de viajes regala un pasaje para 4 alumnos de 1º año (muestra)
para que asistan a un Congreso de Administración Pública. La población son todos los alumnos de
1º año, que aparecen en el listado de la Facultad y a quienes le asignamos un número. Luego por
medio de una tabla de números aleatorios (puede ser la que trae incorporada las calculadoras), o
utilizando un bolillero, o cualquier otro procedimiento similar, que asegure la igualdad de
oportunidades, se seleccionan los 4 ganadores.
B) Muestreo sistemático
En el muestreo sistemático cada elemento tiene igual oportunidad de ser seleccionado, pero
cada muestra no tiene una posibilidad igual de ser seleccionada. En el ejemplo que vimos, los
estudiantes numerados 4, 5, 6 y 7 no hubieran tenido ninguna oportunidad de haber sido
seleccionados juntos.
En este tipo de muestreo existe el problema de introducir errores ya que puede haber factores
periódicos que nos afecten los resultados (al incluirlos o excluirlos siempre). La ventaja es que
requiere menos tiempo y a veces menos costo que el muestreo aleatorio simple.
ESTADÍSTICA DESCRIPTIVA 6
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Con cualquiera de los planteamientos se garantiza que todos los elementos de la población tenga
oportunidad de ser seleccionados
Por ejemplo se desea seleccionar una muestra de 50 alumnos para recabar información acerca
de un nuevo Plan de Estudios, y queremos que estén representados todos los cursos, de 1º a 5º.
Cada curso corresponde a un estrato (los alumnos pueden estar incluidos en un solo curso, por lo
que al dar la definición operativa de alumno se debe preveer en qué categoría entra un alumno que
recurse alguna materia).
La forma de hacer el muestreo aleatorio sería la siguiente:
Luego por muestreo aleatorio simple seleccionamos ese número de alumnos por curso
ESTADÍSTICA DESCRIPTIVA 7
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Si la elección de las unidades que integran la muestra se efectúa a través del conocimiento (de un
experto, por ejemplo) o de la opinión personal del investigador acerca de quiénes integrarán la
muestra, se efectúa un muestreo no probabilístico, donde no se conoce la posibilidad de que una
muestra sea seleccionada y no se puede medir el error de muestreo. Estos muestreos se utilizan en
etapas tempranas de la investigación (al plantear las hipótesis, por ejemplo).
a) Muestreo accidental
En un programa de televisión (Hora Clave) se dan números de teléfono para que la gente se
pronuncie a favor de ciertos eventos: "Si está a favor de la re-reelección disque el número
......, si está en contra disque el número ........" . Al final del programa se presenta el
recuento de llamadas.
Otro ejemplo muy común es cuando una emisora de radio, que selecciona un determinado
tipo de música porque cree que es la que tiene mejor acogida entre su público, realiza una
vez a la semana una encuesta para determinar las mejores canciones. Lógicamente, sólo
llaman sus oyentes, porque a los que no les gusta esa selección musical, están en otro punto
de la sintonía, y, si accidentalmente están escuchando, no votarían , ya que sus temas
preferidos no estarían entre los que se pueden votar. El reparo surge cuando la emisora diga
cosas como "éstos son los temas preferidos por la juventud", "aquí están los temas
preferido por los radioyentes"
b) Muestreo a propósito:
ESTADÍSTICA DESCRIPTIVA 8
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
nos proporciones 2 de los mejores, 2 de los peores y 2 medios. Los "expertos" (maestros)
nos proporcionan la muestra
Los datos siguientes muestran la participación relativa del tipo de alojamiento elegido por
los turistas chilenos que visitaron Mendoza en la onda 60. La codificación respectiva es:
1-Hotel o Petit Hotel 2-Apart Hotel 3-Casas, departamentos o habitaciones de alquiler
temporario. 4- Casas de familiares o amigos 5- Otros: Bed & Breakfast, Hostel o Albergue Turístico,
Motel ,Hostería o Posada.
Participación relativa del tipo de alojamiento elegido por los turistas chilenos que visitan Mendoza.
Mendoza. Marzo 2009 - Sexagésima Onda
1 1 2 4 4 3 2 1 4 2
4 2 4 1 4 1 3 4 2 1
2 4 4 4 1 4 5 4 5 1
1 4 4 4 3 1 4 4 4 4
1 1 5 4 3 1 3 3 3 4
4 4 3 4 4 3
La variable es tipo de alojamiento elegido por los turistas chilenos que visitan Mendoza.
La escala de medición es nominal.
ESTADÍSTICA DESCRIPTIVA 9
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Una primera organización de estos datos sería contar cuántos datos tenemos en cada categoría.
Esto se llama distribución de frecuencias absolutas:
Trabajar con proporciones o porcentajes, en muchas ocasiones nos brinda mayor información,
por lo que la tabla de distribución de frecuencias la vamos a completar con la frecuencia relativa,
que se obtiene dividiendo la frecuencia absoluta por el número total de observaciones, y la
frecuencia porcentual que es la frecuencia relativa multiplicada por 100%.
Muy importante:
Ahora estamos en condiciones de elaborar una tabla de frecuencias. En estas tablas hay que
poner en el encabezamiento el título (lo que responda a ¿qué?, ¿cuándo?, ¿dónde?) de manera que
la persona que lea el cuadro se ubique sobre el tema. Al final de la tabla de colocan la fuente
(quién obtuvo los datos, en qué fecha, en qué lugar a ser posible) y todas las explicaciones
adicionales o comentarios.
1. Tabla de frecuencias
La tabla formada por las distintas categorías de las variables y por las frecuencias absolutas,
relativas y porcentuales recibe el nombre de distribución de frecuencias .
La tabla, debe constar de:
Título adecuado: el cual debe ser claro y conciso, que responda a las preguntas: qué
relaciona, cuándo y dónde se hicieron las observaciones.
El cuerpo: o tabla en sí, donde van las categorías y las frecuencias, generalmente se
utilizan la frecuencia absoluta y el público a quien va dirigido y el diseño artístico del gráfico.
Notas al pie: en caso que se haga necesario dar explicaciones adicionales o comentarios.
Fuente: donde se indica donde se obtuvieron los datos, quién los obtuvo los datos, en qué
fecha, en qué lugar, a ser posible
ESTADÍSTICA DESCRIPTIVA 10
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Participación relativa del tipo de alojamiento elegido por los turistas chilenos que visitan Mendoza.
Mendoza. Marzo 2009 - Sexagésima Onda
Alojamiento fi f ri f ri %
1-Hotel o Petit Hotel 13 0.23 23%
2-Apart Hotel 6 0.11 11%
3-Casas, departamentos o habitaciones de alquiler temporario 9 0.16 16%
4-Casas de familiares o amigos 25 0.45 45%
5-Otros 3 0.05 5%
Total 56 1 100%
Fuente: Dirección de Estadísticas e Investigaciones Económicas. Encuesta de caracterización del turista que visita Mendoza. Mayo 2009
Vamos a leer la categoría 4-Casas de familiares o amigos: "De las 56 personas de origen chileno
entrevistadas, 25 se alojaron en casas de familiares o amigos y corresponde a una proporción de
0,45 que representa el 45% de las personas entrevistadas"
2. Gráficos de barra
Las barras separadas se diseñan en forma horizontal o vertical
Todas las barras deben tener el mismo ancho
Los espacios entre barras van desde la mitad del ancho de una barra hasta el ancho
total
Se deben incluir escalas y algunas indicaciones que ayuden a la lectura de las gráficas
Los ejes se deben identificar en forma clara
Dentro del cuerpo de la gráfica se deben incluir todo tipo de claves
El título se coloca, preferentemente encima del cuerpo
Las notas de pie de página y las fuentes se colocan debajo de la gráfica
ESTADÍSTICA DESCRIPTIVA 11
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Tipo de alojamiento elejido por turistas chilenos que visitan Mendoza. Onda 60
5-Otros 3
2-Apart Hotel 6
0 5 10 15 20 25 30
frecuencia absoluta
Fuente: Dirección de Estadísticas e Investigaciones Económicas. Encuesta de caracterización del turista que visita Mendoza. Mayo 2009.
Tipo de alojamiento elegido por turistas chilenos que visitan Mendoza. Onda 60.
30
25
25
frecuencia absoluta
20
15 13
9
10
6
5 3
0
1-Hotel o Petit Hotel 2-Apart Hotel 3-Casas, departamentos 4-Casas de familiares o 5-Otros
o habitaciones de alquiler amigos
temporario
Fuente: Dirección de Estadísticas e Investigaciones Económicas. Encuesta de caracterización del turista que visita Mendoza. Mayo 2009.
Se marca las celdas de las categorías y las de frecuencias, en el menú se hace clic en
Asistente para gráficos. Bajo Tipo de gráficos se selecciona columnas, y bajo Subtipo de
gráficos seleccione en la esquina superior izquierda el tipo de barras que quiere se
representen.
Luego marque siguiente en título coloque el título correspondiente a la variable en estudio
teniendo en cuenta que esté territoriada y la fecha. En eje de categorías (X) escriba “Tipo
de alojamiento” y en eje (Y) escriba el tipo de frecuencia que representó puede ser
cualesquiera de las tres.
Pase a la parte superior a la pestaña Leyenda, y quite si no quiere ver la leyenda la palomita
que dice Mostrar leyenda. Si quiere rotular los datos se va a la pestaña Rótulos de datos y
elige en el contenido del rótulo lo que quiere mostrar ( valores, porcentajes, etc.). Si quiere
ESTADÍSTICA DESCRIPTIVA 12
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Gráfica de pastel
5-Otros
5% 1-Hotel o Petit Hotel
23%
4-Cas as de
familiares o amigos 2-Apart Hotel
45% 11%
3-Cas as,
departamentos o
habitaciones de
alquiler temporario
16%
Fuente: Dirección de Estadísticas e Investigaciones Económicas. Encuesta de caracterización del turista que visita Mendoza. Mayo 2009.
Poniendo título
>pie(x,alojamiento,main="Tipo de alojamiento elegido por los turistas chilenos que visitan
Mendoza.Onda 60. Marzo 2009")
Tipo de alojamiento elegido por los turistas chilenos que visitan Mendoza.Onda 60. Marzo 2009
Apart Hotel
Otros
Fuente: Dirección de Estadísticas e Investigaciones Económicas. Encuesta de caracterización del turista que visita Mendoza. Mayo 2009.
ESTADÍSTICA DESCRIPTIVA 13
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Consideramos una población de n individuos, donde cada uno de ellos presenta dos caracteres que
representamos mediante las variables X e Y, La variable X presenta k categorías, y la variable Y p
categorías ,
Por ejemplo:
Una empresa automotriz inició un estudio acerca del tipo de automóvil utilizado por los empleados
administrativos de una organización pública, Los datos obtenidos se muestran en la siguiente tabla
de contingencia:
Participación relativa del tipo de alojamiento elegido por los turistas chilenos que visitan Mendoza, marzo 2009.
Se marca las celdas de las categorías y las de frecuencias, en el menú se hace clic en
Asistente para gráficos, Bajo Tipo de gráficos se selecciona columnas, y bajo Subtipo de
gráficos seleccione en la esquina superior izquierda el tipo de barras que quiere se
representen,
Luego marque siguiente en título coloque el título correspondiente a la variable en estudio
teniendo en cuenta que esté territoriada y la fecha, En eje de categorías (X) escriba “Tipo
de alojamiento” y en eje (Y) escriba el tipo de frecuencia que representó puede ser
cualesquiera de las tres,
Pase a la parte superior a la pestaña Leyenda, y quite si no quiere ver la leyenda la palomita
que dice Mostrar leyenda, Si quiere rotular los datos se va a la pestaña Rótulos de datos y
elige en el contenido del rótulo lo que quiere mostrar ( valores, porcentajes, etc,), Si quiere
que muestre la tabla, se va a la pestaña Tabla de datos y le pone la palomita a mostrar
tabla de datos , Luego marca finalizar,
Si quiere cambiar los colores del gráfico cómo así las tramas, las fuentes, etc, se debe
posicionar en el gráfico y ahí le van apareciendo las opciones,
ESTADÍSTICA DESCRIPTIVA 14
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Fuente: Dirección de Estadísticas e Investigaciones Económicas, Encuesta de caracterización del turista que visita Mendoza, Mayo 2009,
X es tipo alojamiento elegido por turistas chilenos en 2008 (onda 47) e Y es la variable es tipo
alojamiento elegido por turistas chilenos en 2009 (onda 60)
Fuente:
Dirección de Estadísticas e Investigaciones Económicas, Encuesta de caracterización del turista que visita Mendoza, Mayo 2009,
Con la intención de reunir en una sola estructura toda la información disponible, creamos una
tabla de contingencia formada por k x p casillas, en nuestro ejemplo 5 x 2 organizadas de forma
que se tengan k (en nuestro caso 5) filas y p (en nuestro caso 2) columnas. Cada celda de la tabla
representa la frecuencia bivariante de las características correspondientes a su fila y columna
Por ejemplo, (xi=2 , yj=1) representa a turistas que seleccionaaron Apart Hotel en 2008
Con estas tablas se puede obtener una descripción cuantitativa de las distintas cualidades
bivariantes de la muestra, en forma de frecuencias y porcentajes, Estos últimos pueden ser relativos
al total de la muestra, al total de una fila o al total de una columna,,
Llamamos:
ESTADÍSTICA DESCRIPTIVA 15
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Participación relativa del tipo de alojamiento elegido por los turistas chilenos que visitan
Mendoza, marzo 2009.
Tipo de Alojamiento Onda 47-2008 Onda 60 - 2009
1-Hotel o Petit Hotel 13 45
2-Apart Hotel 6 20
3-Casas, departamentos o habitaciones de alquiler temporario 9 9
4-Casas de familiares o amigos 25 13
5-Otros 3 13
Fuente: Dirección de Estadísticas e Investigaciones Económicas, Encuesta de caracterización del turista que visita Mendoza, Mayo 2009,
Observamos que respondieron que elegían casas de familiares o amigos 25 turistas chilenos
en 2008 y 13 en 2009
Observamos que respondieron que elegían casas de familiares o amigos el 16% de los
turistas chilenos en 2008 y el 8% en 2009
ESTADÍSTICA DESCRIPTIVA 16
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Participación relativa del tipo de alojamiento elegido por los turistas chilenos que visitan
Mendoza, marzo 2009.
Tipo de Alojamiento Onda 47-2008 Onda 60 - 2009 Total
1-Hotel o Petit Hotel 22% 78% 100%
2-Apart Hotel 23% 77% 100%
3-Casas, departamentos o habitaciones de alquiler
temporario 50% 50% 100%
4-Casas de familiares o amigos 66% 34% 100%
5-Otros 19% 81% 100%
Fuente: Dirección de Estadísticas e Investigaciones Económicas, Encuesta de caracterización del turista que visita Mendoza, Mayo
2009,
Dentro del grupo que eligió Hotel o Petit hotel, observamos que el 22% lo eligió en 2008 y el
78% en 2009
Fuente: Dirección de Estadísticas e Investigaciones Económicas, Encuesta de caracterización del turista que visita Mendoza, Mayo2009
Observamos que entre los turistas chilenos que nos visitaron en el 2008, el 23%se alojó en Hoteles o
Petit Hotel, el 11% en apart Hotel, el 16% en casa, departamentos o habitaciones de alquiler
temporario, el 45% en casas de familiares o amigos el 5% restante en otros establecimientos.
ESTADÍSTICA DESCRIPTIVA 17
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Fuente: Dirección de Estadísticas e Investigaciones Económicas, Encuesta de caracterización del turista que visita Mendoza, Mayo2009
Si tenemos un conjunto de datos x1 , x 2 ,..., x n donde cada número está formado al menos por
2 dígitos, el diagrama de tallos y hojas es una buena presentación visual informativa del
conjunto de datos y nos permite una manera relativamente fácil de ordenarlos
Los siguientes datos son las edades de una muestra aleatoria de 50 personas jubiladas
entrevistadas durante el mes noviembre de 2008.
71 65 66 61 54 93 60 86 70 70
73 73 55 63 56 62 76 54 82 79
76 68 53 58 80 85 56 61 61 64
65 62 90 69 76 79 77 54 64 74
65 65 61 56 63 80 56 71 79 84
5 4 5 6 4 3 8 6 4 6 6 10
6 5 6 1 0 3 2 8 1 1 4 5 2 9 4 5 51 3 18
7 1 0 0 3 3 6 9 6 6 9 7 4 1 9 14
8 6 2 0 5 0 4 6
9 3 0 2
ESTADÍSTICA DESCRIPTIVA 18
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Si ordenamos las hojas, los datos nos quedan ordenados de menor a mayor
5 3 4 4 4 5 6 6 6 6 8
6 0 1 1 1 1 2 2 3 3 4 4 5 5 5 5 6 8 9
7 0 0 1 1 3 3 4 6 6 6 7 9 9 9
8 0 0 2 4 5 6
9 0 3
Actividad con R
> edad1<-c(71,65,66,61,54,93,60,86,70,70,73,73,55,63,56,62,76,54,82,79,76,68,53,58,80,85,
56,61,61,64,62,90,69,76,79,77,54,64,74,65,65,61,56,63,80,56,71,79,84)
> stem(edad1)
5 | 3444
5 | 566668
6 | 01111223344
6 | 555689
7 | 0011334
7 | 6667999
8 | 0024
8 | 56
9 | 03
con R
Se pide en R
> edad1<-c(71,65,66,61,54,93,60,86,70,70,73,73,55,63,56,62,76,54,82,79,76,68,53,58,80,85,
56,61,61,64,62,90,69,76,79,77,54,64,74,65,65,61,56,63,80,56,71,79,84)
ESTADÍSTICA DESCRIPTIVA 19
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
frecuencia
60 70 80 90
edad
Tablas de frecuencias
Una tabla de frecuencias para variables numéricas es una tabla que asocia a cada valor de
la variable con
Otras frecuencias importantes para describir datos cuantitativos son las frecuencias absolutas,
relativas y porcentuales acumuladas.
Una manera de obtener una mejor idea de la forma de la distribución de los datos sin aumentar el
tamaño de la muestra es agrupando los datos en intervalos de igual tamaño.
ESTADÍSTICA DESCRIPTIVA 20
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
En algunas ocasiones, se usa un intervalo abierto del tipo "menos de..." o "mayores que...", en
el caso de que haya pocos casos muy abajo o muy arriba de la gran mayoría de los casos.
Una regla práctica que vamos a utilizar para determinar el número de intervalos es:
Elegimos el número entero menor entre los que está comprendida la raíz.
Por ejemplo si tenemos 40 datos, k 40 6
R
Determinar el ancho o amplitud de los intervalos de clase (h) h
k
Elegimos un número un poquito mayor que el cociente para que todos los datos queden en
alguna de las clases.
40
En el ejemplo: h 5,71 6
7
Los intervalos serán: [53, 59) ; [59, 65) ; [65, 71) ; [71, 77) ;
[77, 83) ; [83, 89) ; [89, 95)
40
h 8 10
5
ESTADÍSTICA DESCRIPTIVA 21
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Los intervalos serán: [50, 60) ; [60, 70) ; [70,80) ; [80, 90) ; [90, 100)
Como la variable es edad es bastante adecuado medirla cada 10 años. Además no queda ningún
intervalo con frecuencia 0
Observe que cada dato entra en un única clase. Si nos quedan clases con
frecuencia 0, se trata de distribuir los datos en menos cantidad de
intervalos.
HISTOGRAMAS
ESTADÍSTICA DESCRIPTIVA 22
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
20
Frecuencia absoluta 15
10
0
55 65 75 85 95
marca de clase
Paso 1: En la barra de menú se hace clic en asistente para gráficos y se selecciona en Tipos de
gráficos - Subtipo de gráfico – columna luego abajo se hace clic en siguiente.
Paso 2: En la parte superior se selecciona Serie abajo en Rótulos de ejes de categorías (x) se
seleccionan las celdas de la marca de clase.
Paso3: Luego en siguiente se va a títulos y se escriben los títulos correspondientes. Luego finalizar
Paso4: Hasta ahora el gráfico tiene las barras separadas lo cuál es un error ya que el tipo de variable
es cuantitativa. Para lograr que las barras se junten hay que pararse en las barras hacer doble clic
aparece formato en serie de datos - Opciones ancho de rango -0
Paso 5: Observando el gráfico hay otro error que larga Excel por defecto y es la amplitud en el eje x
de los intervalos, este no debe tomarse como eje de abcisas ya que entre el cero absoluto y la
primera marca de clase hay una distancia mayor al resto de los intervalos. Para solucionar esto se
anexan dos intervalos uno antes del primer intervalo y otro después del último con frecuencia 0.
Entonces se hace una doble ralla entre el 0 del eje y el 45 para mostrar que la distancia es diferente.
ESTADÍSTICA DESCRIPTIVA 23
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Actividad con R
> edad1<-c(71,65,66,61,54,93,60,86,70,70,73,73,55,63,56,62,76,54,82,79,76,68,53,58,80,85,
56,61,61,64,62,90,69,76,79,77,54,64,74,65,65,61,56,63,80,56,71,79,84)
ESTADÍSTICA DESCRIPTIVA 24
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
60
Frecuencias acumuladas
50
40
30
20
10
0
55 65 75 85 95
Edad
ESTADÍSTICA DESCRIPTIVA 25
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
POLÍGONOS
20
frecuencia absoluta
15
10
0
45 55 65 75 85 95 105
marca de clase
ESTADÍSTICA DESCRIPTIVA 26
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Paso: Al gráfico del Histograma se le agrega una serie igual a la anterior van a aparecer dos
barras de distinto color se hace doble clic en ellas y se elige la opción de cambiar el gráfico
por el tipo líneas y aparece el polígono de frecuencias.
ESTADÍSTICA DESCRIPTIVA 27
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
La línea punteada la trazamos desde el 50% hasta que corta a la ojiva. Desde allí bajamos y lo
leemos de la siguiente manera:
El 50% de las personas entrevistadas tiene 68 años o menos y el otro 50% tiene 68 años o más
Para conjuntos de datos que no son muy grandes, la selección particular de un número
determinado de clases o determinados límites en relación a otros, podría presentar una imagen
totalmente distinta al lector, ya que se pueden ocasionar desplazamientos en la concentración de
los datos. Afortunadamente, cuando se aumenta el número de datos, estas alteraciones afectan
cada vez menos la concentración de datos.
El uso de frecuencias absolutas en los gráficos comparativos, en general, sería engañosa. Para
estos gráficos se utilizan las frecuencias relativas o porcentuales.
Las clases abiertas presentan dificultad para formar la gráfica y para calcular las medidas de
resumen descriptivas que son útiles para analizar los datos
Ejemplo:
SALARIOS INICIALES ESPERADOS PARA GRADUADOS
ESTADÍSTICA DESCRIPTIVA 28
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
3) FRONTERAS DE CLASE
Lo importante es que cada dato entre en una sola clase y no haya ninguna duda.
Al trabajar con histogramas y polígonos de frecuencias, vimos que las distribución de los datos
puede adoptar varias formas. En algunas distribuciones los datos tienden a agruparse más en una
parte de la distribución que en otra. Comenzaremos a analizar las distribuciones con el objeto de
obtener medidas descriptivas numéricas llamadas estadísticas, que nos ayuden en el análisis de las
características de los datos.
Dos de estas características son de particular importancia para los responsables de tomar
decisiones: la tendencia central y la dispersión
Tendencia central : La tendencia central se refiere al punto medio de una distribución. Las
medidas de tendencia central se denominan medidas de posición.
Dispersión: La dispersión se refiere a la extensión de los datos, es decir al grado en que las
observaciones se distribuyen (o se separan).
Existen otras dos características de los conjuntos de datos que proporcionan información útil: el
sesgo y la curtosis.
Sesgo (skewness) : Las curvas que representan un conjunto de datos pueden ser simétricas o
sesgadas. Las curvas simétricas tienen una forma tal que una línea vertical que pase por el punto
más alto de la curva, divide al área de ésta en dos partes iguales. Si los valores se concentran en un
extremo se dice sesgada. Una curva tiene sesgo positivo cuando los valores van disminuyendo
lentamente hacia el extremo derecho de la escala y sesgo negativo en caso contrario.
SESGO POSITIVO
ESTADÍSTICA DESCRIPTIVA 29
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Moda:
es el valor que más se repite en un conjunto de datos.
0 0 1 1 2 2 4 4 5 5
6 6 7 7 8 12 15 15 15 19
0 0 1 1 1 2 4 4 4 5
ESTADÍSTICA DESCRIPTIVA 30
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
6 6 7 8 8 9 9 10 12 12
d1
Mo LMo .h
d1 d 2
Mo Moda
LMo Límite inferior de la clase modal
d1 frecuencia de la clase modal menos la frecuencia de la clase
anterior a ella ( d 1 f i f i 1 )
d2 frecuencia de la clase modal menos la frecuencia de la clase
posterior a ella ( d 2 f i f i 1 )
h amplitud del intervalo de clase
ESTADÍSTICA DESCRIPTIVA 31
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
LMo 62 f i 42 f i 1 13 f i 1 39 h5
d 1 42 13 29 d 2 42 39 3
29
Mo 62 .5 66,53
29 3
Cuando todas las puntuaciones de un grupo tienen la misma frecuencia, se dice que no
tiene moda
ESTADÍSTICA DESCRIPTIVA 32
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Si en un conjunto de datos hay dos que no son adyacentes con la misma frecuencia
mayor que las demás, es una distribución bimodal. Conjuntos muy numerosos se
denominan bimodales cuando presentan un polígono de frecuencias con 2 lomos, aún
cuando las frecuencias en los 2 picos no sean exactamente iguales. Estas ligeras
distorsiones de la definición están permitidas porque el término bimodal es muy
conveniente y en último término es descriptivo. Una distinción conveniente puede
hacerse entre la moda mayor y la moda menor. Por ejemplo en el gráfico siguiente, la
moda mayor es 6 y las menores son 3,5 y 10
Mediana:
es el valor que divide al conjunto ordenado de datos, en dos subconjuntos
con la misma cantidad de elementos. La mitad de los datos son menores que la
mediana y la otra mitad son mayores
~~
Me m x x n 1
2
2 3 5 6 8
x( 1 ) x( 2 ) x( 3 ) x( 4 ) x( 5 )
Me x n 1 x 5 1 x( 3 ) 5
2 2
ESTADÍSTICA DESCRIPTIVA 33
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
La mitad de las observaciones son menores o iguales que 5 y la otra mitad son mayores
o iguales que 5.
x n x n
1
~~
Me m x 2 2
2
2 3 5 6 8 9
x( 1 ) x( 2 ) x( 3 ) x( 4 ) x( 5 ) x 6
x 6 x 6
2
1
2
x( 3 ) x31 x 3 x 4 56
Me 5 ,5
2 2 2 2
La mitad de las observaciones son menores o iguales que 5,5 y la otra mitad son
mayores o iguales que 5,5.
n1
Fi 1
~ ~
Me m x Lm 2 .h
fi
Me Mediana
Lm Límite inferior de la clase mediana
n cantidad de datos
Fi-1 frecuencia acumulada absoluta de la clase anterior al
intervalo mediana
fi frecuencia absoluta de la clase mediana
h amplitud del intervalo de clase
ESTADÍSTICA DESCRIPTIVA 34
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
136 1
La clase mediana es la que contenga el elemento en la posición , es
2
decir 68,5 , (promedio entre los elementos números 68 y 69). Buscamos en la
frecuencia acumulada Fi y vemos que se halla en el intervalo [67, 72)
LMe 67 Fi 1 68 f i 39 h5
68,5 68
Me 67 .5 67,06
39
INTERPRETE: ...............................................................................
No se ve afectada por los valores extremos. Esta es la propiedad más importante que
tiene.
Si hay un gran número de datos, el tener que ordenarlos para hallar la mediana insume
esfuerzo y tiempo.
Una muestra con n (minúscula) observaciones, tiene una media x (que se denomina
estadística)
Una población con N (mayúscula) elementos tiene una media (que se denomina
parámetro)
ESTADÍSTICA DESCRIPTIVA 35
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
x x
x
N n
Vemos que es la suma de las observaciones divididas el total de datos. Cuando calculamos la
media de la población, dividimos por la cantidad de datos de la población N y cuando se calcula la
media muestral por n
8 5 9 10 9 12 7 12 13 7 8
x
x 8 5 9 10 9 12 7 12 13 7 8 9,09
n 11
Interpretación: ...........................................................................................................
..................................................................................................................................
x
mi . f i
n
Aunque la media es confiable en el sentido de que toma en cuenta todos los valores del
conjunto de datos, puede verse afectada por valores extremos que no son
representativos del resto de los datos. La media puede malinterpretarse si los datos no
forman un conjunto homogéneo.
ESTADÍSTICA DESCRIPTIVA 36
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Las distribuciones simétricas tienen el mismo valor para la media, la mediana y la moda.
En una distribución con sesgo positivo, la moda se halla en el punto más alto de la
distribución, la mediana está hacia la derecha de la moda y la media más a la derecha.
Es decir Mo < Me < x
En una distribución con sesgo negativo, la moda es el punto más alto, la mediana está a
la izquierda de la moda y la media está a la izquierda de la mediana. Es decir, x < Me <
Mo
Cuando la población tiene una distribución sesgada, con frecuencia la mediana resulta
ser la mejor medida de posición, debido a que está siempre entre la media y la moda. La
mediana no se ve altamente influida por la frecuencia de aparición de un solo valor
como es el caso de la moda, ni se distorsiona con la presencia de valores extremos como
la media.
MEDIDAS DE DISPERSIÓN
Nos proporcionan información adicional que nos permite juzgar la confiabilidad de nuestra
medida de tendencia central. Si los datos están muy dispersos la posición central es menos
representativa de los datos, como un todo, que cuando estos se agrupan más estrechamente
alrededor de la media.
Ya que existen problemas característicos de distribuciones muy dispersas, debemos ser capaces
de distinguir que presentan esa dispersión antes de abordar los problemas
Los analistas financieros están preocupados por la dispersión de las ganancias de una empresa
que van desde valores muy grandes a valores negativos. Esto indica un riesgo mayor para los
accionistas y para los acreedores. De manera similar los expertos en control de calidad, analizan los
niveles de calidad de un producto
RANGO:
ESTADÍSTICA DESCRIPTIVA 37
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
R x( n ) x( 1 )
Siendo x( n ) la observación mayor y x( 1 ) la observación
Menor
Debido a que considera sólo dos valores tiene muchas posibilidades de cambiar
drásticamente de una muestra a otra en una población dada.
Las descripciones más comprensibles de la dispersión son aquellas que tratan con la desviación
promedio con respecto a alguna medida de tendencia central. Veremos dos medidas que nos dan
una distancia promedio con respecto a la media de la distribución: varianza y desviación estándar.
VARIANZA DE LA POBLACIÓN:
Es el promedio de las distancias al cuadrado que van de las observaciones a la media
x x2
2
2
2
N N
2 : Varianza de la población
x : Elemento u observación
: Media de la población
N : Número total de elementos de la población
x x2
2
2
N N
Para calcular la varianza de la población, dividimos la suma de las distancias al cuadrado entre la
media y cada elemento de la población. Al elevar al cuadrado cada una de las distancias, logramos
que todos los números que aparecen sean positivos y, al mismo tiempo asignamos más peso a las
ESTADÍSTICA DESCRIPTIVA 38
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
desviaciones más grandes. Las unidades de la varianza están elevadas al cuadrado (pesos al
cuadrado, unidades al cuadradro, etc.) lo que hace que no sean claras o fáciles de interpretar.
La desviación estándar, que es la raíz positiva de la varianza, se mide en la misma unidad que la
variable, y su interpretación es " en promedio los valores se alejan de la media en ..... unidades"
La desviación estándar nos permite determinar, con un buen grado de precisión, dónde están
localizados los valores de una distribución de frecuencias con relación a la media.
Para curvas cualesquiera, el teorema de Chebyshev asegura que al menos el 75% de los valores
caen dentro de 2 (2 desviaciones estándar) a partir de la media , y al menos el 89% de los
valores caen dentro de 3 .
Se puede medir con más precisión el porcentaje de observaciones que caen dentro de un rango
específico de curvas simétricas con forma de campana (regla empírica):
2
( mi ). f i mi2 . f i
2
N N
ESTADÍSTICA DESCRIPTIVA 39
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
2
( mi ). f i
mi2 . f i 2
N N
2 : Varianza de la población
: Desviación estándar de la población
f i : frecuencia absoluta de la clase i
mi : marca de clase de la clase i
: media de la población
N : tamaño de la población
Para calcular la varianza y la desviación estándar muestral se utilizan las mismas fórmulas que las
poblacionales, sustituyendo con x y N con n 1 .
VARIANZA MUESTRAL:
x x
2
x 2 n.x
2
s 2
n 1 n 1 n 1
s2 : Varianza de la muestra
x : Elemento u observación
x: Media de la muestra
n: Número de elementos de la muestra
x x
2
x 2 n.x
2
s s 2
n1 n 1 n 1
DATOS AGRUPADOS
VARIANZA MUESTRAL:
ESTADÍSTICA DESCRIPTIVA 40
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
s2
( mi x ). f i
n 1
s
( mi x ). f i
n 1
2
s : Varianza de la muestra
s : Desviación estándar de la muestra
f i : frecuencia absoluta de la clase i
mi : marca de clase de la clase i
x : media de la muestra
n : tamaño de la muestra
COEFICIENTE DE VARIACIÓN:
La desviación estándar es una medida absoluta de la dispersión que expresa la variación en las
mismas unidades que los datos originales. Pero no puede ser la única base para la comparación de
dos distribuciones. Por ejemplo si tenemos una desviación estándar de 10 y una media de 5, los
valores varían en una cantidad que es el doble de la media. Si por otro lado tenemos una desviación
estándar de 10 con una media de 5000, la variación respecto a la media es insignificante.
Lo que necesitamos es una medida relativa que nos proporcione una estimación de la magnitud
de la desviación respecto de la magnitud de la media.
s
CV .100% en la población CV .100% en la muestra
x
ESTADÍSTICA DESCRIPTIVA 41
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Vemos que el vendedor C tiene la mayor variabilidad, mientras que el B tiene la menor. El
desempeño de C parece ser mejor si analizamos la media, pero hay que tener en cuenta que
también tiene la mayor variabilidad en la concreción de los objetivos.
PREGUNTAS DE COMPRENSIÓN:
Bibliografía de consulta:
El programa R es de distribución gratuita. Tiene una amplia gama de paquetes estadísticos que
hacen que cada vez más a nivel mundial se utilice y recomiende el mismo.
http://www.r-project.org se baja el programa en la forma Windows, y en CRAN se elige el país
desde el que se quiere bajar. Además se pueden obtener manuales en varios idiomas, incluyendo
castellano. Una introducción al uso de R en castellano (version power-point) se puede ver en:
http://www.etsu.edu/math/seier/R.htm
Manuales en castellano en http://www.R-project.org
• R Para Principiantes traducida por Jorge A. Ahumada (PDF).
• “Introducción a R” por Andrés González y Silvia González (PDF )
• “Gráficos Estadísticos con R” por Juan Carlos Correa y Nelfi González (PDF).
• “Cartas sobre Estadística de la Revista Argentina de Bioingeniería” Marcelo R. Risk (PDF).
• “Introducción al uso y programación del sistema estadístico R” por Ramón Díaz-Uriarte.
ESTADÍSTICA DESCRIPTIVA 42
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Ejercicio n°1:
Un investigador preguntó a un grupo de personas su opinión acerca de la privatización de cierta
empresa. Los resultados fueron los siguientes:
Ejercicio n°2:
El 13 de setiembre de 2017 se votó en la Honorable Cámara de Diputados de la Nación la ley
relacionada a los Honorarios profesionales de abogados, procuradores y auxiliares de la justicia
nacional y federal. 121 diputados votaron afirmativamente, 110 estuvieron ausentes y 25 se
abstuvieron. A continuación se muestra una tabla teniendo en cuenta la agrupación política y el tipo
de voto, según lo que se observa enhttp://votaciones.lanacion.com.ar/diputados/leyes#ley=1325.
Tipo de voto en la HCD de la ley relacionada a honorarios profesionales de abogados, procuradores y auxiliares de la
justicia nacional y federal. 13 de setiembre de 2017.
Tipo de voto
Cambiemos 67 13 5
Massismo y aliados 22 12 4
Kirchnerismo y aliados 13 55 7
Agrupaciones políticas
PJ 13 21 1
Izquierda 0 1 3
Otros 6 8 5
Fuente: Cámara de Diputados de la Nación y Cámara de Senadores de la Nación (sesiones ordinarias)
ESTADÍSTICA DESCRIPTIVA 43
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Ejercicio n°3:
A fin de decidir cuántos mostradores de servicio se necesitarán en tiendas que serán construidas en
lo futuro, una cadena de supermercados quiso obtener información acerca del tiempo (en minutos)
requerido para atender a los clientes. Con objeto de obtener la información acerca de la
distribución, de los tiempos de servicio para los clientes, se registraron 1000 tiempos de servicio
como una muestra. Se dan 60 de ellos en la tabulación siguiente.
Ejercicio n°4:
SALDOS PROMEDIO MENSUALES DE 600 CUENTAS BANCARIAS
INTERVALOS ($) FRECUENCIAS
[ 0, 50) 78
[ 50, 100) 123
[100, 150) 187
[150, 200) 82
[200, 250) 51
[250, 300) 47
[300, 350) 13
[350, 400) 9
[400, 450) 6
a) Identificar la variable en estudio
b) ¿En qué escala se mide? ¿Cuál es el tamaño de la muestra?
c) ¿Cuál es el valor máximo y el valor mínimo?
d) Halle el rango e interprete
e) Ordene los datos mediante un diagrama de tallos y hojas
f) Con los datos sin agrupar halle la media, la mediana y la moda e interprete.
g) Con los datos sin agrupar halle la varianza y la desviación estándar y el coeficiente de
variación e interprete.
h) Agrupar los datos en una distribución de frecuencias, y realizar la lectura de una fila
cualquiera
i) Representar los datos de la tabla en un histograma de frecuencia porcentual. Graficar el
polígono de frecuencias correspondiente.
j) Representar un histograma de frecuencias acumuladas. Graficar una ojiva. Hacer algunas
lecturas en la ojiva
k) Calcule las medidas de tendencia central y de dispersión con los datos agrupados y
compare con los valores obtenidos de los datos sin agrupar
ESTADÍSTICA DESCRIPTIVA 44
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Ejercicio n°6 :
Los siguientes datos representan una muestra de la cantidad de pedidos diarios entregados :
17 25 28 27 16 21 20 22 18 23
Ejercicio n° 7:
A una empresa le preocupa mucho el ausentismo de sus empleados. Las relaciones entre el
sindicato y la empresa están tensas porque no logran ponerse de acuerdo en un límite de faltas a
partir del cual se colocarán sanciones. Se toman las planillas del último mes y se cuenta cada día la
cantidad de ausentes. Los datos son:
12 10 10 9 9 8 8 8 12 10 10 10 9 12 9
8 8 8 6 10 12 10 10 9 9 9 6 9 10 10
a) Calcular e interpretar los valores de media, mediana y moda.
b) Si usted fuera el empresario, ¿cuál de las medidas calculadas en a) emplearía como límite a
partir del cual colocar sanciones?
c) Si usted fuera el delegado gremial, ¿cuál de las medidas calculadas en a) emplearía como límite a
partir del cual colocar sanciones?
d) Justificar las respuestas dadas en los puntos anteriores.
Ejercicio n° 8:
En la siguiente tabla se presentan las muestras A y B. observe que las dos muestras son iguales ,
excepto que el 8 en A se ha sustituido por un 9 en B. ¿Cuál es el efecto de cambiar el 8 por 9 sobre
cada una de las siguientes estadísticas? Justifique
a) media b) mediana c) moda d) rango e) varianza f) desviación estándar
g) coeficiente de variación
A: 2 4 5 5 7 8
B: 2 4 5 5 7 9
Ejercicio n° 9:
Se toma una muestra de 30 mesas del departamento de Godoy Cruz y se observan la cantidad de
votos en blancos registrados en las elecciones del 22 de octubre de 2017.
Número de Mesa 299 308 320 334 337 340 348 355 362 373
Votos en blanco 3 2 5 2 5 4 1 4 2 1
Número de Mesa 378 388 393 423 435 441 507 514 525 530
Votos en blanco 1 4 5 5 3 3 2 4 0 4
ESTADÍSTICA DESCRIPTIVA 45
ANÁLISIS CUANTITATIVO 2018 UNIDAD 2
Número de Mesa 620 629 634 639 650 654 723 727 733 742
Votos en blanco 3 1 3 1 2 4 2 5 2 2
Fuente: Aplicación Legislativas Argentina 2017 – Godoy Cruz.
ESTADÍSTICA DESCRIPTIVA 46