Matemática y

Estadística
Estadística
4.1 Métodos de recolección y
resumen de datos
4.1.1 Población. Elementos. Variables
Figura 1: Censo nacional de población

Fuente: [Imagen sin título sobre censo nacional de población]. (s.f.). Recuperado de
https://goo.gl/nd1Wde

Todos, alguna vez, vimos, usamos datos o nos hicieron las preguntas para
un censo. Entonces, ¿qué es un censo? Es un estudio estadístico llevado a
cabo sobre toda una población. Y entonces, ¿qué es una población? En
estadística, se define población como el conjunto de elementos o unidades
de observación que deseamos estudiar. Este conjunto tiene “algo en
común” que es nuestro objeto de estudio (Anderson, Sweeney, Williams,
2012, recuperado de https://goo.gl/ZCFQsw).

Por ejemplo, nos interesa estudiar los gustos de helado preferidos por los
adolescentes. Entonces, como primer paso, definamos la población como
sigue.
Población: conjunto de chicos y chicas en edad adolescente (entre 13 y 18
años) que compran helados en la heladería “El rico helado”. A cada uno de
ellos debemos preguntarle sobre sus gustos de helado, entonces, a medida
que ingresan al establecimiento, les pediremos que nos indiquen los tres
gustos, que, a juicio de ellos, son los más ricos.

Figura 2: helados

Fuente: [Imagen sin título sobre helados]. (s. f.). Recuperada de https://goo.gl/snQgcJ

Veamos otros ejemplos:

 Nos interesa saber cuáles son los equipos de fútbol preferidos: la

población podría ser: conjunto de hombres que concurren a trabajar
a cierta oficina.

Figura 3: camisetas de equipos fútbol argentino

Fuente: [Imagen sin título sobre camisetas de fútbol de equipos argentinos]. (s. f.). Recuperada de
https://goo.gl/hWBrJt
  Nos interesa saber qué marca de champú es más usada por mamás
con niños en edad escolar. La población podría ser el conjunto de
mamás que llevan sus niños a cierto colegio.

Figura 4: envases de champú

Fuente: [Imagen sin título sobre envases de champú]. (s. f.). Recuperada de https://goo.gl/TKN9ug

 Si nos interesa estudiar el consumo de combustible, podríamos

formar la población con el conjunto de autos que ingresan a cierta
estación de servicios.

Figura 5: carga de combustible

Fuente: [Imagen sin título sobre persona que carga combustible]. (s. f.). Recuperada de
https://goo.gl/Uk3JBg

Ahora te toca a vos. Por ejemplo:

 Si nos interesa estudiar el peso de los niños entre 6 y 9 años, ¿cuál

podría ser la población?

Población: ________________________________
  Y si el tema de estudio fuera: ¿a dónde le gusta ir a vacacionar a la
gente grande?

La población podría ser:

_____________________________________________

 Y, si quisiéramos saber sobre consumo de energía en una ciudad, la

población podría ser:
____________________________________________

Una vez definida la población, cada uno de sus integrantes son los
“elementos (o unidades de observación)”. Entonces, si volvemos a los
ejemplos anteriores, hacemos las siguientes precisiones.

 Población: conjunto de chicos y chicas en edad adolescente (entre 13

y 18 años) que compran helados en la heladería “El rico helado”.

Entonces, sus elementos son “cada uno de los chicos y chicas en edad
adolescente que compran helados en la heladería “El rico helado”.

 Población: conjunto de hombres que concurren a trabajar a cierta

oficina.

Entonces sus elementos son “cada uno de los hombres que concurren a
trabajar a cierta oficina”.

 Población: conjunto de mamás que llevan sus niños a cierto colegio.

Entonces sus elementos son cada una de las mamás que llevan sus niños a
cierto colegio.

 Población: conjunto de autos que ingresan a una determinada

estación de servicios.

Entonces sus elementos o unidades de observación son cada uno de los

autos que ingresan a una determinada estación de servicios.

Ahora, las variables son cada una de las preguntas que les hacemos a las
unidades de observación de la población y que responden a nuestro
objetivo de estudio. Veamos.

 Para el caso en que la población es el conjunto de chicos y chicas en

edad adolescente (entre 13 y 18 años) que compran helados en la
heladería “El rico helado”, nos interesa saber cuáles son los gustos
 preferidos por los adolescentes. Sus elementos son “cada uno de los
chicos y chicas en edad adolescentes que compran helados en la
heladería “El rico helado”; entonces, la única variable que nos
interesa es “gusto de helado preferido”.

 Cuando la población es el conjunto de hombres que concurren a

trabajar a cierta oficina, porque nos interesa conocer sobre por cuál
equipo de fútbol simpatizan, entonces, a cada uno de ellos, los
elementos de la población (cada uno de los hombres que concurren a
trabajar a cierta oficina), les preguntamos cuál es su equipo de fútbol
preferido. Y esa será nuestra variable.

 Luego, cuando la población es el conjunto de mamás que llevan sus

niños a cierto colegio y cada una de ellas mamás es un elemento de
la población, como nuestro objeto de estudio es conocer qué champú
le gusta más a cada una, esa será nuestra pregunta y nuestra variable
de estudio.

 Por último, cuando la población es el conjunto de autos que ingresan

a cierta estación de servicios, y sus elementos son cada uno de los
autos que ingresan allí, nuestra pregunta será cuánto consume de
combustible cada uno de dichos automóviles (y nuestra variable).

Siempre la variable de estudio responde a los objetivos del estudio.

Practiquemos.

¿Cuáles serían los elementos o unidades de observación y las variables

para estos ejemplos?

 Si nos interesa estudiar el peso de los niños entre 6 y 9 años.

Elementos: ________________________________
Variable: ________________________________

 Y si el tema de estudio fuera: ¿A dónde le gusta ir a vacacionar a la

gente grande?

Elementos: ________________________________
Variable: ________________________________

 Y si quisiéramos saber sobre consumo de energía en una ciudad:

Elementos: ________________________________
Variable: ________________________________
Ahora, estas variables de estudio, a su vez, se pueden volver a clasificar. Si
la variable hace referencia a un número, por ejemplo, edad, peso, cantidad
de combustible, se llama variable cuantitativa. A su vez, según si los
números son solo números enteros o si pueden aceptar decimales o ser
muchos de valores diferentes entre sí, estas se clasifican en variables
cuantitativas discretas o cuantitativas continuas respectivamente. Si, en
cambio, la variable que estudiamos hace referencia a una cualidad o
adjetivo, como por ejemplo, sexo, gusto de helado, si trabaja o no,
entonces esa variable es cualitativa.

¿Te animas a repasar en los ejemplos anteriores y clasificar sus variables?

4.1.2 Muestreo
Para cualquiera de los casos de estudio que mencionamos anteriormente,
podría ser imposible o casi imposible pensar en preguntarles a todos ya sea
por la cantidad de elementos que conforman la población, por el tiempo
que haría falta para hacerlo o por el esfuerzo que eso significaría. Lo cierto
es que, en la mayoría de los estudios estadísticos, una vez definida la
población, también se define la muestra con la que se va a trabajar. ¿Qué
es una muestra entonces? Es una parte representativa de toda la
población. Debe representar a toda la población para que las conclusiones
a las que lleguemos con la muestra puedan hacerse extensivas a toda la
población.

Figura 6: población y muestra

Fuente: [Imagen sin título sobre población y muestra]. (s. f.). Recuperada de https://goo.gl/Fumt4n
Volvamos a los ejemplos.

 Cuando la población es el conjunto de chicos y chicas en edad

adolescente (entre 13 y 18 años) que compran helados en la
heladería “El rico helado”, la muestra puede ser “los chicos y chicas
(en edad adolescentes) que ingresan a la heladería los sábados y
domingos de 16:00 a 22:00 hs”.

 Si la población es el conjunto de hombres que concurren a trabajar a

cierta oficina, entonces la muestra puede ser “los hombres que
concurren a trabajar a esa oficina y que ingresan a la misma de 7:50 a
8:10 hs, de 13:50 a 14:10 hs los días lunes, martes y miércoles de
cierta semana”.

 Luego, cuando la población es el conjunto de mamás que llevan sus

niños a cierto colegio, la muestra puede ser “las mamás que llevan
sus niños a ese colegio los días lunes de un cierto mes, tanto en el
turno mañana como a la tarde”.

 Por último, cuando la población es el conjunto de autos que ingresan

a cierta estación de servicios, la muestra puede ser “los autos que
ingresan a esa estación de servicios los días martes, jueves y sábados
de cierta semana de 8:00 a 18:00 hs”.

Veamos más ejemplos:

 Si nos interesara estudiar las materias que más les gustan a los
alumnos de la escuela secundaria.

¿Cuál sería la población? ____________________________________

¿Cómo definiríamos la muestra?______________________________
¿Cuáles serían los elementos?________________________________
¿Cuál sería la variable? _____________________________________

 Si nos interesara estudiar la película de cine que más gusta en este

momento:

¿Cuál sería la población? ____________________________________

¿Cómo definiríamos la muestra?______________________________
¿Cuáles serían los elementos?________________________________
¿Cuál sería la variable? _____________________________________
  Si nos interesara estudiar cuánta cantidad de carne consume cada
familia de esta ciudad:

¿Cuál sería la población? ____________________________________

¿Cómo definiríamos la muestra?______________________________
¿Cuáles serían los elementos?________________________________
¿Cuál sería la variable? __________________________________

Resumiendo:

Figura 7: esquema de muestreo

Fuente: [Imagen sin título sobre esquema de muestreo]. (s. f.). Recuperada de
https://goo.gl/t2ZT8M

4.1.3 Distribución de frecuencias

Ya sea que trabajamos con toda la población o con una muestra
representativa de ella, no siempre es fácil, una vez que tenemos toda la
información, sacar conclusiones solo con ver el conjunto de datos, o sea,
solo con observar la base de datos (Batanero y Godino, 2002, recuperado
de https://goo.gl/nSq7gS).

Por lo general, es conveniente resumir toda la información y, para ello,

usaremos tablas de distribución de frecuencias. Si bien estas tablas tienen
un formato común, en algunos casos pueden hacerse más complejas.
Veamos, como ejemplo, el siguiente caso. Preguntamos a los adolescentes
respecto de sus gustos de helados, y sus respuestas fueron las siguientes.

Tabla 1: gustos de helado preferidos por adolescentes

Adolescente Gusto Adolescente Gusto
1 Chocolate 11 Chocolate
2 Frutilla 12 Chocolate
3 Vainilla 13 Frutilla
4 Frutilla 14 Limón
5 Chocolate 15 Dulce de leche
6 Frutilla 16 Dulce de leche
7 Limón 17 Chocolate
8 Chocolate 18 Chocolate
9 Chocolate 19 Dulce de leche
10 Frutilla 20 Frutilla
Fuente: elaboración propia.

Si bien 20 gustos no son muchos, no es fácil ver, a simple vista, cuál es el

preferido. Construiremos una tabla de distribución de frecuencias:

Tabla 2: tabla de distribución de frecuencias

Gusto de helado Frecuencia absoluta Porcentaje
Chocolate 8 8 * 100/20 = 40 %
Frutilla 6 6 * 100/20 = 30 %
Vainilla 1 1 * 100/20 = 5 %
Limón 2 2 * 100/20 = 10 %
Dulce de leche 3 3 * 100/20 = 15 %
Total 20 100 %
Fuente: elaboración propia.

En la primera columna pusimos las distintas respuestas a nuestra variable:

gusto de helado (no importa el orden, ya que la variable es cualitativa). En
la segunda columna, calculamos la frecuencia absoluta, que es la cantidad
de adolescentes que contestaron cada uno de los gustos diferentes que
aparecen en la tabla, es decir, hubo 8 adolescentes que prefieren el
chocolate, 6 que prefieren frutilla, solo 1 eligió vainilla, 2 optaron por limón
y 3 por dulce de leche. El total de esta columna debe ser igual al tamaño de
la muestra tomada, es decir, 20 adolescentes. Y, por último, en la tercera
columna calculamos el porcentaje de adolescentes que eligieron cada
gusto de helado. De esta manera, podemos decir que al 40 % le gusta el
helado de chocolate; al 30 %, el de frutilla; al 5 % le gusta el de vainilla, al
10 %, limón; y al 15%, el helado de dulce de leche. El total de esta columna
debe sumar 100 %.
 ¿Te animás a preguntarles a varios hombres cuáles son sus equipos de
fútbol preferidos y armar con ellos una base de datos que te sirva para
construir una tabla de frecuencias?

Si nuestro objetivo de estudio hubiera sido conocer cómo están

conformadas las familias de nuestra ciudad, una forma de hacerlo podría
ser conocer cuántos hermanos tienen los alumnos de la escuela primaria.
Podríamos haber seleccionado un curso en dos o tres escuelas y
preguntarles a los alumnos la cantidad de hermanos que cada uno de ellos
tiene. Por ejemplo, las respuestas podrían haber sido como siguen.

Tabla 3: cantidad de hermanos por alumno en ciertas escuelas

Cantidad de Cantidad de Cantidad de
Alumno Alumno Alumno
hermanos hermanos hermanos
1 3 11 0 21 1
2 2 12 1 22 1
3 3 13 1 23 2
4 3 14 0 24 2
5 2 15 1 25 3
6 4 16 2 26 4
7 0 17 2 27 2
8 1 18 2 28 4
9 3 19 2 29 2
10 3 20 4 30 2
Fuente: elaboración propia.

Ahora, 30 respuestas son muchas para ver, a simple vista, cuál es el

tamaño de familia de nuestra ciudad. Construiremos una tabla de
distribución de frecuencias.

Tabla 4: tabla de distribución de frecuencias

Cantidad de hermanos Frecuencia absoluta Porcentaje
0 Ningún hermano 3 10%
1 Un hermano 10 33%
2 Dos hermanos 7 23%
3 Tres hermanos 6 20%
4 Cuatro hermanos 4 13%
Total 30 100%
Fuente: elaboración propia.

En la primera columna pusimos las distintas respuestas a nuestra variable:

cantidad de hermanos (ahora sí importa el orden, ya que la variable es
cuantitativa). En la segunda columna, calculamos la frecuencia absoluta,
que es la cantidad de alumnos que dijeron tener tantos hermanos, es decir,
hubo 3 alumnos que no tienen hermanos, 10 que tienen un hermano, 7
tienen 2, 6 alumnos tienen 3 hermanos y 4 alumnos tienen 4 hermanos. El
total de esta columna debe ser igual al tamaño de la muestra tomada, es
decir, 30 alumnos. Y, por último, en la tercera columna calculamos el
porcentaje de alumnos que especificaron cuántos hermanos tenían. De
esta manera, podemos decir que el 10 % no tiene hermanos, el 33 % tiene
1, el 23 % tiene 2, el 20 % tiene 3 y el 13 % tiene 4. El total de esta columna
suma aproximadamente 100 %. En este caso, como la variable cantidad de
hermanos se indica a través de un número entero, se la llama variable
cuantitativa discreta.

Ahora vamos a trabajar con otro ejemplo, el de “cuánto combustible

consume cada auto”. En este caso, también son números los que
obtendremos como respuesta, pero pueden tener coma y decimales o ser
enteros. No obstante, en cualquier caso, la cantidad de valores posibles
como respuesta es tanta que es imposible pensar en armar la tabla como la
anterior, ya que sería muy larga si tenemos que poner, uno debajo de otro,
todos los valores diferentes obtenidos en las respuestas. Veamos. Vamos a
obtener la muestra preguntando “los autos que ingresan a esa estación de
servicios los días martes, jueves y sábados de cierta semana de 8 a 18 hs”
cuánto combustible van a cargar, y las respuestas son las siguientes.

Tabla 5: cantidad de combustible por auto

Cantidad de Cantidad de
Auto Auto
combustible combustible
1 14 11 21
2 13,5 12 20
3 21 13 36
4 40 14 21,8
5 8,7 15 15
6 32 16 4,5
7 25 17 26
8 18,5 18 16
9 10 19 30
10 22 20 33
Fuente: elaboración propia.

Ahora 20 respuestas no son muchas para ver, pero son posiblemente todas
diferentes. Construiremos una tabla de distribución de frecuencias con
intervalos de clase para la cantidad de combustible.
Tabla 6: tabla de distribución de frecuencia
Cantidad de
Frecuencia absoluta Porcentaje
combustible
1-10 3 15 %
11-20 6 30 %
21-30 7 35 %
31-40 4 20 %
Total 20 100 %
Fuente: elaboración propia.

En la primera columna pusimos intervalos de clase para las distintas

respuestas a nuestra variable: cantidad de combustible. En la segunda
columna, calculamos la frecuencia absoluta, que es la cantidad de autos
que dijeron cargar tanta cantidad de combustible, es decir, hubo 3 autos
que cargaron entre 1 y 10 litros, 6 que cargaron entre 11 y 20 litros, 7 que
cargaron entre 21 y 30 litros y 4 autos que cargaron entre 31 y 40 litros de
combustible. El total de esta columna debe ser igual al tamaño de la
muestra tomada, es decir, 20 autos. Y, por último, en la tercera columna
calculamos el porcentaje de autos que especificaron cuántos litros de
combustible cargó cada uno. De esta manera, podemos decir que el 15 %
cargó menos de 10 litros, el 30 % cargó entre 11 y 20 litros, el 35 % cargó
entre 21 y 30 litros y el 20 % cargó entre 31 y 40 litros de combustible. El
total de esta columna suma 100 %.

Ahora te toca a vos. El objetivo de estudio es: ¿cuál es la estatura de

nuestra población? Piensa cual es la población, cuál es la muestra, tomá los
datos y construí una tabla de distribución de frecuencias.

4.1.4 Gráficos estadísticos

Si bien construir tablas de distribución de frecuencias ayuda mucho a
resumir la información, hacer un gráfico es mejor aún, sobre todo cuando
se desea mostrar esa información a otras personas, por ejemplo, en las
publicaciones de un diario. Veamos qué gráficos nos conviene hacer.

Si nuestra variable de interés es “gusto de helados” (una variable

cualitativa), podemos elegir entre dos tipos de gráficos: gráfico de torta o
circular.
Figura 8: gráfico de torta

Frecuencia absoluta

Chocolate
Frutilla
Vainilla
Limón
Dulce de leche

Fuente: elaboración propia.

En dicho gráfico, cada sector (de un color diferente) nos indica cada gusto
de helado. Por lo tanto, los sectores más grandes indican gustos más
frecuentes.

En cambio, si nuestra variable de interés es: “cantidad de hermanos”

(variable cuantitativa discreta), el gráfico que mejor muestra la información
es de barras.

Figura 9: gráfico de barras para la variable cantidad de hermanos

Frecuencia absoluta
12

10

0
0 1 2 3 4

Fuente: elaboración propia.

Cada barra indica cuántos alumnos tienen esa cantidad de hermanos.

Y, por último, si lo que nos interesa es: “cantidad de combustible” (variable
cuantitativa continua), el gráfico que utilizaremos será un histograma.

Figura 10: histograma

Frecuencia absoluta
8
7
6
5
4
3
2
1
0
1 – 10 11 – 20 21 – 30 31 - 40

Fuente: elaboración propia.

Cada barra indica la cantidad de autos que tienen ese consumo de

combustible, pero hay una “continuidad” entre las distintas barras. A esas
barras se les puede pasar una línea que suavice sus puntas y así se
construye un polígono de frecuencias.

Figura 11: Polígono de frecuencias

Frecuencia absoluta
8
7
6
5
4
3
2
1
0
1 – 10 11 – 20 21 – 30 31 - 40

Fuente: elaboración propia.

Te invitamos a que practiques estos gráficos con tus tablas de distribución

de frecuencias.
4.2 Estadística descriptiva
4.2.1 Media aritmética
Si bien una tabla de distribución de frecuencias de una variable cuantitativa
resume mucho la información al igual que un gráfico, hay medidas de la
estadística descriptiva que lo hacen mejor aún.

Se llama estadística descriptiva a un conjunto de cálculos matemáticos que

resumen aún más la información, ya sean estas variables cuantitativas o
cualitativas, aunque no todos los cálculos se pueden hacer, en cualquier
caso.

La media aritmética o promedio, como se la conoce, es un número que

representa a todo el conjunto de valores numéricos (solo para variables
cuantitativas).

Veamos un ejemplo: las notas de las materias de un alumno de 4° año del

secundario son las que se muestran en la siguiente tabla.

Tabla 7: Notas de un alumno de 4° año

Materias Nota
Lengua 7,70
Matemática 6,50
Inglés 8
Educación Física 9
Geografía 7,80
Historia 2
Biología 8,20
Física 7
Formación para la vida y el trabajo 10
Fuente: elaboración propia.

Para calcular la media aritmética o promedio, tenemos que sumar todos los
valores y dividir ese resultado por la cantidad de materias:

7,70 + 6,50 + 8 + 9 + 7,8 + 2 + 8,20 + 7 + 10

Media = = 7,35.
9

Es decir que ese alumno tiene un promedio de 7,35 puntos. Esto no implica
que el alumno tiene 7,35 en cada una de las materias, sino que el promedio
de todas ellas es 7,35.
 ¿Qué pasa si los números son muchos más y ya hicimos con ellos una tabla
de distribución de frecuencias? Volvamos al caso de los alumnos a los que
les preguntamos sobre cuántos hermanos tenía cada uno de ellos. La tabla
de frecuencia era como sigue.

Tabla 8: Cantidad de hermanos por alumno

Cantidad de hermanos Frecuencia absoluta
0 Ningún hermano 3
1 Un hermano 10
2 Dos hermanos 7
3 Tres hermanos 6
4 Cuatro hermanos 4
Total 30
Fuente: elaboración propia.

En este caso, son 30 los datos que tenemos, esto resulta más sencillo y
aprovechamos la tabla, ya que el 0 (cero) está tres veces, el 1 (uno) está 10
veces, etcétera. Entonces:

Media =

0+0+0+1+1+1+1+1+1+1+1+1+1+2+2+2+2+2+2+2+3+3+3+3+3+3+4+4+4+4
30

(0∗3) + (1∗10) + (2∗7) +(3∗6) +(4∗4)

Media = = 1,9.
30

Es decir que esos alumnos tenían, en promedio, casi 2 hermanos cada uno
(1,9 es el valor correcto). Atención: esto ni implica que todos los alumnos
tienen 2 hermanos cada uno, sino que, en promedio, un alumno tiene 2
hermanos. Te invitamos a calcular el promedio de aquellas variables
numéricas que obtuviste a partir de tus bases de datos. ¿Puede ser?
4.2.2 Mediana
Te presentamos a cinco compañeros de trabajo.

Figura 12: Compañeros de trabajo

Fuente: [Imagen sin título sobre siluetas humanas]. (s. f.). Recuperada de https://goo.gl/z69Lqr

Resulta que su jefe quiere saber no solo cuál es la estatura promedio de

ellos, sino también a qué estatura llega la mitad de ellos. Para el cálculo del
promedio (o media aritmética), sabemos lo que tenemos que hacer:

1,80+ 1,85 + 1,70 + 1,75 +1,92

Media = = 1,80,
5

Es decir, en promedio, esos cinco compañeros de trabajo miden 1,80 m de

estatura. Ahora bien, para saber a qué estatura llega la mitad de ellos,
debemos aprovechar otra herramienta estadística que se llama mediana.
La mediana es aquel valor que queda en el medio de un conjunto de datos
si estos están ordenados (de menor a mayor, por ejemplo). Para eso, les
pediremos que se ordenen.

Figura 13: Compañeros ordenados según su estatura

Fuente: [Imagen sin títulos sobre compañeros ordenados según estatura]. (s.f.). Recuperado de
https://goo.gl/4GZXuM y https://goo.gl/Qtzkrq.
De esa manera, quedaron ordenados así: 1,70 m, 1,75 m, 1,80 m, 1,85 m,
1,92 m. La mediana es: Me = 1,80 m. Es decir, la mitad de los empleados
tiene, como máximo, 1,80 m de estatura. Y la otra mitad tiene, como
mínimo, 1,80 m de estatura. Atención: este cálculo solo puede aplicarse a
variables numéricas.

Veamos otro ejemplo: ahora te presentamos siete siluetas (que

representan las tallas de ropa); a continuación, tendrás sus alturas y pesos.
¿Podrías calcular la media y la mediana de sus alturas?, ¿y de sus pesos?

Figura 14: siluetas ordenadas según talle, peso y altura

Fuente: [Imagen sin título sobre siluetas ordenadas según talle, peso y altura]. (s.f.). Recuperado de
https://goo.gl/MxsWLS
4.2.3 Modo
Figura 15: países más poblados del mundo

Fuente: [Imagen sin título sobre países más poblados del mundo]. s. f. Recuperada de
https://goo.gl/dbzP1T

Este gráfico muestra los países más poblados del mundo (2013), y a partir
del gráfico, podemos armar una tabla de frecuencias.

Tabla 9: Países más poblados del mundo

País Cantidad de habitantes
China 1.348.932.000
India 1.224.614.000
USA 310.384.000
Indonesia 239.871.000
Brasil 194.946.000
Pakistán 173.593.000
Nigeria 158.423.000
Bangladesh 148.692.000
Rusia 142.958.000
Japón 126.536.000
Fuente: elaboración propia.

A partir de la tabla, podemos decir que China es el país más poblado, por lo
tanto, es el modo de esta distribución.

El modo o moda es el valor (o cualidad) de la variable que más frecuencia

tiene. Veamos otro ejemplo:
Tabla 10: Cantidad de hermanos por alumno
Cantidad de hermanos Frecuencia absoluta
0 Ningún hermano 3
1 Un hermano 10
2 Dos hermanos 7
3 Tres hermanos 6
4 Cuatro hermanos 4
Fuente: elaboración propia.

De la tabla podemos decir que el modo es tener 1 hermano. Y en este caso:

Tabla 11: Cantidades de carga de combustible

Cantidad de combustible Frecuencia absoluta

1 – 10 3
11 – 20 6
21 – 30 7
31 – 40 4
Fuente: elaboración propia.

Lo más frecuente es que cada auto consuma entre 21 y 30 litros de

combustible, por lo tanto, ese es el modo de la distribución.

Ahora te toca calcular mediana (cuando se pueda) y modo en aquellas

variables que tienes en tablas de frecuencias.

4.2.4 Varianza y desvío estándar

Ahora bien, si tenemos un conjunto de personas y calculamos (como ya
hicimos) el promedio de sus estaturas, seguramente, algunas personas
tendrán una estatura menor y otras una mayor a la que obtuvimos como
media aritmética o promedio. Por ejemplo:

Figura 16: media de estaturas

Fuente: Adaptado de [Imagen sin título sobre media de estaturas]. s. f. Recuperada de

https://goo.gl/z69Lqr
En el ejemplo anterior, la media aritmética nos dio 1,80 m, sin embargo,
solo una de las personas tiene esa altura y el resto miden más o menos.

Para completar la información, al dato de la media aritmética se lo

acompaña con un valor (el desvío estándar) que indica cuánto varían el
resto de los valores respecto del valor de la media aritmética.

Para el cálculo del desvío estándar, es necesario hacer primero otra cuenta,
el de la varianza. Veamos:

(0)2 +(0,05)² + (−0,10)² + (−0,05)² + (0,12)²

V= = 0,05.
5

La varianza es el promedio de los cuadrados de las distancias entre cada

valor de la variable y la media aritmética.
Ahora, calculemos el desvío:

Desvío Estándar = √0,05 = 0,22 m.

Esto quiere decir que las personas tienen una estatura que se desvía, en
promedio, 0,22 m de la media aritmética. Es decir, la mayoría de las
personas miden 1,80 de estatura y pueden medir hasta 22 cm menos o
hasta 22 cm más.

Veamos otro ejemplo. Si tenemos esta información:

Figura 17: estaturas de perros

Fuente: [Imagen sin título sobre estaturas de perros]. (s.f.). Recuperado de https://goo.gl/6V9d6a

Hagamos cálculos:

 Media aritmética:

600 +470 + 170 + 430 + 300

M= = 394 mm de altura promedio tienen
5
estos perros.
  Mediana:

Para el cálculo de la mediana, necesitamos ordenarlos: 170, 300, 430, 470,

600.

Me = 430 mm mide, como máximo, la mitad de estos perritos.

 Modo:

No se puede calcular el modo, dado que no tenemos una distribución de

frecuencias.

 Varianza y desvío estándar:

(600−430)2 +(470−430)² + (170−430)² + (430−430)² + (300−430)²

V= = 23000
5

DE = √23000 = 152 mm pueden variar, a partir de la media aritmética

de su altura, como máximo estos perros.

Si el caso fuera: “compras en el supermercado”, nos paramos en la puerta

de un supermercado y les preguntamos a algunas personas si estaban
haciendo compras mensuales y, en ese caso, cuánto gastaron en su
compra. Veamos:

Figura 18: de compras

Fuente: [Imagen sin título sobre de compras]. (s.f.). Recuperado de https://goo.gl/WSKxV4

Los montos que nos comentaron fueron:

 cliente A = $1024,32;
 cliente B = $ 835,79;
 cliente C = $2116,50;
 cliente D = $929,75;
 cliente E = $1616,21.

¿Podrías calcular la compra mensual promedio?, ¿su desvío?, ¿y a cuánto

asciende la mitad de las compras?

Figura 19: Estadística descriptiva

Fuente: elaboración propia.

Referencias
Anderson, D. Sweeney, D. Williams, T. (2012). Recuperado de
http://www.academia.edu/15771426/2Estadistica_para_negocios_y_econ
omia

Batanero, C. y Godino, J. (2002). Recuperado de

https://www.ugr.es/~jgodino/edumat-maestros/manual/6_Estocastica.pdf

[Imagen sin título sobre censo nacional de población]. (s.f.). Recuperado

de https://goo.gl/nd1Wde

[Imagen sin título sobre helados]. (s. f.). Recuperada de

https://goo.gl/snQgcJ

[Imagen sin título sobre camisetas de fútbol de equipos argentinos]. (s.

f.). Recuperada de https://goo.gl/hWBrJt

[Imagen sin título sobre envases de champú]. (s. f.). Recuperada de

https://goo.gl/TKN9ug

[Imagen sin título sobre persona que carga combustible]. (s. f.).
Recuperada de https://goo.gl/Uk3JBg

[Imagen sin título sobre población y muestra]. (s. f.). Recuperada de

https://goo.gl/Fumt4n

[Imagen sin título sobre esquema de muestreo]. (s. f.). Recuperada de

https://goo.gl/t2ZT8M

[Imagen sin título sobre siluetas humanas]. (s. f.). Recuperada de

https://goo.gl/z69Lqr

[Imagen sin títulos sobre compañeros ordenados según estatura]. (s.f.).

Recuperado de https://goo.gl/4GZXuM y https://goo.gl/Qtzkrq

[Imagen sin título sobre siluetas ordenadas según talle, peso y altura].
(s.f.). Recuperado de https://goo.gl/MxsWLS

[Imagen sin título sobre países más poblados del mundo]. (s. f.)
Recuperada de https://goo.gl/dbzP1T

Adaptado de [Imagen sin título sobre media de estaturas]. (s. f).

Recuperada de https://goo.gl/z69Lqr
[Imagen sin título sobre estaturas de perros]. (s.f.). Recuperado de
https://goo.gl/6V9d6a

[Imagen sin título sobre de compras]. (s.f.). Recuperado de

https://www.qenti.com/el-70-de-los-productos-alimenticios-de-un-
supermercado-son-ultraprocesados/