DEFINICIONES DE ESTADÍSTICA

Algunas Definiciones de la estadística a lo largo del tiempo son:

 Achenwall (1749): Es la ciencia del estado que se ocupa de la riqueza individual, y contiene el conocimiento básico
de las verdaderas posibilidades de una sociedad burguesa.
 Gioja (1858): Es el arte de describir todos los objetos en razón de sus cualidades, y en el rigor del término, es una
lógica descriptiva. Es un conocimiento razonado de las normas generales a investigar, de las fuentes a que recurrir,
de los síntomas a reconocer, de los principios a juzgar, y de los usos a que sirven los elementos relativos al estado
de las naciones.
 Willcox (1934): Es el estudio numérico de grupos o masas a través del estudio de las unidades que los componen,
ya sea que estas unidades sean humanas o subhumanas, animadas o inanimadas.
 Waugh (1956): Es el conjunto de métodos aplicables a datos numéricos que conducen a inferir hechos concretos
inherentes a los datos.
 Byrkit (1987): Es la ciencia, y arte de clasificar y organizar datos para hacer inferencias.
 Mendenhall y Sincich (1994): Es la ciencia de los datos. Esto implica, recolección, clasificación, organización,
análisis e interpretación de los datos.
 Brase & Brase (1995): Es la ciencia de la recopilación, clasificación, presentación e interpretación de datos.
 Naiman, Rosenfeld y Zirkel (1996): Es el estudio de colecciones de números para:
o Describirlos exacta y consistentemente, y
o Obtener inferencias validas de ellos.
 Monroy (2022): Es la ciencia, y arte, que se encarga de la recolección, organización y análisis de datos, ya sea
cualidades o cantidades, con el fin de obtener conclusiones y hacer generalizaciones de ellas para la toma de
decisiones.

El siguiente esquema nos muestra una manera sencilla de interpretar a la estadística:

Subconjunto
Descripción

=
Muestra
TOTALIDAD !
=

POBLACIÓN

1
 CLASIFICACIÓN DE LA ESTADÍSTICA

La estadística para su mejor estudio se ha dividido en dos ramas las cuales son: estadística descriptiva y estadística
inferencial.

 ESTADÍSTICA DESCRIPTIVA: Consiste en la presentación de datos en forma de tablas y gráficas.

Esta comprende cualquier actividad para resumir o describir los mismos factores pertinentes adicionales,
esto se refiere a no intentar nada que vaya más allá de los datos.
 ESTADISTICA INFERENCIAL: Se deriva de las observaciones hechas solo a una parte de un conjunto
numeroso de elementos; implicando así que su análisis requiera de generalizaciones que van más allá de
los datos, como consecuencia la característica más importante del crecimiento de la estadística ha sido un
cambio en el énfasis de los métodos que sirven para generalizarlas. En otras palabras la estadística
inferencial investiga y analiza una población partiendo de una muestra tomada. (Levin I. & S. Rubin, 1996)

CONCEPTOS CLAVE DE LA ESTADÍSTICA

 VARIABLE: Es la característica de interés para observar en la población en relación al objetivo de estudio.

 DATO: Son las observaciones recolectadas como mediciones, géneros, respuestas de conducta, etc. (valor
particular de una variable).
 DATOS EXPERIMENTALES: Representa conteos o revisiones (se representan mediante números).
 DATOS CRITICOS: Se obtienen de acuerdo a un criterio o característica (color, brillo, acabado, textura).
 POBLACIÓN: Conjunto de datos que conforman los elementos que se desean estudiar.
 CENSO: Es la colección de datos de cada uno de los miembros de una población.
 ENCUESTA: Es un listado de una o más características de todos los elementos de una muestra.
 MUESTRA: Es una colección de algunos elementos pero no de todos (subconjunto de la población).
 MUESTRA REPRESENTATIVA: Es una muestra que contiene las características más relevantes de la población
en la misma proporción que está incluida en esta.
 PARAMETRO: Es una medición numérica que describe algunas características de la población.
 ESTADÍSTICO: Es la medición numérica que describe algunas características de una muestra.
 ORDENACIÓN DE DATOS: Es una de las formas más sencillas de presentar los datos puede ser de forma
ascendente o descendente. La ordenación o arreglo de datos ofrece varias ventajas con respecto a los datos.
Por Ejemplo:
o Podemos nombrar rápidamente dos valores (mayor y menor de los datos).
o Podemos fácilmente dividir los datos en secciones.
o Podemos ver si alguno de los valores aparece más de una vez en el ordenamiento.
o Podemos observar la distancia entre los valores sucesivos de los datos.

A pesar de las ventajas, en ocasiones un ordenamiento de datos no resulta del todo útil, esto es debido a que se
crea una gran lista con todos los valores, lo que lo hace incomodo al momento de visualizar los datos, por ello se
hace necesario comprimir la información, sin soslayar que uno debe ser capaz de utilizarla para su interpretación
y toma de decisiones posteriores.

2
 ETAPAS DE UNA INVESTIGACIÓN ESTADÍSTICA

1. Planteamiento del problema:

Se deben especificar de manera clara las preguntas que se deben de responder.
Definir las variables y sus operacionalizaciones.
Conceptos precisos
Definirse límites adecuados, por razones de tiempo.
¿Qué se quiere medir y dónde?

2. Diseño del experimento:

Obtener un máximo de información empleando un mínimo costo y tiempo.
Determinar el tamaño de la muestra.
Seleccionar el método para muestrear y las herramientas estadísticas a emplear.
Tablas de frecuencias
Graficas
Medidas descriptivas
Estimaciones
Prueba de hipótesis

3. Experimentación o colección de datos:

Recolección de datos
Encuesta (Directa o Indirecta)
Cuestionario (Por teléfono o correo)
Es un trabajo de acumulación de información.

4. Estadística descriptiva:
Los datos se enlistan de forma legible (tablas de frecuencia) y se ilustran mediante gráficas.
Se calculan medidas descriptivas para la muestra (MTC y MdD).
Se pueden tomar decisiones en base a la información obtenida.

3
 5. Estadística Inferencial:
Estimación: Calcular el valor de un parámetro utilizando los estadísticos.
Prueba de hipótesis: Es una aseveración referente a uno o dos parámetros pertenecientes a una o más poblaciones.
Notas:
Los estudios estadísticos se realizan y desarrollan de acuerdo con la información que se desee obtener.
Se debe de ser imparcial, es decir no forzar a la investigación a lo que nos conviene, si no que esta debe reflejar lo
que verdaderamente sucede en la población.

En general:

Toma de
Recopilación Organización Presentación Análisis
decisiones

IMPORTANCIA DE LA ESTADÍSTICA

La estadística es una herramienta básica en negocios y producción. Es usada para entender la variabilidad de
sistemas de medición, control de procesos así como el control estadístico de procesos, para compilar datos y para
tomar decisiones. En estas aplicaciones es una herramienta clave, y probablemente la única herramienta
disponible.
La estadística aplicada busca implementar los procesos probabilísticos y estadísticos de análisis e interpretación
de datos o características de un conjunto de elementos al entorno industrial, a efectos de ayudar en la toma de
decisiones y en el control de los procesos industriales y organizacionales.
La importancia de la estadística se basa en la participación de la industria en el aumento de la calidad, ya que las
técnicas estadísticas pueden emplearse para describir y comprender la variabilidad, que es el resultado de cambios
en las condiciones bajo las que se hacen las observaciones.
La aplicación de la estadística nos permite hacer la interpretación de datos o características de un conjunto de
elementos al entorno industrial de manera tal que nos facilite la toma de decisiones y el control de los procesos
industriales u organizacionales dentro de la obra respectivamente. Las aplicaciones de la estadística actualmente
han tomado un rápido y sostenido incremento debido al poder del cálculo computacional.
También permite interpretar mejor determinada información, haciéndola más entendible e interesante. Aun
cuando presentan una cantidad limitada de datos y cifras aproximadas, permite reforzar los argumentos o
conclusiones de una investigación presente.

4
 TIPOS DE VARIABLES
Las variables son la materia prima de la estadística, pues sin ellas carece de sentido su trabajo al no poder producirse los
datos; y aunque de entrada parece algo muy obvio, detengámonos y preguntémonos: ¿De dónde surgen las variables?
La variabilidad entre las cosas o entre la gente, hasta en la misma cosa o persona de un tiempo a otro, es una de las principales
manifestaciones del cosmos. Día y noche por mencionar un solo ejemplo. Es aquí donde el ser humano se descubre ignorante
ante la vastedad formidable del cosmos. Pero él mismo, como producto propio del universo, no está inmutable; entonces,
se levanta y camina. El propósito de su actividad intelectual es, al menos en primera intención, entender, explicar y hacer
inferencias acerca del universo en el que vive.
Por tal necesidad, y en particular por la variabilidad existente entre casi todas, todos los fenómenos del universo, el ser
humano se atreve a hurgar a través de la mutabilidad, para beberse las posibilidades del entendimiento que requiere para
aprender lo circundante. De aquí que uno de sus más grandes descubrimientos sea su capacidad para definir variables, que
luego le permiten de ciertas maneras controlar el ambiente donde vive. Pero, “antes de la variable está la medición”. Y así
surgió su talento para:
 Definir variables en base a conceptos abstractos intelectuales.
 Desarrollar procedimientos para capturar de maneras tangibles tales ideas, es decir su habilidad para medir.
Aunque parezca algo intuitivo, reflexiónese un poco a cerca de estos dos conceptos: variable y medición.
Medir es una palabra que conlleva un contenido que exige detenerse antes de asumir cualquier definición. Tradicionalmente,
la palabra misma implicaba un proceso de asignación de números a alguna propiedad de los eventos u objetos de algún
fenómeno en particular. Es fácil medir propiedades que son observables, como longitudes, tiempos, temperaturas o pesos,
porque además de ser propiedades bastante bien definidas existen procedimientos bien definidos para su medición. Un metro
para las longitudes, el reloj para los tiempos, el termómetro para las temperaturas y la balanza para los pesos. La altura de
una persona se puede medir, ya que se tiene, de manera tangible, un proceso para hacerlo y se llama regla o metro patrón.
Esta operacionalización del proceso de medición es muy clara y entendible, lo que hace sencillo el trabajo de estudiar la
variable altura de una persona o bien la variable longitud de un tubo. Es más, existen otras variables que no provienen de
las ciencias exactas y que también son relativamente fáciles de medir. Dinero invertido en economía, cantidad de aprobados
por semestre y por grupo en educación, mortalidad infantil en salud pública, etc.
Sin embargo, ¿qué sucede cuando se busca medir la satisfacción de un cliente?, ¿dónde está el “satisfactómetro”?; o al
intentar medir la inteligencia de una persona o la agresividad de un paciente, ¿dónde está el “intelingentómetro o el
agresómetro”?; Hasta el momento, tales instrumentos no son posibles, pues lo que se desea medir son propiedades en el
universo que las ciencias exactas aún no pueden abordar. De aquí que el proceso de asignación de números a tales eventos
u objetos de un fenómenos no agota la medición, sino abre un nuevo dilema en el desarrollo científico. ¿Cómo medir
aquellas propiedades que se escapan de los tradicionales métodos de las ciencias exactas?
Pronto, la creatividad humana fue capaz de encontrar una salida al problema y desarrolló otra manera de medir que es más
apropiada para aquellas variables escurridizas. Este procedimiento radica en vincular conceptos abstractos a indicadores
empíricos, es decir, vincular algo observable con los conceptos abstractos que se tienen en mente.
En conclusión, se necesitan tres cosas para lograr una medida: un objeto que será medido, una propiedad bien definida para
medir el objeto, y un instrumento de medición (aparto o encuesta) que asigne los valores a las diferentes posibilidades de la
propiedad medida.

Datos

Y estos datos
Objeto donde Definición de Instrumento se convierten
? se encuentra
la propiedad
la propiedad
que será
de en la materia
medición
a medir. medida. prima de la
estadística.

Datos

5
Así pues,

 Medir una propiedad es asignar números, en un sentido más amplio que en las ciencias exactas, a los posibles
resultados de la misma.
 Variable es cualquier propiedad o característica cambiante que se desea medir en el objeto bajo estudio.
 A los valores que arroja el proceso de medición de cualquier propiedad o característica del objeto bajo estudio se
les llama valores de la variable.
Ejemplos:
1.
Problema Suponga que se desea medir la temperatura de Monterrey a las 12:00 a.m.
diariamente.
Operacionalización Con un termómetro se medirá la temperatura ambiental de Monterrey a las
12:00 a.m. (Aclaración no a la sombra).
Indicador La temperatura a las 12:00 a.m.
Instrumento Un termómetro.

2.
Problema En el departamento de control de calidad se desea investigar si los botes de
materia prima son recibidos dentro de los estándares de peso.
Operacionalización

Indicador
Instrumento

3.
Problema El departamento de servicios al cliente desea saber desde dónde vienen los
clientes que compran en Pricencom.
Operacionalización

Indicador
Instrumento

4.
Problema Un gerente de personal desea conocer qué tan motivados se encuentran sus
trabajadores.
Operacionalización

Indicador
Instrumento

5.
Problema Un profesor desea determinar si un alumno alcanzó algunos objetivos del
curso.
Operacionalización

Indicador
Instrumento

6
 TIPOS DE VARIABLES
Aunque los procedimientos de medición arrojan datos, no es lo mismo hablar de pesos, alturas o números de hijos que
mencionar género, satisfacción del cliente, motivación, nacionalidad o partido político preferido. Es obvio que el tipo de
valor y el número de valores que pueden asumir los hace diferentes. Entonces, se distinguirá entre variables que pueden
asumir valores que son tributos o cualidades, como los segundos ejemplos, y variables que sumen valores numéricos, como
los primeros.

 Variables cualitativas (o de atributo): Son aquellas que se asignan atributos o categorías a las características
medibles de los elementos bajo estudio.
Resulta de particular importancia, en este tipo de variables, que se defina con base en teorías aceptables lo que se
va a medir, pues lo obvio es a veces una fuente de error. Además, nunca olvide “bautizar” a cualquier variable con
el nombre adecuado y fácil de entender.

Atributo o característica a medir, o

Nombre de la variable indicador empírico Valores de la variable
 Femenino
Sex Género (sexo) de la persona.
 Masculino
 Café  Verdes
Color Color de ojos de la persona.
 Azules  Otros
Percepción que tiene el medico del
 Muy mejorado  Peor
Paciente  Algo mejorado  Muerto
mejoramiento de un paciente.  Igual
 Estado 1
 Estado 2
Cáncer Tipo de cáncer que se diagnostica.
 Estado 3
 Estado 4
 PRI  PT
Nombre del partido de preferencia de la
Prefe  PRD  Otros
persona.
 PAN
 El Universal
 El Sol de México
Lec_per Nombre del periódico matutino que se lee.  ABC
 El diario
 Otros
 Insatisfecho
Se evalúa la percepción que tiene el
Eva_des  Satisfecho
estudiante de su desempeño en el grupo.
 Excelente
Se le pregunta al entrevistado si sabe o no  Si
Alfabeta leer y escribir.  No
 Soltero
Esta_civil El estado civil de una persona.  Casado
 Otros
 ARQ  LED
 CPA  LCIC
Carr Nombre de la carrera del estudiante.  LA  LDE
 LAE  ISC
 LPA
 Local
Procedente Lugar de origen del entrevistado.  Foráneo
 Extranjero
 En español  Ambas
Mús_pre Tipo de música de preferencia.
 En inglés  Ninguna
 Defectuoso
Defect Estado del artículo al ser vendido.
 No defectuoso
Si el producto final cumple con las  Cumple
Cumplir especificaciones del cliente.  No cumple
 Nulo  Bueno
Satis Grado de satisfacción del cliente.  Poco  Excelente
 Regular
 Muy interesado  Desinteresado
Grado de interés del entrevistado en asuntos 
Interés Interesado  Muy desinteresado
políticos.
 Indiferente

7
  Variables cuantitativas (numéricas): Son aquellas que asignan números a las características medibles de los
elementos bajo estudio.
Aquí también es importante que se defina lo que se va a medir. Además, tampoco olvide “bautizar” a la variable
con un nombre adecuado, fácil de entender.

Atributo o característica a
Nombre de la variable Valores de la variable
medir, o indicador empírico
Tiempo transcurrido desde el
Edad nacimiento hasta el momento de la (0, 120) años
toma del dato.
Tam_fam Número de hijos en la familia. 0, 1, 2, 3, …, 20, …
Longitud del cuerpo humano, sin
Altura usar zapatos. (0, 3.50) m
Peso en kilogramos de una persona.
Peso (0, 350) kg
Temperatura medida a las 6:00 a.m.
Temp_1 (-20, 50) °C
Temp_2 Temperatura medida a medio día. (-20, 50) °C
Temperatura medida a las 6:00 p.m.
Temp_3 (-20, 50) °C
Distan Longitud recorrida desde la casa. (0, 50) km
Volumen de llenado de la botella de
Vol leche. (0, 1.5) L
Num_prod Número de piezas producidas. 0, 1, 2, 3, …
Número de piezas defectuosas por
Defecto hora. 0, 1, 2, 3, …, 20, …
Numero de libros que se leen al año.
Lectura 0, 1, 2, 3, …, 20, … libros

NIVELES DE MEDICIÓN
A la capacidad de obtener información de alguna propiedad analizada se le llama nivel de medición. Así, según las
necesidades del marco teórico de la investigación, se buscara penetrar en la propiedad medida para obtener la información
deseada de la variable que se haya definido. El proceso de obtención de información de la o las propiedades medidas de los
elementos bajo estudio se pueden reconocer tres aproximaciones importantes:
 La diferenciación
 La jerarquización o clasificación
 La asignación de números
Lo más elemental que se puede hacer al reconocer los valores de una variable, es simple diferenciación, como es el caso de
la variable sexo cuyos valores son femenino o masculino.
El siguiente caso es aquel en el cual, además de diferenciar, también es posible jerarquizar u ordenar. Por ejemplo, ¿qué tan
a menudo te reúnes con tus profesores para compartir de manera informal tus experiencias dentro de la universidad?, las
posibles respuestas podrían ser: nunca, algunas veces, y con frecuencia; las cuales están en orden ascendente.
Y por último, tenemos el grado de penetración más hondo, aquél en el cuál, además de diferenciar y jerarquizar, también se
puede asignar un número a la propiedad medida mediante algún procedimiento establecido de antemano. La variable altura,
por ejemplo, no basta decir que son diferentes, ni tampoco decir que algunos son altos, otros medianos y el resto bajos, sino
que puede asignarse un valor a la propiedad con el metro patrón. En resumen, no sólo se sabe que son diferentes y en qué
orden lo son, sino también la magnitud de la diferencia.

8
A continuación, un diagrama con las escalas de las variables, según su nivel de medición:

Nivel de Medición: Capacidad

de obtener información de
alguna propiedad analizada

Para variables cualitativas: Para variables cuantitativas:

Escala Escala Escala de Intervalo: Escala de Razón:

nominal: ordinal: Los Los valores de la Los valores de la
Los valores valores de la variable tienen variable tienen
de la variable sólo distancias iguales distancias iguales
variable sólo están entre valore, pero el entre valores,
se ordenados. cero es arbitrario. pero el cero no es
diferencian. arbitrario.

Escala numérica: Se les llama a estas dos últimas,

en aquellos casos donde no es relevante hacer la
diferencia.

 Escala nominal para variables cualitativas: Esta escala solamente diferencia entre los posibles valores de la
variable. Por ejemplo, los posibles valores de la variable sexo son femenino y masculino, lo cual solo implica una
diferenciación, de aquí que la escala utilizada sea nominal. Otro ejemplo de variables que utilizan una escala
nominal es la procedencia, cuyos valores de la variable son local, foráneo, extranjero. También usa una escala
nominal la variable filiación política, cuyos valores de variable son PRO, PAN, PRD, PT, Otros.
Otros ejemplos son del tipo de seguro de vida, tipo de sangre, el tipo de música preferida, el estado civil, el
diagnóstico clínico, el número de placa de una carro, el número de matrícula (hay un orden pero no una jerarquía,
es más una etiqueta), la localidad donde se vive, el tipo de vivienda, etc.

 Escala ordinal para variables cualitativas: Esta escala, además de diferenciar, también permite jerarquizar u
ordenar los posibles valores de la variable. Es importante notar que las diferencias entre los valores no se pueden
determinar o simplemente no tienen sentido. Por ejemplo, ¿cómo calificarías tu desempeño como estudiante en una
escala donde 1 = deficiente y 2, 3, 4 Y 5 = excelente? Aunque se manejan números para representar los valores de
la variable, sólo tienen la propiedad de orden o jerarquía, es decir, son números ordinales.
Por ejemplo, los posibles valores de la variable gusto son: (1) me gusta mucho, (2) me gusta regular y (3) no me
gusta. Con estos valores, además de diferenciarse entre sí, están ordenados de mayor a menor, entonces la variable
gusto utiliza escala ordinal.
En general, todo aquello que tenga que ver con gusto, calidad, grado y percepción tiene relación con la escala
ordinal. Otros ejemplos, son las calificaciones escolares (cuando se utilizan letras para reportarlas A, B, C, D, F),
escolaridad (cuando se usan valores de variable siguientes: sin escuela, primaria sin terminar, primaria terminada,
secundaria sin terminar, secundaria terminada, preparatoria sin terminar, preparatoria terminada, carrera sin
terminar, carrera terminada, maestría sin terminar, maestría terminada, doctorado sin terminar, doctorado
terminado), el puesto de trabajo, la evaluación de los servicios, la altura (cuando se utilizan valores, bajo, mediano
y alto).

9
En el caso de las variables cuantitativas, puede decirse que utilizan dos tipos de escala de medición la de intervalo y la de
razón, porque ésta, además de diferenciar y jerarquizar los valores de la variable, permiten asignar números y operar
aritméticamente con ellos. Sin embargo, en aquellos casos en que no sea relevante hacer inferencia de estas escalas, se les
puede llamar indistintamente escala numérica a cada una.

 Escala de intervalo para variables cuantitativas: Es una escala que asigna números a los posibles valores de la
variable, y donde los intervalos son iguales, pero la posición del cero es arbitraria. Es decir, no refleja la ausencia
completa de la propiedad medida. Además, diferentes intervalos de igual magnitud tal vez no signifiquen lo mismo
pese a tener el mismo tamaño. Por ejemplo, la calificación que se da a un estudiante universitario es una variable
cuantitativa continua con escala de intervalo, por un lado, porque le cero es arbitrario, ya que no significa ausencia
completa del conocimiento o aprendizaje. Por otro lado, un valor de la variable de 80 no significa que un estudiante
tenga el doble de conocimiento que otro estudiante que obtuvo 40.

 Escala de razón para variables cuantitativas: Esta escala asigna números a los posibles valores de la variable, y
en ella, la posición del cero es real y necesariamente refleja la ausencia completa de la propiedad medida. Además,
los intervalos iguales en magnitud también son idénticos en términos de la propiedad que se mide. Por otro lado,
los cocientes de los números asignados reflejan los cocientes de las cantidades de la propiedad medida. Por ejemplo,
el volumen de leche con el cual se llenan los envases es una variable cuantitativa con escala de razón, en primer
lugar, porque los intervalos son iguales y además tiene sentido decir que de 200 a 250 ml hay 50 ml y que de 800 a
850 ml hay 50 ml. En segundo lugar, el cero es real, es decir, significa ausencia total de la propiedad medida; un
envase vacío no tiene leche. Y en tercer lugar, se pueden hacer cocientes; un cuarto de leche es la tercera parte de
750 ml de leche. Otros ejemplos son la altura (en pulgadas o centímetros), el número de respuestas correctas en
cualquier examen de 25 preguntas, los conteos, el tiempo (en años o días), el sueldo (en cualquier unidad monetaria),
el pulso cardiaco, etc.

10
 CONJUNTOS DE DATOS
La naturaleza de la información extraída de una muestra o de un censo puede tener utilidad muy variada, es aquí cuando empieza el
trabajo de la estadística descriptiva dado que identifica dos objetivos fundamentales:
 Buscar patrones de comportamiento del fenómeno reflejado de una muestra, o población.
 Contar con los elementos base para aplicar las técnicas de la estadística.
Los datos se recolectan de muy diversas maneras, y con frecuencia, el conjunto de ellos representa a la población completa. Por un lado
tenemos a la población y por el otro lado a la muestra, ambas formuladas por sus respectivos conjuntos de datos. Si partimos del hecho
de que cada fenómeno bajo estudio tiene sus propias variables, entonces debemos reconocer que cada variable o conjunto de ellas tendrá
un comportamiento particular, el cual se identificará para determinar su relevancia. Por tanto, enfrentamos el desafío de:
 Identificar en la muestra, primeramente el comportamiento de los datos.
 Hacer lo mismo en la población.
Una manera de describir el comportamiento de los datos, es construir una distribución de ellos, llamada distribución de frecuencias o
tabla de frecuencias, esta tabla permite identificar las repeticiones u ocurrencias de las mediciones provenientes de alguna variable
analizada. Este arreglo es útil para dar una imagen del comportamiento de las observaciones, lo cual facilitara una comprensión más
acertada de la variable o variables analizadas.

Datos: Los hechos y las cifras que se recolectan, analizan y resumen para su presentación e interpretación.

Conjunto de Datos: Todos los datos recolectados en un estudio determinado.

a) DATOS NO AGRUPADOS
1. Se preguntó el número de personas activas que hay en 50 familias, se obtuvieron los siguientes resultados:

2 1 2 2 2 1 2 4 2 1
2 3 2 1 1 1 3 4 2 2
2 2 1 2 1 1 1 3 2 2
3 2 3 1 2 4 2 1 4 1
1 3 4 3 2 2 2 1 3 3
Encuentra la tabla de frecuencias para este conjunto de datos.

Solución 1:

𝒏 = _________ 𝒎 = ________

Valores de 𝒙: 𝒙𝟏 = 𝒙𝟐 = 𝒙𝟑 = 𝒙𝟒 =

La tabla de frecuencias es:

Valor de la
frecuencia Frecuencia
muestra frecuencia % f. r. F. R. A. % F. R. A. Grados
relativa Acumulada
(# personas)

𝒇 𝑭
𝒙 𝒇 𝒇̃ = 𝒇̃ × 𝟏𝟎𝟎 𝑭 ̃=
𝑭 ̃ × 𝟏𝟎𝟎
𝑭 % 𝒇̃ × 𝟑. 𝟔
𝒏 𝒏
1
2
3
4

11
2. Se pidió a 40 colaboradoras casadas de una empresa maquiladora, seleccionadas aleatoriamente, que dijeran el número de horas
que había dormido la noche anterior. Los resultados fueron:

5 6 6 6 3 4 7 5 5 9
6 6 6 4 5 5 5 5 4 5
7 4 4 5 3 4 6 4 7 5
5 7 6 5 7 7 4 5 6 8

Realizar la tabla de frecuencia para este conjunto de datos.

Solución al ejercicio 2:

𝒏 = _______ 𝒎 = __________

𝒙𝟏 = 𝒙𝟐 = 𝒙𝟑 = 𝒙𝟒 = 𝒙𝟓 = 𝒙𝟔 = 𝒙𝟕 =

Valor de la
frecuencia Frecuencia
muestra frecuencia % f. r. F. R. A. % F. R. A. Grados
relativa Acumulada
(# horas)

𝒇 𝑭
𝒙 𝒇 𝒇̃ = 𝒇̃ × 𝟏𝟎𝟎 𝑭 ̃=
𝑭 ̃ × 𝟏𝟎𝟎
𝑭 % 𝒇̃ × 𝟑. 𝟔
𝒏 𝒏
3
4
5
6
7
8
9

3. Crea una tabla de frecuencias que permita ver a detalle los siguientes datos cualitativos.

Rojo Verde Azul Verde Negro Amarillo

Azul Rojo Rojo Verde Negro Azul
Blanco Negro Verde Rojo Negro Rojo
Azul Blanco Rojo Verde Negro Verde

Solución Ejercicio 3:

𝒏 = _________ 𝒎 = __________

Valores de 𝒙:

𝒙𝟏 = 𝒙𝟐 = 𝒙𝟑 = 𝒙𝟒 = 𝒙𝟓 = 𝒙𝟔 =

La tabla de frecuencias es:

12
 Valor de la frecuencia Frecuencia
muestra frecuencia relativa % f. r. Acumulada F. R. A. % F. R. A. Grados
(colores)
𝒇 𝑭
𝒙 𝒇 𝒇̃ = 𝒇̃ × 𝟏𝟎𝟎 𝑭 ̃=
𝑭 ̃ × 𝟏𝟎𝟎
𝑭 % 𝒇̃ × 𝟑. 𝟔
𝒏 𝒏

4. Supongamos que se hace una encuesta a 100 personas que poseen equipo de cómputo y se les pregunta por la marca de su equipo.
Los datos obtenidos se presentan abajo. Realizar la tabla de frecuencia para este conjunto de datos cualitativos.

A A B C A B C D D A
C D A C D A C C B B
C D C A A C C D C D
B C A B C D A A C C
A C D A B C B C D B
C A D A C D C C A B
C A C C D B E D A C
B D C C D A A C E D
C C D A B E D E C B
A B B C A A B C D A

5. A continuación se dan los resultados de los tiempos invertidos al contestar una prueba estandarizada de conocimientos generales
por 80 estudiantes de sexto grado.

26 29 24 23 22 26 24 23 28 21 27 27 22 29 22 27
22 30 24 23 24 29 30 24 25 28 23 26 23 21 28 35
17 23 27 27 27 23 24 23 22 26 23 24 26 23 24 23
21 22 25 24 29 23 27 26 22 23 27 22 24 32 21 24
27 30 24 21 33 18 28 29 26 27 21 23 25 26 25 31

a) Determinar la tabla de frecuencias para este conjunto de datos.

b) ¿En qué tiempo se registra la mayor frecuencia y con qué porcentaje?
c) ¿Cuál es el tiempo menor?
d) ¿Cuál es el tiempo mayor?
e) ¿Cuánto estudiantes excedieron un tiempo mayor o igual a 25 minutos?

13
b) DATOS AGRUPADOS: Cuando la muestra consta de 30 o más datos, lo aconsejable es agrupar los datos en clases y a
partir de estas determinar las características de la muestra y por consiguiente las de la población de donde fue tomada.
Cuando existen gran cantidad de datos cuantitativos (discretos y continuos) que se encuentran muy dispersos, las
distribuciones de frecuencias sin agrupar no son la mejor opción para realizar una organización de datos, por lo cual se hace
necesario realizar una distribución en intervalos o clases, que hagan posible un resumen de los datos de la variable en
estudio, para de esta manera concentrar los datos y así acumular el número de observaciones o frecuencias contenidas para
cada clase facilitando su presentación, además de permitir un análisis de aspectos resaltantes que serían muy difícil de
observar con datos individuales.
Es preciso aclarar que dichas clases, deben ser mutuamente excluyentes y colectivamente exhaustivas, lo primero significa
que las clases no deben estar solapadas, es decir, un valor no puede pertenecer a dos clases de manera simultánea; lo segundo
expresa que todos los datos deben estar incluidos en los intervalos definidos.
Cabe señalar que, las distribuciones de frecuencias en intervalos tienen como principal desventaja, la perdida de
individualidad de los datos, debido a que se sabe que en determinada clase está contenida cierta cantidad de datos, sin
embargo no se conoce con exactitud los valores que toma, por lo tanto se pierde el nivel de detalle y accesibilidad. Esta
desventaja es atribuible cuando los datos ya se encuentran organizados en intervalos, de lo contrario, es posible retornar a
los datos originales.
Por otro lado, es importante tomar en consideración que, al agrupar los datos cuantitativos en intervalos, se debe elegir un
número razonable de clases, porque cuando se escoge un número muy grande el objetivo de simplificación no se obtiene,
además de que se puede correr el riesgo de tener muchas clases con muy pocos datos; en el caso contrario, (se selecciona
un número muy pequeño de intervalos), se resume tanto los datos al punto de perder información de utilidad.

EJEMPLO: Los siguientes datos representan el tiempo (en minutos) que ocuparon un asiento en la cafetería de
cierta universidad durante las horas de comida un grupo de 100 personas.
67 34 39 23 66 24 37 45 58 29
51 37 45 26 41 55 27 69 22 43
73 48 63 37 19 31 38 68 22 35
61 58 35 23 28 35 44 40 41 34
51 61 34 56 45 27 54 46 62 29
51 71 56 43 29 50 63 28 45 48
47 41 34 47 30 54 49 34 53 61
28 45 46 35 67 73 30 16 52 35
46 40 41 56 37 51 53 42 70 63
27 35 62 82 30 61 63 49 59 36

a) Elabora una tabla de frecuencias en intervalos de longitud 10 para agrupar este conjunto de datos.
b) De acuerdo a las clases que determinaste, ¿qué clase tiene la más alta frecuencia? ¿qué porcentaje del total
representa?
c) Realiza el histograma y la gráfica circular.

Solución:

Dato Mayor = ___________; dato menor =_____________ ⟹ 𝐼=[ , ].

14
 Marca frecuencia Frecuencia % F. R. A.
Subintervalo frecuencia % f. r. F. R. A. Grados
Clase relativa Acumulada
𝐼𝑛 x 𝒇 𝒇̃ 𝑭 % 𝒇̃
𝒇 𝒇̃ = 𝑭 ̃=
𝑭 ̃ × 𝟏𝟎𝟎
𝑭
𝒏 × 𝟏𝟎𝟎 𝒏 × 𝟑. 𝟔
𝐼1 =
𝐼2 =
𝐼3 =
𝐼4 =
𝐼5 =
𝐼6 =
𝐼7 =
𝐼8 =
𝐼9 =
∑

EJERCICIO 1: Los siguientes datos representan el inventario promedio de aparatos electrodomésticos de 66 pequeñas
mueblerías.

34 38 41 41 43 47 49 55 55 27 34
27 40 33 39 41 42 47 48 48 55 42
30 35 42 57 27 30 34 45 49 27 40
41 43 35 48 32 30 29 25 26 34 32
37 44 42 41 40 31 24 29 33 28 34
40 34 35 42 56 25 34 25 36 44 41
a. Encuentra la tabla de frecuencias para datos agrupados en intervalos de longitud 5.
b. Realiza el histograma de frecuencias y la gráfica circular.
EJERCICIO 2: Para el conjunto de valores

7.3 3.6 2.8 2.0 2.1 12.0 10.51 19.0 17.5 1.9
17.0 12.0 18.6 19.0 2.2 2.0 3.0 6.0 4.5 1.4
4.7 1.5 2.8 2.4 13.5 12.0 10.5 8.2 4.2 7.0
Encuentre la tabla de frecuencias para valores agrupados en intervalos de:
a) Longitud 2
b) Longitud 4
c) En cada caso, graficar el histograma, ojiva y la gráfica circular.

EJERCICIO 3: Se enlistan las calificaciones que obtuvieron 50 estudiantes en una prueba de contabilidad básica.

73 65 82 70 45 50 70 54 32 75
75 67 65 60 75 87 83 40 72 64
58 75 89 70 73 55 61 78 89 93
43 51 59 38 65 71 75 85 65 85
49 97 55 60 76 75 69 35 45 63
a. Determinar la tabla de frecuencias para valores agrupados en intervalos de longitud 8.
b. Además de realizar las gráficas correspondientes para este conjunto de datos cuantitativos.
c. ¿Qué intervalo posee la mayor frecuencia y con qué porcentaje?
d. ¿Cuántos alumnos salieron reprobados en la prueba?

15
 REPRESENTACIÓN DE DATOS MEDIANTE GRÁFICAS
 Histograma: Es una gráfica de barras en donde la escala horizontal representa clases de valores de datos y la escala vertical
representa frecuencias. Las alturas de las barras corresponden a los valores de frecuencia, en tanto que las barras se dibujan de
manera adyacente (sin espacio entre ellas).
 Histograma de Frecuencias Relativas: Tiene la misma forma y escala horizontal que un histograma, pero la escala vertical está
marcada con las frecuencias relativas en lugar de las frecuencias reales.
 Polígono de Frecuencias: Utiliza segmentos lineales conectados a puntos que se localizan directamente por encima de los valores
de las marcas clase. Las alturas de los puntos corresponden a las frecuencias de clase, en tanto que los segmentos lineales se
extienden hacia la derecha y la izquierda, de manera que la gráfica inicia y termina sobre el eje horizontal.
 Ojiva: Es una gráfica lineal que representa frecuencias acumulativas, utiliza fronteras de clase a lo largo de la escala horizontal, y
que la gráfica empieza con la frontera inferior de la primer clase, en tanto que finaliza con la frontera superior de la última clase.
Las ojivas son útiles para determinar el número de valores que se encuentran por debajo de un valor particular.
 Gráfica de Pareto: Es una gráfica de barras para datos cualitativos, donde las barras se ordenan de acuerdo con las frecuencias. La
barra más alta se coloca a la izquierda y las más pequeñas hacia la derecha. Al ordenar las barras por frecuencias, la gráfica enfoca
la atención en las categorías más importantes.
 Gráficas Circulares: Este tipo de grafica representa a los dos tipos de valores, cualitativos y cuantitativos. Para construir una
gráfica circular, se separa el círculo en las proporciones que se adecuan mejor a cada dato.
 Gráfica de Puntos: Consiste en una gráfica en donde se marca cada valor de un dato como un punto a lo largo de una escala de
valores. Los puntos que representan valores iguales se amontonan.
 Gráfica de Tallo y Hoja: Representa datos que separan cada valor en dos partes: el tallo (el dígito ubicado en el extremo izquierdo)
y la hoja (el dígito del extremo derecho). Las hojas se deben de anotar en orden creciente y no en el orden en el que aparezcan en
el conjunto de datos.
Histograma Histograma de frecuencias relativas Polígono de frecuencias Ojiva

Gráfica de Pareto Gráfica circular Gráfica de puntos Gráfica de tallo y hoja

16
 MEDIDAS DE TENDENCIA CENTRAL
Def: Las MTC (medidas de tendencia central) son medidas descriptivas que definen el “centro” de una distribución de
frecuencias. Estas medidas muestran cuan típicos son los valores de una variable dentro de un conjunto de datos, e incluso
cuan factible es su ocurrencia. Las tres MTC más populares son: la media, la mediana y la moda.
Def: La media es un número entre el máximo y el mínimo valor observado que representa un punto. En muchas ocasiones
se hace referencia al “promedio”, la representamos con 𝒙
̅, y la calculamos con la siguiente formula:
𝒏
𝟏
̅ = ∑ 𝒙𝒊
𝒙
𝒏
𝒊=𝟏
Propiedades:
 Debido a que la media se calcula utilizando operaciones aritméticas, asumimos que los datos son cuantitativos.
 Si la variable es cualitativa, no tiene sentido, en general, intentar calcular las medias de tales variables, porque no
se pueden operar aritméticamente los valores de una variable cualitativa.
 La media depende exclusivamente de los valores de una muestra, por lo que podemos asegurar que toda muestra o
población tiene una media calculable y además en única.

Def: La mediana es la mejor MTC pero no es la más apropiada para describir el centro de una distribución. Es una
característica medible tanto en la muestra como en la población, que divide el conjunto de datos, considerando que están
ordenados de menor a mayor (o viceversa), en dos partes iguales; la representamos con el símbolo 𝒙 ̃. Para calcularla
hacemos lo siguiente:
1. Si 𝑛 es impar:
a. Se ordenan los datos de menor a mayor, o viceversa.
𝑛+1
b. Se calcula el subíndice 2
.
c. En los datos ordenados, se busca el dato 𝑥𝑛+1 , es decir, aquel cuyo subíndice corresponda al subíndice
2
calculado.
2. Si 𝑛 es par:
a. Se ordenan los datos de menor a mayor, o viceversa,
𝑛 𝑛
b. Se toman los datos centrales con subíndices centrales 2
y 2
+ 1, se suman 𝑥𝑛 y 𝑥𝑛+1 y se dividen entre
2 2
dos.
Propiedades:
 La mediana depende del ordenamiento de los datos, de modo que puede aplicarse no solo a variables cuantitativas,
sino también a las cualitativas de escala ordinal.
 Si la variable es cualitativa nominal, no tiene sentido intentar calcular la mediana, ya que tales escalas no tienen
ningún orden.
 Cuando las distribuciones son simétricas, la media y la mediana son iguales.
 Debido a que la mediana depende tan solo del ordenamiento de los datos de una muestra o población, su valor no
resulta afectado por aquellos números que se alejan considerablemente del resto de los datos.
 Toda muestra o población tiene mediana calculable y además en única.

Def: La moda es el valor que ocurre con mayor frecuencia en cualquier distribución de datos, ya sean cualitativos o
̂.
cuantitativos. La representamos por el símbolo 𝒙

17
EJERCICIOS:
1. Consideremos el siguiente conjunto de datos:
5 5 1 1 1 1 5 5 5 4
3 5 5 4 5 5 5 5 5 1
2 5 5 5 5 3 5 5 5 5
5 5 5 5 5 4 5 5 5 5
5 5 5 3 5 5 1 5 5 5
Calcular las MTC para este conjunto se datos.

2. Consideremos los datos 53, 53, 50, 63, 54, 85, 83, 63, 54, 67, 85, 67, 80, 83, 83. Calcular las MTC.

3. Los siguientes datos representan las esperanzas de vida de una muestra aleatoria de países del mundo.
HOMBRES MUJERES
69 60 66 67 51 73 64 71 75 56
74 51 66 70 72 81 56 69 78 79
51 73 54 59 67 55 81 55 69 72
52 53 60 74 59 51 50 68 77 62
69 47 75 71 41 73 50 80 78 41
73 47 76 68 78 52 82 77
Calcular las MTC para este conjunto de datos.

4. Determinar las MTC para el siguiente conjunto de datos.

2 1 2 2 2 1 2 4 2 1
2 3 2 1 1 1 3 4 2 2
2 2 1 2 1 1 1 3 2 2
3 2 3 1 2 4 2 1 4 1
1 3 4 3 2 2 2 1 3 3

TAREA: Investigar la relación entre la media, mediana y moda.

MEDIDAS DE DISPERSIÓN
La variabilidad es una característica muy importante de un conjunto de datos, por ejemplo, si se fabrica un medicamento
donde la variación en la dosis es muy grande, esto implica que un alto porcentaje de dosis serán desechados por ser un factor
de riesgo para la salud; o si un grupo de analistas financieros detectan ganancias ampliamente dispersas (que van de valores
muy pequeños a valores extremadamente grandes), estás serán un indicador del riesgo que existe para los accionistas y para
los acreedores. ¿Por qué es importante la variabilidad?

 Porque proporciona información adicional que permite juzgar la confiabilidad de nuestra MTC, ya que si los datos
se encuentran muy dispersos, entonces la variabilidad que existe entre ellos será muy grande; sin embargo, si son
un conjunto estrecho, la variabilidad será muy pequeña. Y la media tendrá una mayor exactitud al ser tomada como
medida de tendencia central.
 Porque permite hacer comparaciones entre diferentes muestras o poblaciones.
 Porque permite distinguir conjuntos de datos que presenten amplias o estrechas variaciones tanto en diferentes
muestras como en diferentes poblaciones.

Las medidas de variabilidad o medidas de dispersión (MdD) más comunes son el rango, la varianza y la desviación estándar.
Def: El rango es la medida de variación más simple y se obtiene con la diferencia que existe entre el dato mayor (DM) del
conjunto con el dato menor (dm) del mismo. 𝑅 = 𝐷𝑀 − 𝑑𝑚.

18
Def: La varianza de un conjunto de datos se denota y define por:

∑𝑛
𝑖=1(𝑥𝑖 −𝑥̅ )
2
𝑠2 = para datos no agrupados.
𝑛−1
∑𝑚 2
𝑖=1(𝑥𝑖 −𝑥̅ ) ∙𝑓𝑖
𝑠2 = para datos agrupados.
𝑛−1
Esta medida es, de alguna manera, el promedio de las desviaciones cuadráticas con respecto a la media. Pero tiene una gran
desventaja, las unidades con las que se maneja son unidades cuadráticas y no es tan sencillo interpretarla e incluso analizarla.
Def: La desviación estándar, 𝑠, es la raíz cuadrada de la varianza. Es decir,

∑𝑛
𝑖=1(𝑥𝑖 −𝑥̅ )
2
𝑠=√ = √𝑠 2 para datos no agrupados.
𝑛−1

∑𝑚 2
𝑖=1(𝑥𝑖 −𝑥̅ ) ∙𝑓𝑖
𝑠=√ = √𝑠 2 para datos agrupados.
𝑛−1
Entonces, tenemos dos medidas bastante importantes de variabilidad o dispersión de una muestra: la varianza y la desviación
estándar. Algunas propiedades de la desviación estándar son:
1. El valor de la desviación estándar es siempre positiva o igual a cero: 𝑠 ≥ 0.
2. Cuando es igual a cero, no hay dispersión. Esto solo podría ocurrir si todos los datos son iguales, lo que estaría
relacionado con el análisis de una variable que es contante, o algo parecido: 𝑠 = 0. Esta es la mínima variación de
cualquier conjunto de datos.
3. Cuanto mayor sea el valor de la varianza o de la desviación estándar, mayor será el valor de las desviaciones
cuadráticas con respecto a la media.

Ejemplos/Ejercicios:
1. Consideremos el siguiente conjunto de datos que representa el número de baches que hay cada medio kilómetro:
13, 13, 14, 15, 15, 15, 15, 17, 20, 21, 22, 25, 25, 27, 29. Calcular las medidas de dispersión para este conjunto de
datos.
Solución a)
𝑥𝑖 𝑥𝑖 − 𝑥̅ (𝑥𝑖 − 𝑥̅ )2
13
13
14
15 Solución b)
15 𝑥𝑖 𝑓𝑖 𝑥𝑖 − 𝑥̅ (𝑥𝑖 − 𝑥̅ )2 (𝑥𝑖 − 𝑥̅ )2 ∙ 𝑓𝑖
15 13 2
15 14 1
17 15 4
20 17 1
21 20 1
22 21 1
25 22 1
25 25 2
27 27 1
29 29 1
SUMAS SUMAS 15

19
2. Para los 37 sueldos de empleados de una compañía en unidades de salarios mínimos, calcular la MdD.
1 2 2 3 3 4 4
1 2 2 3 3 4 5
1 2 3 3 3 4 5
7 7 9 9 11
7 8 9 10 11
7 8 8 11 12
5
Solución:

𝑥𝑖 𝑓𝑖 𝑥𝑖 − 𝑥̅ (𝑥𝑖 − 𝑥̅ )2 (𝑥𝑖 − 𝑥̅ )2 ∙ 𝑓𝑖
1
2
3
4
5
7
8
9
10
11
12
SUMAS

3. Los siguientes datos representan el tiempo que ocuparon un asiento en la cafetería de cierta universidad durante las
horas de comida un grupo de 100 personas.

67 34 39 23 66 24 37 45 58 29
51 37 45 26 41 55 27 96 22 43
73 48 63 37 19 31 38 68 22 35
31 58 35 82 28 35 44 40 41 34
15 31 34 56 45 27 54 46 62 29
51 31 56 43 39 35 23 28 45 48
47 41 34 47 30 54 49 34 53 61
82 45 26 35 67 73 30 16 52 35
46 40 41 56 37 51 33 92 70 63
72 35 62 28 38 61 33 49 59 36
Calcular las MdD para este conjunto de datos agrupándolos en intervalos de longitud 10.

20
EJERCICIO 1: Los datos que se dan a continuación corresponden a los pesos en Kg. de ochenta personas:

60 66 77 70 66 68 57 70
66 52 75 65 69 71 58 66
67 74 61 63 69 80 59 66
70 67 78 75 64 71 81 62
64 69 68 72 83 56 65 74
67 54 65 65 69 61 67 73
57 62 67 68 63 67 71 68
76 61 62 63 76 61 67 67
64 72 64 73 79 58 67 71
68 59 69 70 66 62 63 66

a) Obtener una distribución de datos en intervalos de longitud 5.

b) Calcular el porcentaje de personas de peso menor que 65 Kg.
c) ¿Cuántas personas tienen peso mayor o igual que 70 kg pero menor que 85 kg?
d) Realizar la gráfica circular, tallo y hoja e histograma de frecuencias.
e) Encuentra las MTC.
f) Calcula las MdD.
Solución:
Dato Mayor = ___________; dato menor =_____________ ⟹ 𝐼=[ , ].

Medidas de tendencia central Medidas de dispersión

Moda Rango

Mediana Varianza

Media Desviación estándar

21
 Marca frecuencia Frecuencia
Subintervalo frecuencia % f. r. F. R. A. % F. R. A. Grados
Clase relativa Acumulada
𝒇 𝑭
𝐼𝑛 𝒙𝒊 𝒇 𝒇̃ = 𝒇̃ × 𝟏𝟎𝟎 𝑭 ̃=
𝑭 ̃
𝑭 × 𝟏𝟎𝟎 % 𝒇̃ × 𝟑. 𝟔 𝑥𝑖 − 𝑥̅ (𝑥𝑖 − 𝑥̅ )2 (𝑥𝑖 − 𝑥̅ )2 ∙ 𝑓𝑖
𝒏 𝒏
𝐼1 =

𝐼2 =

𝐼3 =

𝐼4 =

𝐼5 =

𝐼6 =

𝐼7 =

22
EJERCICIO 2: Los niños, a diferencia de los adultos, tienden a recordar las películas, cuentos e historias como una sucesión de acciones
más que el argumento en forma global y de conjunto. En el relato de una película, por ejemplo, utilizan con frecuencia las palabras "y
entonces...". Una psicóloga con suprema paciencia pidió a 50 niños que le contaran una determinada película que ellos habían visto.
Consideró la variable: cantidad de "y entonces..." utilizados en el relato y registró los siguientes datos:
8 15 22 19 15 17 18 20 17 12

16 16 17 21 23 18 20 21 20 20

15 18 17 19 20 23 22 10 17 19

19 21 20 18 18 24 11 19 31 16

17 18 19 20 18 18 40 18 19 16

Como parte del mismo estudio la experimentadora obtuvo de 50 adultos el mismo tipo de datos. Estos fueron:
10 12 5 8 13 10 12 8 7 9

11 10 9 9 11 15 12 17 14 10

9 8 15 16 10 14 7 16 9 1

4 11 12 7 9 10 3 11 14 8

12 5 10 9 7 11 14 10 15 9
Para ambos casos:
a) Construya la tabla de frecuencias en intervalos de longitud 3.
b) Realiza la gráfica circular, la gráfica de barras y el histograma de frecuencias relativas.
c) Los puntos anteriores, ¿qué indican respecto de la conducta observada en niños y adultos?
d) Indique en cuál grupo los integrantes son más parecidos en cuanto a la cantidad de “y entonces…” utilizados en el relato de
una película. Justifique su respuesta.
e) Calculas las MTC MdD para cada conjunto de datos. ¿Existe alguna diferencia?
NIÑOS ADULTOS
Tabla de frecuencias Tabla de frecuencias

Grafica circular Grafica circular

23