República Bolivariana De Venezuela

Ministerio Del Poder Popular Para La Educación

Universidad Nacional Experimental Rafael María Baralt
Sede-Coro-Falcón
Ciclo Común: Administración

Unidad II

Prof. Jorge Marcano

Realizado:
Zahia Ramírez 30126478
Secc: 331511
 Coro:18/05/22

Análisis Descriptivo una Variables.

El análisis descriptivo, como su nombre lo indica, consiste en describir las tendencias claves en los
datos existentes y observar las situaciones que conduzcan a nuevos hechos. Este método se basa
en una o varias preguntas de investigación y no tiene una hipótesis. Además, incluye la
recopilación de datos relacionados, posteriormente, los organiza, tabula y describe el resultado.

Un análisis básico descriptivo implica el calcular las medidas simples de composición y distribución
de variables. Dependiendo del tipo de datos, pueden ser proporciones, tasas, razones o
promedios.

Además, cuando sea necesario, como en el caso de las encuestas por muestreo, pueden utilizarse
medidas de asociación entre variables para decidir si las diferencias observadas entre mujeres y
hombres son estadísticamente significativas o no.

Importancia del análisis descriptivo

Generalmente, las personas evitan el uso del análisis descriptivo cuando revisan los estudios
porque les interesan más las predicciones que se están probando. Sin embargo, es un error ya que
este método puede proporcionar información realmente importante sobre la muestra que se está
estudiando.

1.1: Tabla de Distribución de frecuencia.

A partir de las tablas de distribución de frecuencias, se proporcionará un conjunto de

herramientas o técnicas estadísticas para el tratamiento de la información, tanto cualitativa como
cuantitativa, que facilitan el manejo y análisis de los datos.

En la etapa de organización de los datos, nos referimos a la clasificación y tabulación de los

mismos. Por lo tanto, luego que los tenemos, se dividirá la información en clases previamente
definidas, en función de una o más características.

Lo expresado anteriormente nos conduce a diferenciar dos tipos de variables:

 Discretas: son aquellas variables que solo pueden tomar un conjunto finito de valores,
generalmente valores enteros. La cantidad de libros en préstamo es un caso típico de
variable discreta, pudiendo tomar los valores 0,1, 2, 3........n.
 Continuas: son aquellas variables que pueden tomar a priori un conjunto infinito de
valores. Generalmente son las magnitudes vinculadas a longitudes, superficies, volumen,
edad, duración o peso. Pero por razones de medición se discretizan y ese valor observable
representa un valor dentro de un intervalo teórico.

Frecuencia absoluta y relativa.

frecuencia absoluta: es la cantidad de datos que integran cada una de las clases, o sea que son las
repeticiones que encontramos dentro de una misma clase. La correspondencia entre los valores de
la variable y su frecuencia absoluta determina lo que denominamos “distribución de frecuencias
absolutas”

frecuencia relativa: es la cantidad de repeticiones obtenidas para cada clase, en relación al total
de las observaciones. Resulta de dividir la cantidad de elementos de cada clase (frecuencia
absoluta) por el tamaño de la muestra. Las frecuencias relativas son un porcentaje, ya que
relacionan una parte del conjunto con el total La correspondencia entre los valores de la variable
y su frecuencia relativa determina lo que denominamos “distribución de frecuencias relativas”

1.2: Gráficos de una Distribución de frecuencia.

Representar gráficamente, resultan muy eficaces para facilitar la comprensión y permiten extraer
conclusiones acerca del comportamiento real de la variable. Pero es necesario que el impacto
visual de la representación gráfica resuma la información, en forma clara, concisa y atractiva.

TIPOS DE GRÁFICAS:

 Gráfica circular (o de sectores):

Este método gráfico es un instrumento auxiliar de análisis y presentación de la información, que

resulta muy valioso para el investigador. Éste, como un diagrama en forma de círculo, es
particularmente útil para visualizar las diferencias de frecuencia entre algunas categorías de nivel
nominal.

El ángulo de cada sector se calcula como 360º dividido por el total de sujetos (N) y multiplicado
por la frecuencia absoluta (ni), o bien el producto de la frecuencia relativa (fi) por 360º

 Gráfica de barras:

Consiste en un conjunto de columnas separadas que representan la frecuencia o el porcentaje de

cada uno de los valores o categorías de la variable de interés. Muestra datos de forma visual
utilizando barras horizontales o verticales cuyas longitudes son proporcionales a las cantidades
que representan. Se pueden utilizar cuando un eje no puede tener una escala numérica.
  Diagrama de tallo y hojas:

Representan una alternativa sencilla para el histograma, y son útiles para resumir y describir datos
cuando éstos no rebasan los cien. Sin embargo, a diferencia de lo que ocurre con un histograma,
un diagrama de tallo y hojas no pierde los datos originales. Este tipo es una gráfica donde se
presenta un conjunto de datos. Las decenas se consideran de diagrama el tallo y las unidades las
hojas, las cuales deben siempre ubicarse a la derecha de éste.

 Histograma.

Este diagrama es útil cuando se trata de representar distribuciones de frecuencia cuya variable es
continua,y viene dada en intervalos o clases; dicha gráfica se define y construye como la gráfica de
barras, con la diferencia de que las columnas no están separadas, sino unidas, lo que le da
continuidad.

 Polígono de frecuencias:

El polígono de frecuencias puede contener una amplia variedad de categorías o intervalos y tiende
a destacar la continuidad a lo largo de una escala; por tanto, es útil para representar puntuaciones
ordinales y de intervalos.
1.3: Medidas de tendencia central: Media, Mediana y Moda.

Entre las medidas de tendencia central para datos no agrupados más utilizadas se encuentran:

La media o media aritmética

Esta es la primera de las medidas de tendencia central para datos no agrupados de la que
hablaremos. Está determinada por el valor en promedio de una serie de conjunto de datos
numéricos. Con esta medida, los cálculos se realizan a través de la sumatoria de todos los valores
que se encuentren divididos, es el punto medio entre el valor máximo y valor mínimo de las
cantidades existentes.

La media es el centro de toda la distribución, ya que en esta son representados los valores
observados; por ejemplo, si existe un grupo de personas que tienen una estatura media de 1.60
metros, pues esta cantidad representa la estatura promedio de todos, a pesar de que no es la
estatura de ninguna de las personas en forma particular.

La mediana o mediana aritmética

Esta es una de las medidas de tendencia central para datos no agrupados también conocida como
promedio aritmético: esta es el valor encontrado en el centro del conjunto de los datos luego de
haber sido ordenados. se le llama también media posicional, y no es relevante si los datos están
ordenados en forma ascendente o descendente; independientemente de ello, la mediana
corresponderá al mismo valor.

La moda

Es la tercera de las medidas de tendencia central para datos no agrupados. Esta medida sirve para
identificar cuando un dato aparece continuamente, como también durante un periodo de tiempo
determinado. Es en sí el dato que más aparece en un grupo, también pudiendo existir dos modas,
conociéndose, así como bimodal o, cuando hay más de dos modas recibe la denominación de
multimodal, que es cuando el máximo número de repeticiones se da para tres o más números.

Para calcular la moda se deben escribir los números del conjunto y luego escribir el número o los
números que se repiten mayor cantidad de veces. En un conjunto con los siguientes componentes:
4, 5, 8, 8, 7, 6, 8; la moda es el número 8 al ser el número que se repite más.
1.4: Medidas de Variabilidad: Varianza, Desviación típica y Coeficiente de Variación.

Estudia la distribución de los valores de la serie, analizando si estos se encuentran más o menos
concentrados, o más o menos dispersos. Existen diversas medidas de dispersión, entre las más
utilizadas podemos destacar las siguientes:

 Rango: mide la amplitud de los valores de la muestra y se calcula por diferencia entre el
valor más elevado y el valor más bajo.
 Varianza: Mide la distancia existente entre los valores de la serie y la media. Se calcula
como sumatorio de las diferencias al cuadrado entre cada valor y la media, multiplicadas
por el número de veces que se ha repetido cada valor.
 Desviación típica: Se calcula como raíz cuadrada de la varianza.
 Coeficiente de variación de Pearson: se calcula como cociente entre la desviación típica y
la media.

1.5: Medidas de Orden.

Las medidas de posición, por tanto, sirven para medir y para dividir.De esta forma, unos resumirán
los diferentes valores en uno que, en este caso, sea representativo. Por ejemplo, un promedio.
Mientras los otros dividirán el conjunto de los datos en partes iguales, más sencillas de interpretar;
estaríamos hablando de los cuantiles.

Importancia de las medidas de posición estadística

Son el primer paso que debe darse en el análisis descriptivo. Cuando queremos conocer
información sobre un fenómeno, comenzamos recopilando datos.

Pero estos, por sí mismos, no nos van a aportar información relevante, por eso hay que
analizarlos. Las medidas de posición, junto con las de dispersión, nos ayudan a agruparlos e
incluso, a codificarlos.

Estos son el conocimiento principal y básico en estadística. De hecho, las clases universitarias de
introducción se centran en ellas. Si no sabemos qué es un promedio, es más que probable que no
sepamos entender otros conceptos como la regresión o el contraste de hipótesis.

1.6: Utilización de Software Estadísticos para la resolución de ejercicios aplicados en el área de

administrativa.

El software estadístico nace desde los problemas reales o las oportunidades de reducir de costos,
tiempo y esfuerzos. La potencialidad del software es facilitar tareas específicas y organizar una
infraestructura de sistemas de información.

La estadística es una ciencia aliada a la investigación científica. Los científicos que trabajan en
ecología, medicina, ingeniería e investigación de mercados; comúnmente emplean software
estadístico para realizar análisis multivariados y gráficos de los cálculos. Muchos programas no son
netamente estadísticos pero hacen cálculos aplicables a la tarea de los investigadores.

Impactos del software estadístico.

Es una realidad que el mercado de empleos se va a ver afectado por los avances tecnológicos. En
el campo de la estadística es necesario contar con programas informáticos que reducen costos y
esfuerzos para hacer análisis.

La información cualitativa es importante como la cuantitativa para ofrecer una perspectiva amplia
del objeto de estudio. Los reportes estadísticos deben contar con ambos tipos de información, una
simple cifra no siempre alcanza a explicar si un impacto es positivo o negativo.

Utilizar software estadístico en las compañías mejorará su enfoque estratégico para la

planificación de los avances tecnológicos. No solo es atractivo por la eficiencia de reducir costes,
también por las nuevas capacidades empresariales que resultan de un cambio evolutivo.