TECSUP - PFR

Estadstica y Probabilidades

UNIDAD I

ESTADSTICA

1.

INTRODUCCIN
El uso de los mtodos estadsticos para analizar datos se ha convertido en una
prctica comn en todas las disciplinas cientficas. Este material de ayuda
pretende introducir mtodos que utilizan los estudiantes en sus carreras de
formacin tecnolgica.
La exposicin matemtica es relativamente modesta. El uso sustancial del
clculo se hace slo en el captulo de probabilidades. No se utiliza lgebra
matricial en absoluto. Por lo tanto, casi toda la exposicin deber ser accesible
para aquellos estudiantes cuyo conocimiento en matemtica es bsico.
La unidad 1 se inicia con algunos conceptos y terminologa bsicos (poblacin,
muestra, estadstica descriptiva e inferencial, variables y tipos) y contina con la
elaboracin de tablas de frecuencia para variables cualitativas y cuantitativas y
grficos importantes. La unidad 2 corresponde a las medidas resumen de
posicin y de dispersin. La unidad 3 se estudia el anlisis de dos variables:
cualitativas vs cualitativas, cualitativas vs cuantitativas y cuantitativas vs
cuantitativas, adems de grficos importantes. En el captulo 4 se ofrece el
desarrollo un tanto tradicional de la probabilidad, la probabilidad condicional, la
probabilidad total y el teorema de Bayes.
1.1

POBLACIN Y MUESTRA

A fin de entender cmo se puede aplicar los mtodos estadsticos, se debe

distinguir entre poblacin y muestra. Una poblacin o universo es
cualquier coleccin finita o infinita de individuos o elementos, para cada
uno de los cuales se tiene que contar o medir una o varias caractersticas.
Los elementos son los objetos que poseen la informacin que busca el
investigador y acerca del cual deben hacerse las inferencias. Entre
posibles elementos se tiene: una sustancia, un compuesto, un mineral,
etc.
Aunque existe la libertad de llamar poblacin a un grupo cualquiera de
elementos definidos en el tiempo y el espacio, en la prctica depende del
contexto en el cual se observarn los elementos. Suponga, por ejemplo, el
nmero de total de compuestos que pueden elaborarse con 5 sustancias,
puede considerarse como una poblacin.

55

Estadstica y Probabilidades

TECSUP - PFR

Una muestra es un subconjunto de elementos de la poblacin que

puede servir de base para generalizaciones vlidas En trabajos
qumicos, se toman muestras de un material, se ensayan y se hacen
deducciones para la totalidad de dicho material, a partir de los
resultados obtenidos. La muestra no es exactamente la poblacin,
sino que se supone que la representa, y la validez de cualquier
conclusin obtenida de ella depende de la verdadera
representatividad que tenga.
La muestra debera ser seleccionada en forma aleatoria, es decir,
ca- da elemento tiene una probabilidad conocida y no nula de
seleccin. No siempre es posible obtener una muestra aleatoria.
Esto es especialmente cierto cuando el estadstico puede confiar en
su propio juicio o conveniencia al seleccionar los elementos de la
muestra. Con la aleatoriedad se per- sigue que la muestra sea
representativa de la poblacin, para que concentre todas las
caractersticas y particularidades de inters. Sin embargo, la
aleatoriedad no garantiza necesariamente la representatividad.
Los factores que determinan la seleccin de muestras son: costo,
tiempo y la imposibilidad prctica (o destruccin de la unidad de
estudio). En tanto, el tamao de la muestra queda determinado por
la variabilidad de la poblacin, el nivel de confianza y el error
mximo permisible. Cuando los elementos de una poblacin tienen
cierto grado de heterogeneidad entre ellos, el tamao de la muestra
tiende a ser grande. Cabe destacar, que es completamente errneo
asegurar que la muestra depende del tamao de la poblacin.
Cuando se hace una investigacin con todos los elementos de la poblacin,
se llama censo o enumeracin total. En tanto, cuando se ela- bora con
base en una muestra, se le denomina estudio por muestreo. En la mayora
de los casos los qumicos no estn interesados en los datos de
enumeracin total (o censo) sino en datos muestrales.
1.2

ESTADSTICA
Disciplina que nos proporciona un conjunto de mtodos y procedimientos
que nos permitan recopilar, clasificar, presentar y describir datos en
forma adecuada para tomar decisiones frente a la incertidumbre o
predecir o afirmar algo acerca de la poblacin a partir de los datos
extrados de la misma.
56

TECSUP - PFR

Estadstica y Probabilidades

Esta definicin nos permite distinguir la Estadstica Descriptiva de la

Inferencial.
La estadstica descriptiva se puede definir como los mtodos
estadsticos que pretenden describir las caractersticas ms importantes
de un conjunto de datos, sea que provenga de una muestra o de una
poblacin. Utiliza tcnicas estadsticas, como la representacin grfica,
cuadros estadsticos, medidas de posicin y de variabilidad.
Uno de los propsitos fundamentales de los mtodos estadsticos es
utilizar estadsticos muestrales para estimar los parmetros de la
poblacin. A este proceso de utilizar los estadsticos muestrales para
llegar a conclusiones acerca de los verdaderos parmetros de la
poblacin, se le llama inferencia estadstica.
La estadstica inferencial generaliza los resultados observados en una
muestra a toda la poblacin bajo estudio, por medio del planteamiento y
pruebas de hiptesis y clculo de intervalos de confianza; se aplica a problemas como estimar, mediante pruebas, el rendimiento promedio de un
proceso qumico, verificar las especificaciones de produccin a partir de
mediciones efectuadas sobre muestras o predecir los residuos de cloro en
una piscina basndose en una muestra de datos tomados en ciertos
perio- dos de tiempo.
1.3

CICLO METODOLGICO DE UN TRABAJO ESTADSTICO

Cuando no sea posible obtener una informacin completa de la poblacin,
se extraen muestras representativas de dicha poblacin mediante las
tcnicas de muestreo, y en base al estudio o informacin obtenidas de los
datos muestrales se afirma algo acerca de la poblacin total o se toman
decisiones generales confiables con ayuda de la Estadstica Inferencial.
Este ciclo se cumple en la mayora de las veces del quehacer estadstico

57

Estadstica y Probabilidades

1.4

TECSUP - PFR

VARIABLES
Se dice que algo vara si puede tomar por lo menos dos valores, grados
o formas o, incluso, cuando una caracterstica puede estar presente o
ausente en una situacin especfica.
Dicho esto, podramos estar de acuerdo en que nociones como sexo,
nmero de hijos por familia, color de automvil, nmero de huelgas
58

TECSUP - PFR

Estadstica y Probabilidades

anuales, nivel de estudios, etc., son variables, ya que son caractersticas

que admiten por lo menos dos valores, grados o formas dentro de un
universo determinado.
No obstante, la prctica docente ensea que, al empezar a familiarizarse
con este tema, los alumnos suelen confundir la caracterstica que admite
variaciones con el universo o con los elementos del mismo. Comprese
la lista del prrafo anterior con esta otra: persona, vivienda, lmpara,
automvil. Estos trminos se refieren a objetos y no a caractersticas de
objetos; por lo tanto, no son variables. Variables seran las
caractersticas que quisiramos indagar de esos objetos. Por ejemplo, de
un universo formado por personas podramos conocer su edad, lugar de
nacimiento, nivel de escolaridad, clase social a que pertenecen, etc.
Estas peculiaridades son variables. Tambin son variables, de un
universo formado por automviles, su marca, modelo, color, potencia,
etc., ya que son caractersticas que van cambiando de auto en auto.
Otra confusin frecuente se da con los datos estadsticos.
Consideremos estos ejemplos: "nmero de huelgas" y "produccin de
azcar". Si decimos que el nmero de huelgas en una regin y en un
periodo determinados es A, estamos aportando informacin global del
fenmeno, que es un dato estadstico, no una variable. El nmero de
huelgas se convierte en variable si se estudia, digamos, en un periodo
determinado y en diferentes regiones, o en una sola regin y en
diferentes periodos (anualmente, sexenalmente, etc.). Lo mismo pasa si
afirmamos que la produccin de azcar en el ingenio X es B toneladas:
se trata de un dato estadstico, no de una variable. La produccin de
azcar se convertir en variable cuando se indague en diferentes
fbricas y en un mismo momento o en una misma fbrica y en distintos
momentos.
Ahora bien, toda variable tiene dos niveles: uno conceptual o terico y
otro operacional o de medicin. Si nos preguntaran qu se entiende por
alcoholismo, por ejemplo, podramos decir que se trata de una
enfermedad progresiva y mortal, exclusiva de los seres humanos, que
consiste en la ingestin de bebidas alcohlicas. De ser ms o menos
correcta esta definicin, estaramos en el nivel estrictamente conceptual
o terico, que no permite efectuar ninguna medicin. Si, en cambio, a
partir de este concepto definimos al alcoholismo como el grado de
dependencia de los seres humanos respecto a la ingestin de bebidas
alcohlicas, habremos pasado del nivel conceptual a otro donde es
posible medir, pues en una poblacin dada encontraramos desde el que
no ha bebido jams una gota de alcohol, el abstemio, hasta el que no
puede dejar de beber.
La correspondencia entre el nivel terico y el operacional de una variable
se consigue mediante un procedimiento llamado medicin, que no debe
entenderse como un procedimiento arbitrario de asignacin de nmeros
u otros smbolos a las observaciones: esta asignacin se efecta en
concordancia con un conjunto de procedimientos admisibles para la
variable conceptual que s est manejando.

59

Estadstica y Probabilidades

TECSUP - PFR

A nivel operacional o de medicin, variable es un conjunto de nmeros u

otros smbolo; asignados a las observaciones, que sirven para
clasificarlas con respecto a una variable conceptual Sin embargo, no
ahondaremos en esta cuestin; ser suficiente, por ahora, que sepamos
identifica] variables, ya que del tipo a que pertenezcan depender el
procedimiento estadstico con que se le; trate, tema que estudiaremos
ms adelante.
Tipos de variables
Segn su naturaleza las variables pueden clasificarse en:
a) Variables cuantitativas, son aquellas que consisten de nmeros
que representan conteos o mediciones. Las variables cuantitativas
pueden ser: Discreta, corresponde al conteo o numeracin de sucesos.
Ejemplos: nmero de computadores en un aula, nmero de artculos
defectuosos en un embarque, nmero de hijos por familia, etc.
Continua, corresponde a mediciones y por tanto sus valores estn
comprendidosen un intervalo ya que entre dos valores existen infinitos
valores intermedios.
Ejemplos: contenido neto en gramos en una lata de caf, dimetro de
un tornillo, ingreso familiar, etc.
b) Variables cualitativas se dividen en diferentes categoras que se
distinguen por alguna caracterstica no numrica. Ejemplos: genero,
nivel socio econmico, grado de instruccin, etc.
Observacin: Los datos pueden estar codificados numricamente, sin
que ello signifique que sea una variable cuantitativa.
Ejemplo. Clasifica las siguientes variables:
Marca de detergente que una ama de casa usa.
El grado de instruccin.
Nmero de artculos defectuosos producidos por una mquina en
un periodo de dos horas.
La longitud de 1000 tornillos con arandela y tuerca.
Segn la funcin que cumplen en el estudio:
Una distincin de particular importancia es aquella entre variables
dependientes e independientes. Los trminos dependiente e
independiente se utilizan para representar una relacin de causalidad
entre dos variables.
El problema de la determinacin de causalidad (cules variables son
dependientes y cules independientes?) es uno de los problemas ms
serios que enfrenta la estadstica. El anlisis emprico o estadstico slo
60

TECSUP - PFR

Estadstica y Probabilidades

puede decirnos si dos variables parecen estar relacionadas, pero no

puede decirnos: (a) si de hecho existe una relacin de dependencia y
(b) cul es la direccin de dicha relacin (cul es la causa y cul el
efecto o la variable causada). Necesitamos una teora para dar
plausibilidad a una relacin emprica.
Independiente (X):
Una variable independiente es aquella cuyo valor no depende del de otra
variable. La variable independiente se representa en el eje de abscisas.
Son las que el investigador escoge para establecer agrupaciones en el
estudio, clasificando intrnsecamente a los casos del mismo.
Es aquella caracterstica o propiedad que se supone ser la causa del
fenmeno estudiado. En investigacin experimental se llama as a la
variable que el investigador manipula.
Dependiente (Y):
Una variable dependiente es aquella cuyos valores dependen de los que
tomen otra variable. La variable dependiente en una funcin se suele
representar por y. La variable dependiente se representa en el eje
ordenadas. Son las variables de respuesta que se observan en el estudio
y que podran estar influidas por los valores de las variables
independientes.
Hayman (1974 : 69) la define como propiedad o caracterstica que se
trata de cambiar mediante la manipulacin de la variable independiente.
La variable dependiente es el factor que es observado y medido para
determinar el efecto de la variable independiente.
Considere la siguiente cuestin: Es el aumento del ingreso per capita de
un pas que causa mejoras en el nivel de educacin o la mejora en el
nivel de educacin que causa mejoras en el ingreso per capita? O tal
vez un tercer factor es la causa de ambos? Cultura? Este complejo y
viejo debate no se puede resolver slo sobre la base del anlisis
estadstico, aunque la estadstica es un importante instrumento en
nuestros continuos esfuerzos por dilucidar estas cuestiones. El debate
mencionado ha persistido por dcadas, adems, porque muchas de las
teoras que han sido propuestas para explicar la relacin entre educacin
y desarrollo econmico no pueden ser refutadas slo sobre la base del
anlisis emprico.
ESCALAS DE MEDICIN
La medicin de una variable consiste en asignar un valor a la caracterstica o
propiedad observada. Por ejemplo, si la caracterstica observada es el gnero
de las personas, al clasificar a una persona como de sexo femenino le
estamos asignando un valor, estamos haciendo una medicin de la
caracterstica.
El proceso de medicin utiliza diversas escalas: Nominal, Ordinal, Intervalo y
Razn.
Escala Nominal: Slo permite asignar un nombre, etiqueta o valor al
elemento sometido a medicin. Los nmeros que se puedan asignar a las
propiedades observadas en los elementos se utilizan slo como etiquetas con

61

Estadstica y Probabilidades

TECSUP - PFR

la finalidad de clasificarlos. Con esta escala no tiene sentido realizar

operaciones aritmticas.
Por ejemplo:
Gnero (femenino, masculino), nacionalidad (peruano, colombiano, etc.),
marcas de gaseosa preferida (fanta, coca cola, pepsi etc).
Escala Ordinal: Adems de asignar un nombre, etiqueta o valor, esta escala
permite establecer un orden entre los elementos sometidos a medicin. Con
esta escala solo se puede establecer una relacin de orden. Los nmeros que
se asignen a las propiedades deben respetar el orden de la caracterstica que se
mide.
Cada categora puede ser comparada con otra en relacin de mayor que o
menor que.
Por ejemplo:
Grado de satisfaccin (alto, medio, bajo), estado de salud (bueno, regular,
malo), grado de instruccin (primaria, secundaria, superior).
Escala de Intervalo: Adems de asignar un nombre o etiqueta y establecer
un orden entre los elementos, esta escala permite calcular diferencias entre los
nmeros asignados a las mediciones (el intervalo entre observaciones que se
expresa en trminos de una unidad fija de medida).
Los datos de intervalo siempre son numricos.
En esta escala el cero es relativo, es decir, no indica la ausencia de la
caracterstica medida
Por ejemplo:
Temperatura (se puede medir en grado Celsius grado Fahrenheit), ao
calendario (el ao puede referirse al calendario gregoriano calendario chino),
en el caso de la escala de intervalos podemos asignar el cero a cualquier valor
posible (el cero es arbitrario).
Escala de Razn: Una variable est medida en escala de razn si los datos
tienen todas las propiedades de los datos de intervalo y el cociente de los dos
valores es significativa. La escala de medicin de razn tiene las propiedades de
la escala de intervalo con la propiedad adicional de tener un punto de partida
natural o cero (cero absoluto), que indica que ausencia de la variable (no existe
nada para una variable).
Para esta escala de medicin, es posible establecer una relacin de
proporcionalidad entre sus distintos valores, es decir el cociente de los valores
es significativo.
Por ejemplo:
Costo de un automvil, nmero de aprobados, nmero de
artculos defectuosos.

62

TECSUP - PFR

2.

Estadstica y Probabilidades

ESTADSTICA DESCRIPTIVA
La estadstica descriptiva se ocupa de la recopilacin, clasificacin, presentacin y
descripcin de los datos.
RECOPILACIN
Los datos pueden recopilarse de dos maneras fundamentales:
a) Si se consideran todos los elementos de la poblacin y se registran
sus caractersticas se denomina censo.
b) Si se seleccionan algunos elementos de la poblacin, pero no todos,
se denomina muestra y la informacin obtenida por este
procedimiento se llama por muestreo; si la recopilacin de los
elementos muestrales se efecta al azar se dice que el muestreo es
aleatorio y la muestra se denomina muestra aleatoria.
Un ejemplo de una recopilacin completa o censo es el Censo Poblacional
del Per realizado en el ao 1993.
CLASIFICACIN
Los datos obtenidos por observacin o medicin suelen ser registrados en
el orden en que se recopilan. Para facilitar su interpretacin y el anlisis
correspondiente deben ser clasificados y esto equivale a que los datos
deben ser organizados de alguna manera sistemtica o particionado en
clases bien definidas y una manera sencilla de hacerlo es ordenar los
datos segn su magnitud o agruparlos de acuerdo a sus caractersticas.
PRESENTACIN DE DATOS
Una vez recolectados los datos y optado por su posible clasificacin es
necesario presentarlos en forma tal que se facilite su comprensin y su
posterior anlisis. Para ello se ordenan en cuadros numricos llamados
TABLAS (Tablas de frecuencias) y luego se presentan mediante GRFICAS
(de barras, sectores circulares, histograma, polgono de frecuencias, ojiva,
pictograma, etc.)

ELABORACIN DE TABLAS SEGN LAS NORMAS APA

Cualquier forma de presentacin empleada en el trabajo tendr que ser denominada
Tabla o Figura. Segn las normas APA, generalmente las tablas exhiben valores
numricos exactos y los datos estn dispuestos de forma organizada en lneas y
columnas, facilitando su comparacin" (APA, 2001, p. 133). Ya las figuras son
cualquier tipo de ilustracin que no sea tabla. Una figura puede ser un cuadro, un
grfico, una fotografa, un dibujo u otra forma de representacin (APA, 2001, p. 149).

63

Estadstica y Probabilidades

TECSUP - PFR

Ttulo de la tabla
El ttulo de la tabla debe ser breve, claro y explicativo. Debe ser puesto arriba de la
tabla, en el margen superior izquierdo, debajo de la palabra Tabla (con la inicial en
mayscula) y acompaado del nmero con que la designa (las tablas deben ser
enumeradas con nmeros arbigos secuencialmente dentro del texto y en su
totalidad). Ej.: Tabla 1, Tabla 2, Tabla 3, etc.
Citar tablas en el cuerpo del texto
Al citar tablas en el cuerpo del texto, escriba apenas el nmero correspondiente a la
tabla, por ejemplo: Tabla 1, Tabla 2, Tabla 3, etc. (la palabra Tabla tendr que ser
presentada con la inicial mayscula)
Nunca escriba "tabla abajo/arriba o tabla de la pgina xx, pues la numeracin de las
pginas del trabajo puede ser alterada.
Cuerpo de la fuente de la tabla
Times New Roman, tamao 10.
Fuente de las notas de la tabla
Times New Roman, tamao 9.
Notas de la tabla
Las tablas presentan tres tipos de notas: notas generales, notas especficas y notas de
probabilidad. Las notas son tiles para eliminar la repeticin en el cuerpo de una
tabla (APA, 2001, p. 147). Ellas son presentadas en el margen izquierdo (sin sangra)
debajo de la tabla (entre la tabla y la nota hay que inserir dos espacios). Y deben ser
ordenadas en esta secuencia: nota general, nota especfica y nota de probabilidad, y
cada tipo de nota debe ser puesta en una lnea nueva.
Notas generales: Una nota general cualifica, explica u ofrece informaciones
relacionadas a la tabla como un todo y finaliza con una explicacin de abreviaturas,
smbolos y afines (APA, 2001, p. 145).
Nota especfica se refiere a una columna, lnea o tem especfico y debe ser indicada
por letra minscula sobrescrita (a, b, c).
Nota de probabilidad indica los resultados de pruebas significativos y se indican con
asterisco sobrescrito (*).

64

TECSUP - PFR

I.

Estadstica y Probabilidades

TABLA DE FRECUENCIAS PARA VARIABLES CUALITITATIVAS

Se deber representar en la tabla los diferentes valores que asume la variable

cualitativa y en la columna de las frecuencias absolutas simples la cantidad de veces
con las que aparece esta categora de la variable. Si la variable cualitativa est medida
en escala ordinal, tendr sentido mostrar las frecuencias acumuladas absolutas o
relativas. Si la medicin est hecha en escala nominal slo deber mostrarse las
frecuencias absolutas simples y/o relativas.
Por ejemplo:

65

Estadstica y Probabilidades

Tabla 3.

TECSUP - PFR

Calidad en el servicio en el servicio de atencin al cliente.

Opinin

Frecuencia

Frecuencia relativa

Porcentaje

Deficiente

20

20/160 = 0.1250

0.125*100 = 12.50 %

Bueno

35

35/160 = 0.2188

21.88 %

Excelente

65

0.4063

40.63 %

Otros

40

0.2500

25.00 %

Total

160

Fuente: Sabadini, (2013)

II.

ELABORACIN DE FIGURAS SEGN LAS NORMAS APA

Segn la APA, una figura es cualquier tipo de ilustracin que no sea tabla. Una figura
puede ser un cuadro, un grfico, una fotografa, un dibujo u otra forma de
representacin (APA, 2001, p. 149).
Tanto para las figuras como para las tablas el interlineados que se utiliza es sencillo
(1,0) o de uno punto cinco (1,5). Esto en el contenido de las tablas y figuras como en
las notas de las tablas, ttulo de tablas o figuras y leyendas. Segn sea el caso.
Ttulo de la figura
El ttulo explica la figura de forma concisa, pero de forma discursiva. Debe ser puesto
debajo de la figura, con nmeros arbigos secuencialmente dentro del texto como un
todo, precedido por la palabra Figura (con la inicial en mayscula). Ej.: Figura 1, Figura
2, Figura 3, etc.
Cualquier otra informacin necesaria para elucidar la figura (como la unidad de
medida, smbolos, escalas y abreviaturas) que no estn incluidas en la leyenda,
tendrn que ser colocadas luego del ttulo.
Cuerpo de la fuente de la figura
Times New Roman, tamao 10.

66

TECSUP - PFR

Estadstica y Probabilidades

Leyenda
Se trata de la explicacin de los smbolos empleados en la figura y debe ser puesto
dentro de los lmites de la figura.

Citar figuras en el cuerpo del texto

Al citar figuras en el cuerpo del texto, escriba apenas el nmero correspondiente a la
figura, por ejemplo: Figura 1, Figura 2, Figura 3, etc. (la palabra Figura tendr que ser
presentada con la inicial mayscula)
Nunca escriba "figura abajo/arriba o figura de la pgina xx, pues la numeracin de las
pginas del trabajo puede ser alterada.
Figuras reproducidas de otra fuente
Las figuras reproducidas de otra fuente deben presentar, debajo de la figura, la
referencia del autor original, aunque se trate de una adaptacin.
Ejemplos
Nota Fuente: Sabadini, A. A. Z. P., Sampaio, M. I. C., & Koller, S. H. (2009). Publicar
em psicologia: um enfoque para a revista cientfica (p.175). So Paulo: Associao
Brasileira de Editores Cientficos de Psicologia/Instituto de Psicologia da Universidade
de So Paulo.
Nota Fuente: Adaptado de Sabadini, A. A. Z. P., Sampaio, M. I. C., & Koller, S. H.
(2009). Publicar em psicologia: um enfoque para a revista cientfica (p. 176). So
Paulo: Associao Brasileira de Editores Cientficos de Psicologia/Instituto de Psicologia
da Universidade de So Paulo.

III.

REPRESENTACIN GRFICA DE VARIABLES CUALITATIVAS

1. Diagrama de barras
Un diagrama de barras es una grfica para representar un conjunto de datos
cualitativos que se han resumido en una distribucin de frecuencias absolutas, relativas
o porcentuales. En uno de los ejes de la grfica, por lo general el eje horizontal, se
colocan las categoras de la variable y en el otro eje de la grfica (por lo general el eje
vertical) se pueden usar las frecuencias absolutas, relativas o porcentuales. Luego, se
construye una barra de ancho fijo en cada categora y cuya altura corresponda a la
frecuencia utilizada en el grfico. Las barras deben estar separadas para enfatizar el
hecho que las categoras no se superponen.

67

Estadstica y Probabilidades

TECSUP - PFR

Ejemplo:

10.20%

9.60%
9.20%

8.50%

Horizonte

Integra

Unin vida

Profuturo

Figura 1. Rentabilidad por AFP del Sistema Privado de Pensiones. Fuente: Sabadini,
(2013)

2. Diagrama circular
El diagrama circular, tambin llamado diagrama de pie, es otra forma de representar la
distribucin de frecuencias relativas o porcentuales. Para su construccin primero se
traza un crculo y luego se divide en sectores circulares de forma proporcional a la
frecuencia relativa de cada categora. Puesto que todo el crculo representa un ngulo
de 360 en total cada sector es el porcentaje correspondiente de dicho total, es decir,
el ngulo del sector que le corresponde a cada categora se obtiene multiplicando 360
por la respectiva frecuencia relativa.

Ejemplo:

68

TECSUP - PFR

Estadstica y Probabilidades

TABLAS DE FRECUENCIA PARA VARIABLES CUANTITATIVAS

Haremos algunas definiciones en base a un ejemplo: Clasificar los
siguientes datos recopilados del nmero de cabezas de ganado vacuno
que posee cada una de las 40 familias de las comunidades campesinas de
la Sierra Central del Per, tomados al azar.
1
4
0
5

2
3
0
4

0
3
4
6

3
5
9
8

5
12
0
11

1
10
1
0

0
4
3
1

8
3
13
3

1
0
1
8

2
10
3
0

Alcance (A): es el intervalo definido por los datos de mayor y menor

valor.
En el ejemplo:

A 0; 13

Intervalos de clase ( Ii ) y Lmites de clase ( Li ): clasificar los

datos en k grupos equivale a particionar el alcance A en k clases o k
intervalos Ii ,donde: i=1, 2, ...,k
y determinar cuntos datos
pertenecen a cada uno.

I i Li , Li 1 , i=1, 2, ...,k
Los intervalos semi-abiertos por la derecha Ii se denominan intervalos de
clase.
Los Li , i=1, 2, ...,k+1 se denominan los lmites de clase.
El valor entero de k, fundamentalmente, depende del estadstico y/o
investigador, pero es recomendable utilizar la regla de Sturges para
determinar un valor aproximado de k:

k 1 3,3logn
Donde n es el nmero total de datos disponibles.
La frmula es un poco conservadora y nos da un nmero de intervalos
un poco menor del que se utiliza en la prctica. Cuando el nmero de
datos es menor que 100, el nmero de intervalos se debe tomar menor
que 10. Para un nmero de datos bastante grande, el nmero de
intervalos es mayor que 10, la prctica aconseja los siguientes lmites: 5
k 15 .
En el ejemplo:
k = 1 + 3,3 log(40) = 6,286

69

Estadstica y Probabilidades

TECSUP - PFR

Luego k podr tomar valores enteros: 5, 6 o 7

Tomemos:

k=7.

Ancho de Clase ( Wi ): es la longitud de un intervalo de clase.

Wi l ( I i ) Li 1 Li
Para conseguir anchos de clase iguales (W ), como es deseable; se usa
la siguiente relacin:

l ( A)
, donde l (A) es la longitud del alcance.
k

En el ejemplo:
W

13
1,857
7

tomamos W = 2

Frecuencia Absoluta (ni ): una vez decidido el valor de k y calculado

el ancho de clase. Mediante la tabulacin se determina el nmero de
datos contenidos en cada clase y este nmero entero se denomina
frecuencia absoluta( ni )

ni : frecuencia absoluta de i sima clase .

Distribucin de Frecuencias Absolutas:
Tabla N1
Cabezas de ganado

Tabulacin

N de familias por
clases

Intervalos de clase o
clases: Ii
[0; 2>

Frecuencias Absolutas:

[2; 4>

[4; 6>

[6; 8>

[8; 10>

ni

14

70

TECSUP - PFR

Estadstica y Probabilidades

[10; 12>

[12; 14>

TOTAL

40

En el ejemplo: n = 40

,k=7

Se verifica que:

i
1
14
k
ni n1 n2 n3 n4 n5 n6 n7 14 9 7 1 4 3 2 40 n
i 1

n3= 3

, se lee: la frecuencia absoluta de la tercera clase es

Los intervalos de clase son:

I1 0;2 , I2 2; 4 , I3 4;6 , I4 6;8 , I5 8;10 , I6 10;12 , I7 12;14

Los lmites de clase son:

L1 0, L2 2, L3 4, L4 6, L5 8, L6 10, L7 12, L8 14

Tabla N2
Cabezas
de ganado

N de
familias

Marcas
de clase

Frecuencias
relativas

Clases
[0; 2>

ni

xi

hi

14

0,350

[2; 4>

0,225

[4; 6>

[6; 8>

[8; 10>

Frecuencias
relativas
acumuladas

Frecuencias
absolutas
acumuladas

Frecuencias
relativas
porcentuales

Frecuencias
relativas
acumuladas
porcentuales

Hi

Ni

0,35

14

100hi%
35

100Hi%
35

0,575

23

22,5

57,5

0,175

0,750

30

17,5

75

0,025

0,775

31

2,5

77,5

0,100

0,875

35

10

87,5

71

Estadstica y Probabilidades

TECSUP - PFR

[10; 12>

11

0,075

0,950

38

7,5

95

[12; 14>

13

0,050

40

100

TOTALES

40

100

Sigamos con las definiciones, observando la tabla N2:

Marcas de Clase ( xi ): son los puntos medios de los intervalos de
clase.

xi

Li Li 1
2

i = 1, 2, ....., k

L L2 0 2
x1 1

1
2
2
L L3 2 4
x2 2

3
2
2

......

x3 = 5 , se lee: la marca de clase del tercer intervalo de clase es 5

n
Frecuencias Relativas ( hi ): se define: hi i ; i = 1, 2, ....., k
n
n
14
h1 1
0,350
n
40
n
9
h2 2
0,225
n
40

; .....

Se verifica que:
0 hi 1
k
hi h1 h2 h3 h4 h5 h6 h7 0,350 0,225 0,175 0,025 0,100 0,075 0,050 1
i 1

h3= 0,175, se lee: la frecuencia relativa de la tercera clase es 0,175

Frecuencia Relativa Porcentual (100 hi%)
Nos permite contestar preguntas del siguiente tipo: Qu porcentaje
de familias, de las 40 bajo estudio, tienen 4 5 cabezas de ganado?
72

TECSUP - PFR

Estadstica y Probabilidades

Respuesta: 17,5 %
Frecuencia Absoluta Acumulada ( Ni ):
Se define:
Ni = n1 + n2 + .... + ni

i = 1, 2, ....., k

En el ejemplo:
N1 n1 14
N2 n1 n2 14 9 23
N3 30,.... N7 40

Se verifica:
0 Ni 40
Nk N7 40

N 4 31, se lee: la frecuencia absoluta acumulada hasta la cuarta

clase es 31
Frecuencia Relativa Acumulada ( Hi ):
Se define:

H i h1 h2 ... hi

Hi

Ni
; i 1, 2, ... , k
n

H1 h1 0,350
H2 h1 h2 0,575
H3 0,750,..... H7 1

Se verifica:
0 Hi 1
Hk H7 1

H 2 0,575, se lee: la frecuencia relativa acumulada hasta la

2da.clase es 0,575

Frecuencia Relativa Acumulada Porcentual (100 Hi%):

73

Estadstica y Probabilidades

TECSUP - PFR

Nos permite contestar preguntas del siguiente tipo: Qu porcentaje

de familias, de las 40 bajo estudio tienen menos de 8 cabezas de
ganado?
Respuesta: 77,5 %
Grficas
Las distribuciones de frecuencias pueden ser representadas grficamente
mediante:
a) Histogramas
Son grficas de barras o rectngulos cuyas bases representan los
intervalos de clase y las alturas las frecuencias absolutas o relativas.

Ii

vs. ni

Ii

vs. ni

Ii

vs. hi

b) Polgonos de frecuencias

(Fig. N 2)

,n

,h

i
i
i
i
Son polgonos construidos uniendo los puntos
mediante segmentos de recta, o uniendo los puntos medios de los
techos de los rectngulos del histograma. (Fig. N 3)

ni

ni

Histograma

15

Polgono de Frecuencias

15

Fig. N2

Fig. N3

10

10

10

12

14

Ii

10

c) Diagramas escalonados o funciones escalonadas

74

12

14

Ii

TECSUP - PFR

Estadstica y Probabilidades

Son grficas de barras o rectngulos cuyas bases representan los

intervalos de clase y las alturas las frecuencias absolutas o relativas
acumuladas.

Ii

vs. Ni

Ii

vs. Hi

(Fig. N 4)

d) Ojivas
Son poligonales asociadas a distribuciones de frecuencias absolutas o
relativas acumuladas construidas como aparece en la Figura N5

Ni
Funcin Escalonada

Ni

Ojiva

40

40

30
30

20
20

10

10

10

12

14

Ii

Fig. N4

10

12

14

Fig. N5
PROBLEMAS PROPUESTOS

1. En un artculo se report las siguientes observaciones, listadas en orden creciente

sobre la duracin de brocas (nmero de agujeros que una broca fresa antes de que
se rompa) cuando se fresaron agujeros en una cierta aleacin de latn.
11 14 20 23 31 36 39 44 47 5
59 61 65 67 68 71 74 76 78 7
0
81 84 85 89 91 93 96 99 101 10
9
105 105 112 118 123 136 139 141 148 15
4
161 168 184 206 248 263 289 322 388 51
8
a. Por qu una distribucin de frecuencia3 no puede estar basada en los intervalos
de clase 0-50, 50-100, 100-150 y as sucesivamente?

75

Ii

Estadstica y Probabilidades

TECSUP - PFR

b. Construya una distribucin de frecuencia e histograma de los datos con los

lmites de clase 0, 50, 100, . . . y luego comente sobre las caractersticas
interesantes.
c. Construya una distribucin de frecuencia e histograma de los logaritmos
naturales de las observaciones de du- racin y comente sobre caractersticas
interesantes.
d. Qu proporcin de las observaciones de duracin en esta muestra son menores
que 100? Qu proporcin de las observaciones son de por lo menos 200?
2. Un diagrama de Pareto es una variacin de un histograma de datos categricos
producidos por un estudio de control de calidad. Cada categora representa un tipo
diferente de no conformidad del producto o problema de produccin. Las
categoras se ordenaron de modo que la categora con la frecuencia ms grande
aparezca a la extrema izquierda, luego la categora con la segunda frecuencia ms
grande, y as sucesivamente. Suponga que se obtiene la siguiente informacin
sobre no conformidades en paquetes de circuito: componentes averiados, 126;
componentes incorrectos, 210; soldadura insuficiente, 67; soldadura excesiva, 54;
componente faltan- te, 131. Construya un diagrama de Pareto.
3. Los accidentes en una planta de papas fritas se clasifican de acuerdo con la parte
del cuerpo lesionada.
Dedos: 17
Brazos: 2

Ojos: 5
Piernas: 1

Trace un diagrama de barras

4. Los siguientes datos constituyen las vidas tiles en horas de una muestra aleatoria
de 60 bombillas de luz de 100 watts:
807
660
881
766
1056
832

811
753
872
787
1076
863

620
1050
869
923
958
852

650
918
841
792
970
788

815
850
863
799
765
968

725
876
842
937
896
817

743
1027
851
816
740
678

703
889
837
758
891
865

844
878
822
817
1075
759

907
890
811
753
1074
923

a) Constryase una distribucin de frecuencias con anchos de clases iguales

b)

Trcese el polgono de frecuencias sobre un Histograma de intervalos de

clases vs. frecuencias relativas.
76

TECSUP - PFR

c)

Estadstica y Probabilidades

Trcese la ojiva asociada a la funcin escalonada representando intervalos de

clases vs. frecuencias absolutas acumuladas.

5. La siguiente tabla muestra la distribucin de los empleados de una compaa

aseguradora por sueldos mensuales en nuevos soles (ao 2001)
Clases
menos de 450
450 a menos de 900
900 a menos de 1350
1350 a menos de 1800
1800 a menos de 2500
2500 a menos de 4250
4250 a mas
TOTAL

Frecuencias
32
47
75
89
126
38
10
417

a) Qu porcentaje de empleados ganan sueldos mensuales inferiores a 900

nuevos soles?. Qu porcentaje ganan 2500 nuevos soles o ms?
b) Qu porcentaje de empleados ganan entre 1350 y 4250 nuevos soles?
c) Determinar los anchos y las marcas de clase.
Nota.- Se averigu que el mximo haber percibido en la compaa es de 5500
nuevos soles. Si no se tiene ninguna informacin se asume un mximo valor
de acuerdo al problema en cuestin; as como se supondr cero, como el
haber mnimo.
6. Para un estudio sobre resistencia de un metal, se han realizado cien experiencias
de rotura frente a la carga de un hilo del mismo grosor, y han sido anotados los
pesos lmites en cada caso.
Cargas de rotura de un hilo en gramos
711
915
853

862
873
700

851
926
885

912
864
857

922
800
844

791
931
907

77

825
722
917

935
774
786

895
903
820

758
925
930

Estadstica y Probabilidades

TECSUP - PFR

789
941

790
909

753
784

910
882

847
859

784
903

936
925

706
704

758
792

887
888

890
763
892
914
889

925
805
893
794
791

895
796
915
931
782

768
759
890
701
713

869
916
888
772
724

892
853
865
935
868

895
789
909
887
842

912
943
931
880
892

850
712
710
933
905

920
764
798
905
792

a) Reagrupar estos datos en 7 intervalos de clase de igual longitud.

b) Trcese el histograma y el polgono de frecuencias.
c) Trcese la ojiva correspondiente, y conteste:
Qu porcentaje presentan una carga no menor de 770 gramos?
Qu porcentaje presentan una carga entre 800 y 900 gramos?
7. Las distribuciones cualitativas o por categoras se suelen presentar en diagramas
de sectores en la que un crculo aparece dividido en sectores proporcionales en su
abertura a las frecuencias de las categoras que representan:
a) Construir un diagrama de sectores para trasmitir la informacin de que (segn las cifras
ms recientes disponibles) en el Per el nmero total de botellas de vino
consumidas provienen el 69% de ICA, el 18% de otras partes del pas, el 5%
se importan de Francia y el resto de otros pases.
b) Dibujar un diagrama de sectores para mostrar que en un hospital de una gran
ciudad la distribucin de su presupuesto es como sigue: 73% de sueldos,
honorarios profesionales mdicos y bonificaciones a los empleados; 13% en
suministros y equipo mdico y quirrgico; 8% en mantenimiento, alimentacin
y energa y el 6% en gastos administrativos.
8. En 1972, la poblacin activa de Francia estaba compuesta de:
11,1% de agricultores,
10,6% de patronos,
16,5% de ejecutivos,
16,7% de empleados,
38,6% de obreros,
6,5% de personal de servicios y otras categoras.
Representar esta distribucin mediante el grfico que parezca ms adecuado.
78

TECSUP - PFR

Estadstica y Probabilidades

9. Las prdidas en una fbrica de papel (en miles de dlares) debidas a rasgaduras
pueden dividirse segn el producto:
Papel higinico: 132
Servilletas: 43

Toallas desechables: 85
Otros: 12 productos

a) Trace un diagrama en barras.

b) Qu porcentaje de las prdidas ocurre en la elaboracin de papel higinico?.
c) Qu porcentaje de las prdidas ocurre en la elaboracin de papel higinico o
toallas desechables?
10. Los pesos de ciertos especimenes minerales, dados en la dcima ms cercana de
una onza, se agrupan en una tabla con los intervalos: 10,5 11,4; 11,5 12,4;
12,5 13,4; y 13,5 14,4 onzas.
a) Determine las marcas de clase.
b) Es posible determinar a partir de los datos agrupados cuntos especimenes
minerales pesan?:

Menos de 11, 5 onzas.

Ms de 11,5 onzas.
Al menos 12,4 onzas.
Cuando mucho 12,4 onzas.
De 11,5 a 13,5 onzas?

11. Los siguientes datos son las velocidades (en km/h) de 80 carros que pasaron por
un punto de control de velocidad:
60
40
49
102
70
25
120
60

30
54
49
60
60
70
45
70

31
38
85
80
31
108
39
100

60
35
83
35
65
26
83
55

45
27
30
28
34
24
65
50

20
45
40
60
73
27
72
63

34
40
46
82
68
40
46
64

29
55
105
72
81
75
62
65

35
45
29
63
65
43
43
61

20
60
38
36
80
85
63
69

Clasifique estos datos convenientemente y:

a) Muestre el histograma y el polgono de frecuencias correspondiente.
b) Disee la funcin escalonada y la ojiva respectiva.
c) Los carros con velocidades mayores a 80 km/h, son multados por exceso de

79

Estadstica y Probabilidades

TECSUP - PFR

velocidad. Qu porcentaje sern multados?

d) Los carros con velocidades entre 45 y 70 km/h, van a ser considerados en
premios organizados por una compaa. Qu porcentaje sern premiados?
12. El grfico muestra el impuesto mensual (en soles) que debe pagar una persona,
segn su sueldo mensual (en soles):

IMPUESTO
900

360

120

1000

2200

3400

4000

SUELDO

Cunto de impuesto mensual paga una persona que gana s/.1500?. Cunto gana
una persona que paga mensualmente s/.300 de impuesto?

13. La siguiente tabla de frecuencias muestra los haberes mensuales de 200 obreros
de cierta fbrica, en nuevos soles (ao2000)
Haberes mensuales

Nmero de obreros

Menores a 500

500 , 700
700 , 900
900 , 1100
1100 ,1300
1300 ,1500

60
40
48
24
14
80

TECSUP - PFR

Estadstica y Probabilidades

1500 ,1700

ms de 1700

TOTAL

200

Con referencia a esta tabla, contestar:

a) Qu porcentaje de obreros tienen haberes inferiores a s/.1000 mensuales?
b) Qu porcentaje de obreros tienen haberes superiores a s/.1100 mensuales?
c) Qu porcentaje de obreros tienen haberes entre 1000 a 1500 soles
mensuales?
d) Graficar el histograma, el polgono de frecuencias y la ojiva correspondientes.

81