Professional Documents
Culture Documents
PRESENTACIN DE DATOS
INDICE
CAPITULO I: ORGANIZACIN Y PRESENTACIN DE DATOS.....................................5
1.1.1.
Concepto:.......................................................................................... 5
1.1.2.
Objetivos:.......................................................................................... 5
1.1.3.
Importancia....................................................................................... 6
1.2.
1.2.1.
Poblacin........................................................................................... 7
1.2.2.
Muestra............................................................................................. 7
1.2.3.
Unidad de anlisis...............................................................................8
1.3.
Variables.................................................................................................. 8
1.3.1.
Concepto........................................................................................... 8
1.3.2.
Clases de variables............................................................................... 8
1.4.
1.3.2.1.
Variables cualitativas.....................................................................8
1.3.2.2.
Variables cuantitativas...................................................................9
Representacin tabular...............................................................................9
1.4.1.
1.5.
1.4.1.1.
Frecuencia simple........................................................................10
1.4.1.2.
Frecuencia relativa......................................................................10
1.4.1.3.
Frecuencia acumulada.................................................................10
Representaciones graficas..........................................................................10
1.5.1.
Histograma...................................................................................... 10
1.5.2.
Polgamos de frecuencia......................................................................11
1.5.3.
Ojivas............................................................................................. 11
1.6.
Medidas estadsticas.................................................................................12
1.6.1.
1.6.1.1.
Media aritmtica.........................................................................12
1.6.1.2.
Medida..................................................................................... 12
1.6.1.2.1.
1.6.1.2.2.
Datos agrupados.......................................................................13
1.6.1.3.
Moda........................................................................................ 13
1.6.1.4.
Media geomtrica........................................................................14
1.6.2.
Medidas de dispersin........................................................................14
1.6.2.1.
Rango....................................................................................... 15
1.6.2.2.
Varianza....................................................................................15
3
1.6.2.3.
Desviacin estndar.....................................................................15
1.6.2.4.
Coeficiente de variacin...............................................................15
1.6.3.
1.7.
1.6.3.1.
Coeficiente de asimtrica..............................................................16
1.6.3.2.
Coeficiente de curtosis..................................................................17
1.7.1.
Cuartiles.......................................................................................... 17
1.7.1.1.
Datos agrupados.........................................................................17
1.7.1.2.
Series no agrupadas.....................................................................18
1.7.2.
Deciles............................................................................................. 18
1.7.3.
Percentiles....................................................................................... 18
EJEMPLO GENERAL............................................................................................ 20
Bibliografa.......................................................................................................... 27
Estadstica
1.1.1. Concepto:
Es una ciencia formal y una herramienta que estudia usos y anlisis provenientes de una
muestra representativa de datos, busca explicar las correlaciones y dependencias de un
fenmeno fsico o natural, de ocurrencia en forma aleatoria o condicional.
Sin embargo, la estadstica es ms que eso, es decir, es la herramienta fundamental que
permite llevar a cabo el proceso relacionado de la estadstica con la investigacin
cientfica.
Es transversal a una amplia variedad de disciplinas, desde la fsica hasta las ciencias
sociales, desde las ciencias de la salud hasta el control de calidad.
Se usa para la toma de decisiones en reas de negocios o instituciones gubernamentales.
1.1.2. Objetivos:
Los objetivos estadsticos aparecen en la investigacin cuantitativa porque para ser
completados requieren del uso de las herramientas estadsticas.
La investigacin exploratoria tiene objetivos hermenuticos de manera que no se requiere
estadstica para alcanzarlos y los s objetivos de la investigacin aplicativa no son
estadsticos, corresponden a la intervencin y la estadstica est orientada a medir el efecto
de la intervencin.
En esta presentacin se ha omitido intencionalmente el objetivo estadstico comparar por
ser el ms usado y encontrarse en todos los niveles merece una mencin aparte.
A nivel descriptivo
A nivel relacional
Asociar: Plantea que dos sucesos ocurren de manera simultnea en repetidas ocasiones, tal
concurrencia puede ser causar o puede atribuirse al azar.
A nivel explicativo
A nivel predictivo
1.2.
Concepto de poblacin, muestra y unidad de anlisis
1.2.1. Poblacin
El concepto de poblacin en estadstica va ms all de lo que comnmente se conoce como
tal. Una poblacin se precisa como un conjunto finito o infinito de personas u objetos que
presentan caractersticas comunes.
"Una poblacin es un conjunto de todos los elementos que estamos estudiando, acerca de
los cuales intentamos sacar conclusiones". Levin & Rubin (1996).
"Una poblacin es un conjunto de elementos que presentan una caracterstica comn".
Cadenas (1974).
Ejemplo:
Los miembros del Colegio de Contadores.
El tamao que tiene una poblacin es un factor de suma importancia en el proceso de
investigacin estadstica, y este tamao vienen dado por el nmero de elementos que
constituyen la poblacin, segn el nmero de elementos la poblacin puede ser finita o
infinita. Cuando el nmero de elementos que integra la poblacin es muy grande, se puede
considerar a esta como una poblacin infinita, por ejemplo; el conjunto de todos los
nmeros positivos. Una poblacin finita es aquella que est formada por un limitado
nmero de elementos, por ejemplo; el nmero de estudiante de la Universidad Nacional de
Piura.
Cuando la poblacin es muy grande, es obvio que la observacin de todos los elementos se
dificulte en cuanto al trabajo, tiempo y costos necesarios para hacerlo. Para solucionar este
inconveniente se utiliza una muestra estadstica.
Es a menudo imposible o poco prctico observar la totalidad de los individuos, sobre todos
si estos son muchos. En lugar de examinar el grupo entero llamado poblacin o universo,
se examina una pequea parte del grupo llamada muestra.
1.2.2. Muestra
"Se llama muestra a una parte de la poblacin a estudiar que sirve para representarla".
Murria R. Spiegel (1991).
"Una muestra es una coleccin de algunos elementos de la poblacin, pero no de todos".
Levin & Rubin (1996).
"Una muestra debe ser definida en base de la poblacin determinada, y las conclusiones
que se obtengan de dicha muestra solo podrn referirse a la poblacin en referencia",
Cadenas (1974).
Ejemplo;
El estudio realizado a 50 miembros del Colegio de Contadores.
7
Personas
Grupos humanos
Poblaciones completas
Unidades geogrficas determinadas
Eventos o interacciones sociales (enfermedades, accidentes, casos de infecciones
intrahospitalarias, etc.)
Entidades intangibles, susceptibles de medir (exmenes, das camas)
Son el tipo de variables que como su nombre lo indica expresan distintas cualidades,
caractersticas o modalidad. Cada modalidad que se presenta se denomina atributo o
categora, y la medicin consiste en una clasificacin de dichos atributos. Las variables
cualitativas puede ser dicotmicas cuando slo pueden tomar dos valores posibles, como s
y no, hombre y mujer o ser politmicas cuando pueden adquirir tres o ms valores. Dentro
de ellas podemos distinguir:
1.3.2.2.
Variables cuantitativas
Son las variables que toman como argumento cantidades numricas, son variables
matemticas. Las variables cuantitativas adems pueden ser:
Interpretacin:
h3 : El 0,2667 tanto por uno de 30 alumnos, han declarado tener 2 hermanos.
h3 x 100: El 26,67% de 30 alumnos han declarado tener 2 hermanos
1.4.1.3.
poblacin por ubicarse hacia una determinada regin de valores dentro del espectro de
valores posibles (sean infinitos o no) que pueda adquirir la caracterstica.
1.5.3. Ojivas
La ojiva es el polgono frecuencial acumulado, es decir, que permite ver cuntas
observaciones se encuentran por encima o debajo de ciertos valores, en lugar de solo
exhibir los nmeros asignados a cada intervalo.
La ojiva apropiada para informacin que presente frecuencias mayores que el dato que se
est comparando tendr una pendiente negativa (hacia abajo y a la derecha) y en cambio la
que se asigna a valores menores, tendr una pendiente positiva. Una grfica similar al
11
{x 1 , x 2 , x 3 x n
Se utiliza la letra X con una barra horizontal sobre el smbolo para representar la media de
una muestra (\overline{X}), mientras que la letra (mu) se usa para la media aritmtica de
una poblacin, es decir, el valor esperado de una variable.
En otras palabras, es la suma de n valores de la variable y luego dividido por n : donde n es
el nmero de sumandos, o en el caso de estadstica el nmero de datos se da el resultad
1.6.1.2.
Medida
Sea
la mediana como
Me
los datos han sido ordenados (en orden creciente o decreciente), porque ste es el
M e =x( n+1 )/ 2
valor central. Es decir:
Por ejemplo, si tenemos 6 datos, que ordenados son:
x (5+1 )/ 2=x3 =7
( x 4 , x5 ) .
M e = x n + x n +1 /2
Por
ejemplo,
si
tenemos
x 1=3, x 2=6, x 3=7, x 4=8, x 5=9, x 6=10
x 6 =x 7=7
2
datos,
que
ordenados
son:
x 6 =x 4 =8
2
+1
. Por
tanto, la mediana de este grupo de datos es la media aritmtica de estos dos datos:
n
2
13
N i y N i1
Donde
son
las
frecuencias
absolutas
acumuladas
tales
que
n
N i1 N i , ai1 y a i
son los extremos, interior y exterior, del intervalo donde se alcanza la
2
mediana y
M e =ai1 + p
aiai1
1.6.1.3.
Moda
Siendo
ni
ni1 y ni +1
las frecuencias
1.6.1.4.
Calificaciones
Nmero de alumno
Media geomtrica
14
donde la notacin
x(i)
x (k )
y el mnimo
x ( 1)
; o,
lo que es lo mismo:
Varianza
Siendo:
15
x1
: cada dato
n: nmero de datos
X : media aritmtica de los datos
1.6.2.3.
Desviacin estndar
Esta medida nos permite determinar el promedio aritmtico de fluctuacin de los datos
respecto a su punto central o media. La desviacin estndar nos da como resultado un valor
numrico que representa el promedio de diferencia que hay entre los datos y la media. Para
calcular la desviacin estndar basta con hallar la raz cuadrada de la varianza, por lo tanto,
su ecuacin sera:
1.6.2.4.
Coeficiente de variacin
Una de las medidas suficientemente til es la obtencin del coeficiente de variacin, el cual
se define como el cociente entre la desviacin estndar y la media aritmtica, mostrando
para bajos valores una alta concentracin de los datos. En el caso en que la media es igual
a cero esta medida no est definida, por lo que se recurre a cualquiera de las anteriores. Su
expresin es dada por
donde son la media y la desviacin estndar, respectivamente, para una misma poblacin.
En ocasiones se suele presentar la informacin mediante el por ciento, sobre todo al
momento de comparar dos muestras, por lo que el coeficiente suele presentarse como:
Su utilidad radica en que podemos determinar que tanta variabilidad existe entre dos
muestras en las que inclusive las informaciones no tienen las mismas unidades o se trata de
datos diferentes. En el siguiente ejemplo se muestra la utilidad del coeficiente de variacin
1.6.3. Medidas de forma de la distribucin
1.6.3.1.
Coeficiente de asimtrica
Esta medida nos permite identificar si los datos se distribuyen de forma uniforme alrededor
del punto central (Media aritmtica). La asimetra presenta tres estados diferentes cada uno
de los cuales define de forma concisa como estn distribuidos los datos respecto al eje de
asimetra. Se dice que la asimetra es positiva cuando la mayora de los datos se encuentran
por encima del valor de la media aritmtica, la curva es Simtrica cuando se distribuyen
aproximadamente la misma cantidad de valores en ambos lados de la media y se conoce
como asimetra negativa cuando la mayor cantidad de datos se aglomeran en los valores
menores que la media.
16
1.6.3.2.
Coeficiente de curtosis
Esta medida determina el grado de concentracin que presentan los valores en la regin
central de la distribucin. Por medio del Coeficiente de Curtosis, podemos identificar si
existe una gran concentracin de valores, una concentracin normal o una baja
concentracin.
Datos agrupados
Clculo de los
Series no agrupadas
Son medidas de posicin que dividen en cuatro partes porcentuales iguales a una
distribucin ordenada de datos.
Formula General:
Para calcular el valor de uno de los cuatro Cuartiles, se utiliza la frmula:
Qk =k (N /4 )
En donde:
Qk
= Cuartil nmero 1, 2, 3 4
1.7.2. Deciles
Los deciles son los nueve valores que dividen la serie de datos en diez partes iguales.
Los deciles dan los valores correspondientes al 10%, al 20%... y al 90% de los datos.
D 5 coincide con la mediana.
18
Clculo de los
1.7.3. Percentiles
Los percentiles son los 99 valores que dividen la serie de datos en 100 partes iguales.
Los percentiles dan los valores correspondientes al 1%, al 2%... y al 99% de los datos.
P50 coincide con la mediana.
P50
coincide con
P50
es la amplitud de la clase.
19
Clculo de los
20
EJEMPLO GENERAL
X 1 : PLANILLA
N=48
LIMITES
Ls
RANGO
=20107
R=
Ls =33419
Ls
MUESTRA
-
Ls
R=13312
M = 6.6 = 7
ANCHO DE CLASES
EXESO
C=R/M
E=M*C-R
C = 13312/7
E=7*1902-13312
C = 1901.7
E=2 =>
C = 1902
E1
=1
E2
=1
NUEVOS LIMITES
L' s
LS
E1
L' s
= 33 419+1
21
LS
E2
= 20107-1
L' s
L' s
= 3342
= 20106
ORDENA ELEMENTOS
Interpretacin:
22
8.3%
MEDIA ARITMETICA
x =
xi
1281,828
=26705
48
23
VARIANZA
24
DESVIANCIN ESTNDAR
25
S= S2
S= 15788866.8
S=3973.5
CUATILES
N i=25
N s =57
S1=30
C=10
177
70
148
7
(
4 )
Q =22008+1902
1
Q1=22959
DECIL
148
0
(
10 )
D =20 106+1902
1
D1=21465
LA MEDIANA
n
N i 1
2
M e =LI +C
N i N i1
n 48
= =24
2 2
n
N i1 < N i
2
N i1 24 < N i
21 24< 28
LI = 25812
C = 1902
M e =25812+ 1902
M e =25812+ 1902
[]
2421
2821
3
7
M e =26627.1
M e =2667
LA MODA
ni=10
ni1=7
27
ni+ 1=4
MO=LI +C
nini 1
( n ini1 ) + ( n ini +1)
MO=22008+ 1902
107
( 1 07 )+ (104 )
MO=22578.6
RANGO
LI = 20107
R = LS - LI
LS = 33419
R = 33419 -20107
R = 13312
COEFICIENTE DE VARIACION
1
CV ( X )= 100
X
CV ( X ) =
X =26705
1
100
26705
CV ( X )=267.05
PERSENTIL
20 n 20 ( 48 )
=
=9.6
100
100
28
N I 1
10 N
<N I
100
9 9.6<17
LI 22 008
C = 1902
Jn
N i1
100
P20=LI + C
N i N i1
P20=22008+1902
9.67
177
P20=22008+19020.26
P20=22502.52
INTERPRETACIN: EL 20 % DE LOS TRABAJADORES DE LA FABRICA DEL
CEMENTO PACASMAYO TIENEN UN SUELDO Q LO MENOS DE S/.22502.52
Bibliografa
Berenson M., Levine D., Estadstica Bsica en Administracin, Prentice Hall
Hispanoamericana S. A., Mxico, 1996.
Freund J. y Simon G., Estadstica elemental, Prentice Hall, Mxico, 1994.
Galindo E., Estadstica para la Administracin y la Ingeniera, Grficas Mediavilla
Hnos., Quito, 1999.
Pea, D. y Romo, J (1997). Introduccin a la estadstica para las ciencias sociales.
Madrid:
McGraw-Hill.
Stevens, S. S. (1946). On the theory of scales of measurement. Science, 103, 677680.
29