ESTADISTICA APLICADA

Sesión 01

Ing. William Jaime León Velásquez

2

PRESENTACION DE
LOS DATOS
“ CONTENIDO TEMATICO

❑Conceptos Básicos
❑Tablas de Frecuencias
❑Gráficos estadísticos

3
CONCEPTOS
BÁSICOS

4
“
¿POR QUÉ ESTUDIAR ESTADISTICA?

Para poder leer publicaciones científicas y

del ámbito de los negocios.
Para poder realizar
investigaciones
científicas

Para desarrollar el
pensamiento analítico
y crítico del alumno.

5
“
DEFINICIÓN

• que proporciona métodos

Disciplina y procedimientos
• para obtener, describir,

. analizar e interpretar un
conjunto de datos

con la • de tomar decisiones y

finalidad predecir fenómenos

6
“
DEFINICIÓN

Ciencia • para todas las ramas del saber;

auxiliar
• si se toma en cuenta que las
labores y decisiones diarias de
. Su utilidad las personas y empresas están
se aprecia asociado con cierto grado de
mejor incertidumbre.

• en situaciones de incertidumbre,
trabaja con ella y orienta para
Ayuda tomar las decisiones con un
determinado grado de confianza.
7
“
CLASIFICACION

8
“
ESTADISTICA DESCRIPTIVA
Recolección, clasificación,
presentación y
descripción de los datos.
Describir y analizar un grupo de
datos, sin sacar conclusiones
sobre un grupo mayor.

Lo que generalmente las

personas lo relaciona
cuando se refiere a la
palabra “Estadística”.
9
“
ESTADÍSTICA INFERENCIAL O INUCTIVA
Con los resultados provenientes de una
muestra se puede hacer una afirmación
acerca de una característica de un
grupo mayor
Proporciona la teoría necesaria para
afirmar algo acerca de la población o
tomar decisiones generales a partir de
los datos bajo estudio.
Estas conclusiones nunca
pueden ser totalmente ciertas
por lo cual siempre tendrán
cierto grado de incertidumbre
10
“
ESTADÍSTICA INFERENCIAL O INDUCTIVA

11
 “
OBJETIVO DE LA ESTADÍSTICA

• Obtener conclusiones totales de un

problema, en base a los datos
GENERAL parciales de un experimento.

• Describir las características principales de

los datos recopilados, después de
DESCRIPTIVA
haberlos organizado y resumido

• Extraer las conclusiones útiles sobre la

totalidad de todas las observaciones posibles,
INFERENCIAL
basándose en la información parcial 12
recopilada con un grado de incertumbre.
“
FUNCIÓN

DESCRIPTIVA

ANALÍTICA

PREDICTIVA

13
 “
FUNCIÓN DESCRIPTIVA
Permite que los datos que están expresados en su forma natural:

1. Se clasifiquen y se presenten en cuadros o tablas.

Esta etapa inicial esta formado por:
▹La recopilación,
▹La organización,
▹La tabulación y
▹La representación gráfica de los datos
2. Se calculan los estadísticos o estadígrafos que
proporcionan de manera resumida una
descripción cuantitativa del fenómeno estudiado.
14
“
FUNCIÓN ANALÍTICA
Se infiere las propiedades de una población sobre la
base de resultados muestrales conocidos.
Toda investigación estadística incluye un problema de
análisis con el objeto de formarse un concepto de una
población y adoptar decisiones.

La tarea principal del análisis es producir la decisión que

dio origen a la investigación.
Se considera que el análisis estadístico no está completo
sin una estimación del grado de confianza que sea
justificado atribuir a esa decisión.

15
“
FUNCIÓN PREDICTIVA
Permite estimar los resultados que ocurrirán en
el futuro.
Esta estimación dependerá del grado de
conocimiento del comportamiento pasado y
presente de las variables en estudio.

Permite hacer conjeturas bien informadas

acerca de observaciones que aún no se han
obtenido.
16
 “
CAMPOS DE APLICACIÓN
Se clasifican en:
• Las que obligatoriamente necesitan de la
Estadística, muchas veces se confunden con ella.
Ejemplo: la Demografía.

• Las que necesitan de la estadística para estudiar

fenómenos cuantitativos y cualitativos.

Ejemplo: Ingeniería, Economía, Sociología, Psicología,

Biología, Ciencias de la Educación.

▸Las que necesitan obtener sus resultados con máxima

exactitud, se logra a través de la estadística.
Ejemplo: Astronomía, Meteorología, Física, Medicina. 17
 “
EN LA INGIENERÍA
La estadística permite al ingeniero comprender fenómenos
sujetos a variaciones y predecirlos o controlarlos eficazmente.

Aporta a resolver los problemas de producción, al uso

eficiente de materiales y fuerza de trabajo, a la
investigación básica y al desarrollo de nuevos productos.
El ingeniero industrial, que no puede examinar cada
ampolleta o fósforo fabricados sin incurrir en la
destrucción del producto, controla su calidad mediante
muestras tomadas al azar.

18
19

TERMINOLOGIA
TECNICA DE MUESTREO

UNIDAD
UNIVERSO POBLACION MUESTRA ESTADISTICA

N HOMBRES n hombres 1 hombre

“
UNIVERSO
Esta formado por todos los objetos,
cosas, individuos, con
características comunes.

Ejemplo:
 Todos los alumnos de la Universidad
Nacional Mayor de San Marcos.
 Todos los meses de los años 20
 “
POBLACIÓN
 Es la totalidad de individuos o elementos que poseen alguna
característica común susceptible de ser estudiada.
 Es la totalidad de las unidades de análisis.

El estudio de la población completa se

llama censo y es con frecuencia costoso,
lleva mucho tiempo y no es práctico.

Ejemplos:
• Todos los alumnos del la Facultad de Ingeniaría Industrial
de la UNMSM
• Todos los meses comprendidos durante el periodo 2010- 21
2015.
“
POBLACIÓN
• Cuando es posible enumerar todos
sus elementos de tal manera que
haya un primero y un último
elemento.
Finita • Al número de elementos de una
población finita se le denota por N.

• Cuando sus elementos no se

pueden enumerar.
• En la práctica toda población
extremadamente grande se trata
Infinita como población infinita.

22
 “
MUESTRA
Se toman muestras cuando es difícil o costoso observar
todos los elementos de la población.
El número de elementos de la muestra se denota por n.
Al proceso de obtener la muestra se llama muestreo.

Es un subconjunto representativo de la población

que se aísla para su análisis estadístico.
Ejemplos:

• Los alumnos del cuarto ciclo de la Facultad de Ingeniería

Industrial de la UNMSM.

• Todos los meses de verano comprendidos durante el

periodo de 2010-2015. 23
“
UNIDAD ESTADÍSTICA
La unidad estadística genera el fenómeno que
se desea estudiar y proporciona los datos
concretos.
Es cualquier elemento que contenga
información sobre el fenómeno que se
estudia.

Es el objeto o elemento indivisible que será

estudiado en una población, sobre el cual
se van a obtener datos.
Ejemplos:
•Un alumno.
•Un mes. 24
25

TERMINOLOGIA

UNIVERSO

POBLACIÓN

MUESTRA

UNIDAD
ESTADÍSTICA
 “
VARIABLE
Son observables y susceptibles de tomar distintos valores
o ser expresados en diferentes categorías.
Es una característica o propiedad determinada del
individuo, sea medible o no.

Es un número o denominación que podemos asignar a la

unidad de análisis.
Es una característica de la población que interesa al
investigador.

26
27

TIPOS DE VARIABLE
CUALITATIVAS CUANTITATIVAS
 “
VARIABLES CUALITATIVAS
Cuando se refieren a características, atributos o
actitudes.
Son variables cuyos valores consisten
en categorías de clasificación, es decir
se refieren a la cualidad que presenta la
población.
Ejemplos:
• Estado Civil
Sus resultados no son numéricos
• Nivel socioeconómico
• Lugar de Procedencia
• Marca de PC
• Color favorito 28
• Ciclo de estudios.
“
VARIABLE CUALITATIVA NOMINAL

Lo datos que contienen estas variables no implica ningún orden

entre las diferentes categorías.

Ejemplos:
CUALITATIVA CUANTITATIVA
•Color de ojos
• Profesión
• Partido político
NOMINAL • Sexo
• Raza
• Nacionalidad
• Curso favorito 29
ORDINAL
• Estado Civil
• Religión
“
VARIABLE CUALITATIVA ORDINAL

Implican un orden entre sus categorías.

CUALITATIVA CUANTITATIVA Ejemplos:

• Grado de instrucción
• Año de estudios
NOMINAL • Grado académico.
• Clase social
• Contextura física
ORDINAL • Piso donde reside.

30
“
VARIABLES CUANTITATIVAS

Cuando expresan cantidades, dimensiones o capacidades.

Son variables que se obtienen como resultado de mediciones o
conteos.

Ejemplos:
• Estatura
• Peso

• Número de PC’s
• Temperatura
• Ingresos
• Cociente intelectual 31
“
VARIABLES CUANTITATIVAS DISCRETAS
Cuando asumen valores numéricos aislados y no pueden tomar
ningún valor entre dos consecutivos.
Son contables. Se asocian con los números naturales.

Ejemplos:
CUALITATIVA CUANTITATIVA • Número de hijos.

• Número de computadoras en
reparación.
DISCRETAS • Número de cursos aprobados

• Número de Ingenieros que

siguen maestría.
CONTINUAS 32
“
VARIABLES CUANTITATIVAS ONTINUAS
Puede tomar cualquier valor, dependiendo éste de la precisión con que se
trabaje.
Puede tomar infinitos valores entre dos números por muy próximos que
estén. Puede sufrir cualquier grado de subdivisión. Son medibles. Se
asocian con los números reales.
Ejemplos:
CUALITATIVA CUANTITATIVA • Edad
• Presión arterial
• Estatura
• Calificaciones
DISCRETAS • Peso al nacer
• Sueldo

• Nº Horas de Estudio
CONTINUAS
• Velocidad
33
 “
DATO ESTADÍSTICO
▸ Es el valor o respuesta que adquiere la variable
en cada unidad de análisis.
▸ Son números o medidas que han sido recopilados
como resultado de observaciones, que pueden ser
comparados, analizados e interpretados.
▸ Los datos son la materia prima de la estadística.
Ejemplos:
• 50, 55, 70, 48 , 56, .....
(Peso).
• Lima, Ica, Huancayo,.....
(Lugar de procedencia).
• 3, 1, 2, 4, 0, .... (Nº de cursos desaprobados)
34
• Alto, Medio, Bajo (Nivel Socioeconómico)
 “
PARÁMETRO

▸ Es un valor obtenido para describir en forma resumida las

características más importantes de una población.
▸ Son las medidas de resumen de una población, ésta puede
tener muchas características y por lo tanto muchos
parámetros.

▸ Para determinar su valor es necesario utilizar la

información de la población completa y por lo
tanto, las decisiones que se tomen basándose en
un parámetro serán con certidumbre total.
35
 “
36
PARÁMETRO

Los parámetros más usados son:

▸ Media :
▸ Proporción : P
▸ Varianza : 2
Ejemplos:

• La edad promedio de todos los ingenieros que trabajan

en la Facultad de Ingeniería Industrial de la UNMSM.

• La proporción de alumnas que estudian ingeniería

Industrial en la Facultad de ingeniería Industrial de la
UNMSM.
 “
ESTADÍSTICO

Es una medida usada para describir alguna característica

de la muestra.
La toma de decisiones basada en un estadígrafo contiene
cierto grado de incertidumbre debido al error de
muestreo.
El estadístico puede usarse para hacer inferencias acerca
de los parámetros de la población.

37
“
ESTADÍSTICO

Los estadígrafos más usadas son:

▸ Media x o Mx:
▸ Proporción : p
▸ Varianza : S2
Ejemplos:

• El promedio aritmético de una evaluación a 10

ingenieros elegido al azar en la UNMSM.

• La proporción de alumnos a quienes les gusta el curso

de Estadística en un grupo elegido al azar en la
facultad de ingeniería industrial de la UNMSM 38
“
PROPORCIÓN

Es la fracción de la población que posee una determinada

propiedad.
Es el parámetro que más se utiliza en la descripción de
una población de atributos.
Es la relación que existe entre el número de casos
observados con una característica y el total de objetos que
poseen la característica.
Indica el tanto por 1.

39
“
PROPORCIÓN

Ejemplo:
▸Se tiene una población de 1200 ingenieros industriales
compuesta por 300 mujeres y 900 hombres, entonces la proporción
de hombres será:

▸ P= 900
1200
=
3
4= 0,75

La proporción de ingenieros varones es 0,75.

40
“
PORCENTAJE

Porcentaje
Es la proporción multiplicada por 100.
Permite comparar dos o más series
estadísticas cuyos totales son
diferentes pues quedan reducidos a
100.
Expresa el tanto por 100.

41
“
PORCENTAJE

Ejemplo:
▸Se tiene una población de 1600 ingenieros compuesta por 600
mujeres y 1000 hombres, entonces el porcentaje de mujeres será:

600
P% =  100 = 37,5%
1600

El 37,5% de los ingenieros son mujeres.

42
 TABLA
UNIDIMENSIONAL
DE DISTRIBUCIÓN
DE FRECUENCIAS

43
 “
TABLA DE DISTRIBUCIÓN DE FRECUENCIA

El propósito de las distribuciones de frecuencia es

organizar el conjunto de datos recopilados, ya
sean éstos cualitativos o cuantitativos, en una
forma adecuada para su comprensión y análisis.
El procedimiento para construir una distribución
de frecuencias consiste en agrupar los datos en
tablas e identificar las frecuencias de cada
categoría de la variable investigada.

44
 “
W León V

TABLA DE FRECUENCIA

▸ Las tablas de frecuencia son un método

apropiado para sintetizar información
que es numerosa.
▸ La idea fundamental en la creación de tablas
de frecuencia es que las variables se
arreglan en categorías o clases y
se calculan frecuencias para cada clase.

45
 “
W León V

ELEMENTOS DE LA TABLA

▸ Una distribución de frecuencias ofrece una lista de todos

los valores posibles de la variable y del número de veces
que se presenta cada uno de los mismos, tanto en
valores absolutos como en relativos.
▸ Una tabla que presenta la clasificación de una
variable se llama Tabla Unidimensional de
Distribución de Frecuencias.

46
 “
W León V

VALOR DE LA VARIABLE Xi

Cuando la variable toma pocos valores diferentes,

en la tabla se menciona a cada uno de ellos.
Xi : X1 , X2 , X3 , ............ , Xk

k : es el número de valores diferentes de la variable.

47
 “
W León V

VALOR DE LA VARIABLE Xi

Ejemplo:

Edad
Xi
19
21
22
24
48
 “
W León V

INTERVALO DE CLASE Ii

▸ Cuando la variable tiene muchos valores diferentes, no pueden

mostrarse a todos los valores; por lo tanto deberán agruparse en
intervalos, estos pueden ser:
.
a) Cerrados :  Ii  si la variable es discreta.

b) Semiabiertos:  Ii  si la variable es continua.

Ii : I1 , I2 , I3 , ............. , Ik

k : es el número de intervalos.
49
 “
W León V

INTERVALO DE CLASE li

Ejemplo:
Ii : [Edad[

15-20

20-25

25-30

30-35

Límite Límite 50
inferior superior
 “
W León V

INTERVALO DE CLASE Ii

➢ Límites Reales.- Se llaman así a los límites de los intervalos

semiabiertos.
Entonces si la variable es continua la tabla ya tiene límites reales.

➢ Límites Aparentes.- Son los límites de los

intervalos cerrados.
Entonces si la variable es discreta la tabla tiene
límites aparentes;

51
 “
W León V

INTERVALO DE CLASE Ii
Límites Aparentes Límites Reales.-

[Nº de [LR[
computadoras]
10-14 9.5-14.5
15-19 14.5-19.5
20-24 19.5-24.5
25-29 24.5-27.5

-0.5 +0.5
52
 “
W León V

MARCA DE CLASE Xi

▸Es el valor representativo de cada intervalo de clase.

▸Se calcula hallando la semisuma de los límites inferior y
superior de cada intervalo.

L i+ Ls
Xi =
2
53
 “
W León V

MARCA DE CLASE Xi

Ejemplo:
Ii :  Edad  Xi
15-20 17.5
20-25 22.5
25-30 27.5
30-35 32.5

54
 “
W León V

FRECUENCIA ABSOLUTA DE CLASE fi

▸ Es el número de unidades estadísticas que

presentan cada uno de los valores
diferentes de la variable o también.

▸ Es el número de unidades estadísticas que

pertenecen a cada intervalo.

55
 “
W León V
FRECUENCIA ABSOLUTA DE CLASE fi

Ejemplo:

Xi fi
Edad Nº de f3 = 10
personas
diez personas
18 6 tienen 21 años.
19 2
21 10
23 4
total n = 22 56
 “
W León V

FRECUENCIA ABSOLUTA DE CLASE fi

Ejemplo:

fi f2 = 9 → nueve
Ii :  Edad  Nº personas personas tienen
una edad de 20 a
15-20 4 menos de 25 años.
20-25 9
25-30 3
30-35 12
total n = 28
57
 “
W León V

FRECUENCIA ABSOLUTA DE CLASE fi

Ejemplo:
Ii :  Nº de fi
f2 = 8 → Hay ocho
computadoras Nº empresas
empresas
que tienen de 15 a 19
10-14 5 PCs.
15-19 8
20-24 2
25-29 6
Total n = 21
58
 “
W León V

FRECUENCIA RELATIVA SIMPLE

Es la proporción o porcentaje de unidades

estadísticas que presentan los diferentes valores
de la variable o que pertenecen a los diferentes
intervalos.
Proporción : hi Porcentaje : hi%

fi hi% = hi  100
hi =
n

59
 “
W León V

FRECUENCIA RELATIVA SIMPLE

Ejemplo:

Edad Nº de Proporción Porcentaje

Xi personas Personas Personas
años fi hi hi%
18 6 0,27 27
19 2 0,09 9
21 10 0,46 46
23 4 0,18 18
total n = 22 1,00 100

60
 “
W León V

FRECUENCIA RELATIVA SIMPLE

▸ h1 = 0,27 → En una proporción de 0,27 están las
personas que tienen 18 años.
▸ h3 % = 46%→ El 46% de las personas tienen 21 años.
▸ Se debe cumplir: 0  hi  1 0  hi %  100

h
i =1
i =1

 h % = 100
i =1
i
61
 “
W León V

FRECUENCIA ABSOLUTA ACUMULADA Fi

▸ Es el número de unidades estadísticas que presentan

hasta determinado valor de la variable o hasta cierto
intervalo de clase.
▸ Se obtiene acumulando sucesivamente las frecuencias
absolutas simples (fi).

f1  Fi  n Fk = n
62
 “
W León V

FRECUENCIA ABSOLUTA ACUMULADA Fi

Ejemplo:
Edad Nº de hi hi% Nº de
Xi Personas Personas
fi Fi
18 6 6

19 2 8

21 10 18
23 4 22
total n = 22 -

F3 = 18→Dieciocho personas tienen de 18 a 21 años de edad. 63

 “
W León V

FRECUENCIA RELATIVA ACUMULADA

▸ Se obtienen acumulando sucesivamente las frecuencias

relativas simples (hi o hi% ) o mediante las fórmulas:

Proporción: Porcentaje:

Hi % = Hi  100

64
 “
W León V

PRESENTAR UNA TABLA DE FRECUENCIAS

1.- Cuando la variable es cualitativa nominal,

la tabla presenta únicamente la variable,
frecuencias absolutas simples (fi) y
frecuencias relativas simples (hi y hi% ).

65
 “
W León V
PRESENTAR UNA TABLA DE FRECUENCIAS

Color Nº de Proporción Porcentaje

favorito Personas de personas de personas
Xi fi hi hi%

Azul 6 0,23 23
Rojo 10 0,38 38
Negro 2 0,08 8
Blanco 8 0,31 31
total n = 26 1,00 100
f1 = 6 → Seis personas tienen como color favorito el azul.
h3 = 0,08 → La proporción de personas que prefieren el color negro es 0,08.
h2% = 38% → El 38% de las personas prefieren el color rojo. 66
 “
W León V

PRESENTAR UNA TABLA DE FRECUENCIAS

2.- Cuando la variable es cualitativa ordinal o cuantitativa

(Discreta o Continua) y toma pocos valores diferentes, la
tabla presenta frecuencias absolutas y relativas simples
así como frecuencias absolutas y relativas acumuladas.

67
 “
W León V
PRESENTAR UNA TABLA DE FRECUENCIAS
Ejemplo a) Cualitativa ordinal
Grado Nº de Proporción de Porcentaje Nº de Propor. de Porcentaje de
Instrucción Mujeres Mujeres de Mujeres Mujeres Mujeres Mujeres
Xi Hi
fi Hi Hi% Fi Hi%

Inicial 2 0,1 10 2 0,1 10

Primaria 8 0,4 40 10 0,5 50
Secundaria 6 0,3 30 16 0,8 80
Superior 4 0,2 20 20 1,0 100
Total n= 20 1,0 100 - - -
• f3 = 6 → Seis mujeres tienen grado de instrucción secundaria.
• h4 = 0,2 → En una proporción de 0,2 están las mujeres con grado de instrucción superior .
• h1% = 10%→ El 10% de las mujeres tienen grado de instrucción inicial.
• F3 = 16 → Dieciséis mujeres tienen como máximo secundaria.
68
• H2 = 0,5 → En una proporción de 0,5 están las mujeres que tienen como máximo primaria .
 “
W León V

PRESENTAR UNA TABLA DE FRECUENCIAS

Ejemplo b) : Cuantitativa continua

Nº de
Peso Personas f i hi h i% Fi Hi Hi%
40 f1= 4 0.125 12.50 4 0.125 12.5
47 12 h2= 0.375 37.50 F2=16 0.5 H2%= 50%

56 6 0.1875 18.75 22 H3=0.6875 68.75

60 10 0.3125 h4%=31.25% 32 100.00
1.00
Total n = 32 1.0 100.00

69
 “
W León V

PRESENTAR UNA TABLA DE FRECUENCIAS

3.- Cuando la variable es cuantitativa y toma muchos

valores diferentes, la tabla presenta : intervalos, marca
de clase, frecuencias absolutas y relativas simples,
frecuencias absolutas y relativas acumuladas.

70
 “
W León V

PRESENTAR UNA TABLA DE FRECUENCIAS

a.- Si la variable es continua: los intervalos son semiabiertos.
Temperat Temper Nº de Propor Porcen Nº de Propor Porcen
Ii : Li-1 – Li  Promed días de días de días días días. De días
Xi fi hi h i% Fi Hi Hi %
10-14 5

14-18 9

18-22 12

22-26 6

26-30 8
71
Total n=
 “
W León V

PRESENTAR UNA TABLA DE FRECUENCIAS

b Si la variable es discreta : los intervalos son cerrados.

Nº Artículs Promedi Nº de Propor Porcent Nº de Propor Porcent L.R.

Li-1 – Li  de Artíc obreros obreros obreros obreros obreros obreros
Xi fi hi hi% Fi Hi Hi %
11-14 6

15-18 8

19-22 10

23-26 4

Total n= 72
 “
W León V

CONSTRUCCIÓN DE UNA TABLA CON INTERVALOS

1.-Se calcula el rango o recorrido de la variable el cual es

igual a la diferencia entre los valores máximo y
mínimo que toma la variable.

R = Xmáx − X mín

73
 “
W León V

CONSTRUCCIÓN DE UNA TABLA CON

INTERVALOS
2.-Se encuentra el número de clase adecuado, mediante la
regla de Sturges.

k  1 + 3,3  log ( n )

La regla de Sturges, propuesta por Herbert Sturges en 1926, es una

regla práctica acerca del número de clases que deben considerar al
elaborarse un histograma. 74
El valor de “k” (número de clases) es común redondearlo al entero mayor
más cercano
 “
W León V

CONSTRUCCIÓN DE UNA TABLA CON

INTERVALOS
3.-Se calcula la amplitud de cada intervalo de clase.

R
A =
k
75
 “
W León V

CONSTRUCCIÓN DE UNA TABLA CON

INTERVALOS

4.- Se construyen los intervalos de la siguiente manera :

X mín = 20
A = 10 k = 4

76
 “
W León V
CONSTRUCCIÓN DE UNA TABLA CON
INTERVALOS
Si la variable Si la variable
es continua : es discreta :
Ii : Li-1 Li  Ii : Li-1 Li 
20 - 30 20 - 29
30 - 40 30 - 39
40 - 50 40 - 49
50 – 60 50 - 59

La amplitud para una variable La amplitud para una variable

cuantitativa continua es: cuantitativa discreta es:

A= Ls - Li A= Ls – Li +1
A= 30-20=10 A= 29-20+1=10
77
 “
W León V

CONSTRUCCIÓN DE UNA TABLA CON

INTERVALOS

5.- Se ubican cada uno de los datos en el intervalo correspondiente.

El número de datos de cada intervalo constituyen las frecuencias
absolutas simples fi .

78
 “
W León V

CONSTRUCCIÓN DE UNA TABLA CON

INTERVALOS
Ejemplo 1:
1.-Las siguientes son las calificaciones obtenidas en una prueba de
aptitud a 24 alumnos elegidos en forma aleatoria en la facultad de
Ingeniería Industrial de la UNMSM.

C A B B C C F
D A B D A B C
D C A B B F D
F B C

79
 “
W León V

CONSTRUCCIÓN DE UNA TABLA CON

INTERVALOS

a) Identificar: población, muestra, unidad estadística, variable y tipo de

variable.
▸ Población : todos los alumnos de Ing. Industrial de la UNMSM.
▸ Muestra : 24 alumnos de Ing. Industrial de la UNMSM.
▸ Unidad Estadística : un alumno.
▸ Variable : Calificaciones.
▸ Tipo de Variable : Cualitativa - Ordinal.

80
 “
W León V
CONSTRUCCIÓN DE UNA TABLA CON
INTERVALOS
b) Construir una tabla de frecuencias adecuada.
TABLA Nº 1
Alumnos de la Fac. de Ing. Industrial de la UNMSM según calificaciones
Calificación Nº de Prop.de % de Nº de Prop.de % de
Xi Alumns Alumnos Alumns Alumnos Alumns Alumnos
fi hi h i% Fi Hi Hi%
F 3

D 4

C 6

B 7

A 4
81
 “
W León V

CONSTRUCCIÓN DE UNA TABLA CON INTERVALOS

b) Construir una tabla de frecuencias adecuada.
TABLA Nº 1
Estudiantes de la Fac. de Ing. Industrial de la UNMSM según calificaciones

Calificación Nº de Prop.de % de Nº de Prop.de % de

Xi Estuds Estuds Estuds Estuds Estuds Estuds
fi hi hi% Fi Hi Hi%

F 3 0,12 12 3 0,12 12

D 4 0,17 17 7 0,29 29

C 6 0,25 25 13 0,54 54

B 7 0,29 29 20 0,83 83

A 4 0,17 17 24 1,00 100

TOTAL 24 1,00 100 - - - 82

 “
W León V

CONSTRUCCIÓN DE UNA TABLA CON INTERVALOS

c) Interpretar: f2, h3, F4 y H3

▸
f2= 4 4 alumnos obtuvieron una calificación D.
▸
▸ h = 0,25 En una proporción de 0,25 están los alumnos que
3
obtuvieron una calificación de C.
▸ h % = 12% El 12% de los alumnos obtuvieron una calificación F.
1
▸ F = 20
4 20 alumnos obtuvieron una calificación de B o menos.
▸ H = 0,54 En una proporción de 0,54 están los alumnos que
3
obtuvieron una calificación de C o menos.

83
 “
W León V

CONSTRUCCIÓN DE UNA TABLA CON INTERVALOS

Ejemplo 2:
2.-Se aplicó una encuesta a 27 trabajadores de la empresa A y se les
preguntó su edad,

Los datos obtenidos fueron:

30 26 29 27 31 22 29
17 21 36 39 30 21 36
26 18 31 23 27 29 19
17 23 29 30 24 29

84
 “
W León V
CONSTRUCCIÓN DE UNA TABLA CON
INTERVALOS

a) Identificar : población, muestra, unidad estadística, variable y tipo

de variable.
▸ Población : todos los trabajadores de la empresa A.
▸ Muestra : 27 trabajadores.
▸ Unidad Estadística : un trabajador.
▸ Variable : Edad.
▸ Tipo de Variable : Cuantitativa - Continua.

85
 “
W León V

CONSTRUCCIÓN DE UNA TABLA CON INTERVALOS

b.- Construir una tabla de distribución de frecuencias

Cálculo del rango:
R = 39 - 17 = 22
Obtener el número de clases:
k  1 + 3,3 log (27) = 5,7  k=6
Encontrar la amplitud:
A = 22/6 = 3,7
 A=4

86
 “
W León V
CONSTRUCCIÓN DE UNA TABLA CON INTERVALOS
▸ A=4 Valor mínimo =17
▸ Si se sabe que la amplitud se aplica en función al tipo de variable
La amplitud para una variable La amplitud para una variable
cuantitativa continua es: cuantitativa discreta es:

87
 “
W León V

CONSTRUCCIÓN DE UNA TABLA CON INTERVALOS

TABLA Nº 2
Trabajadores de la empresa A clasificados según edad.

Edad Edad Nº de Prop. % de Nº de Prop. % de

Li-1 - Li Promd Traba. Trabaj. Trabj Traba. Trabaj. Trabaj.
Xi fi hi hi% Fi Hi Hi%

17-21 19 4
21-25 23 6
25-29 27 4
29-33 31 10
33-37 35 2
37-41 39 1
TOTAL 27 88
 “
W León V

CONSTRUCCIÓN DE UNA TABLA CON INTERVALOS

TABLA Nº 2
Trabajadores de la empresa A clasificados según edad.

Edad Edad Nº de Prop. % de Nº de Prop. % de

Li-1 - Li Promd Traba. Trabaj. Trabj Traba. Trabaj. Trabaj.
Xi fi hi hi% Fi Hi Hi%

17-21 19 4 0,15 15 4 0,15 15

21-25 23 6 0,22 22 10 0,37 37
25-29 27 4 0,15 15 14 0,52 52
29-33 31 10 0,37 37 24 0,89 89
33-37 35 2 0,07 7 26 0,96 96
37-41 39 1 0,04 4 27 1,00 100
TOTAL 27 1,00 100 - - - 89
 “
W León V

CONSTRUCCIÓN DE UNA TABLA CON INTERVALOS

c) Interpretar: f2, h3, h1%, F4 y H3

f2 = 6 Seis trabajadores tienen de 21 a menos de 25 años

h3 = 0,15 La proporción trabajadores que tienen de 25 a
menos de29 años es de 0,15.
h1 % = 15% El 15% de los trabajadores tienen de 17 a menos
de 21 años
F4 = 24 24 trabajadores tienen de 17 a menos de 33 años.
H3 = 0,52 En una proporción de 0,52 están los trabajadores
que tienen de 17 a menos de 29 años.

90
 “
W León V

CONSTRUCCIÓN DE UNA TABLA CON INTERVALOS

Ejemplo 3:
3.- En la tienda PQR dedicada a la venta de computadoras se desea hacer un
estudio acerca del número de unidades vendidas durante los últimos cinco años,
con tal motivo se tomó la información correspondiente a cierto número de meses de
dicho periodo.

23 20 24 36 21 34
18 17 17 29 30 26
28 15 21 32 40 35
32 16 31 33 19 30
18 42 22 37 20 32
91
 “
W León V

CONSTRUCCIÓN DE UNA TABLA CON INTERVALOS

a) Identificar : población, muestra, unidad estadística, variable y tipo

de variable.
▸ Población : Cinco años = 60 meses.
▸ Muestra : 30 meses.
▸ Unidad Estadística : un mes.
▸ Variable : Número de computadoras vendidas.

▸ Tipo de Variable : Cuantitativa - Discreta.

92
 “
W León V

CONSTRUCCIÓN DE UNA TABLA CON INTERVALOS

b) Construir una tabla de distribución de frecuencias adecuada.

R = 42 - 15 = 27

k  1 + 3,3 log (30) = 5,87  k=6

A = 27/6 = 4,5

 A=5

93
 “
W León V
CONSTRUCCIÓN DE UNA TABLA CON INTERVALOS
▸ A=5 Valor mínimo =15
▸ Si se sabe que la amplitud se aplica en función al tipo de
variable
La amplitud para una variable La amplitud para una variable
cuantitativa continua es: cuantitativa discreta es:

94
 “
W León V

CONSTRUCCIÓN DE UNA TABLA CON INTERVALOS

TABLA Nº 3
Núm. de computadoras vendidas por mes durante el periodo 2000-2004
Nº PC Prom Nº Prop. % de Nº de Prop. % de Li-1 - Li
vendids PC . mess meses mess mess meses mess
Li-1 - Li Xi fi hi hi% Fi Hi Hi%
15-19 17 7

20-24 22 7

25-29 27 3

30-34 32 8

35-39 37 3

40-44 42 2

TOTAL 30 95
 “
W León V
CONSTRUCCIÓN DE UNA TABLA CON INTERVALOS
TABLA Nº 3
Núm de computadoras vendidas por mes durante el periodo 2000-2004

Nº PC Prom Nº Prop. % de Nº de Prop. % de Li-1 - Li

vendids PC . mess meses mess mess meses mess
Li-1 - Li Xi fi hi hi% Fi Hi Hi%

15-19 17 7 0,23 23 7 0,23 23 14,5-19,5

20-24 22 7 0,23 23 14 0,47 47 19,5-24,5

25-29 27 3 0,10 10 17 0,57 57 24,5-29,5

30-34 32 8 0,27 27 25 0,83 83 29,5-34,5

35-39 37 3 0,10 10 28 0,93 93 34,5-39,5

40-44 42 2 0,07 7 30 1,00 100 39,5-44,5

TOTAL 30 1,00 100 - - - - 96

 “
W León V

CONSTRUCCIÓN DE UNA TABLA CON INTERVALOS

▸ c) Interpretar: f , F , H , H %
2 4 3 2

▸ f =7
2 Hay 7 meses en los que se vendieron de 20 a 24 PCs.
▸ h = 0,07 0,07 es la proporción de meses en los que se vendieron
6
de 40 a 44 PCs.
▸ h % = 23% En el 235 de los meses se vendieron de 15 a 19 PCs.
1
▸ F = 25
4 Hay 25 meses en los que se vendieron de 15 a 34 PCs.
▸ H = 0,57 En una proporción de 0,57 están los meses en que se
3
vendieron de 15 a 29 PCs.
▸ H % = 47% En el 47% de los meses se vendieron de 15 a 24 PCs.
2
97
W León V

GRÁFICOS
ESTADÍSTICOS

98
 “
W León V

GRÁFICOS ESTADÍSTICOS. INTRODUCCIÓN

• La gran ayuda que prestan las tablas y cuadros con

información organizada, no todos alcanzan a
comprenderlos o no disponen del tiempo suficiente
para analizarlos.
• Se acostumbra a reforzar la descripción a través de
dibujos, generalmente con formas geométricas, que
ayudan a visualizar el comportamiento de las
variables tratadas.

99
 “
W León V

GRÁFICOS ESTADÍSTICOS
INTRODUCCIÓN

La forma gráfica es uno de los más

rápidos y eficientes modos de mostrar los
datos.

Es uno de los que más pueden ser

manipulados o ser mal interpretados si no
se tienen algunas precauciones básicas
al realizar las gráficas.

100
 “
W León V
GRÁFICOS ESTADÍSTICOS
DEFINICIÓN

Un gráfico o diagrama es un dibujo complementario a una tabla o

cuadro, que permite observar las tendencias de un fenómeno en estudio
y facilita el análisis estadístico de las variables allí relacionadas.

Un gráfico estadístico se traza en el primer

cuadrante del plano cartesiano, en este
caso primero deberá construirse una escala
adecuada; teniendo en cuenta que la altura
del gráfico debe ser igual a las 3/4 partes
de la base.

101
102 TIPOS DE GRÁFICOS
Gráfico de barras
Un gráfico de barras es una representación gráfica en un eje cartesiano de las frecuencias de una
variable cualitativa o discreta.
Producción de cereales en España. 2007
Millones de toneladas
Producción Agrícola 2007
Cereales Miles de toneladas

Cebada 11.945
Trigo Avena 6.436
Centeno 4.310
261

Fuente: Ministerio de Agricultura,

Alimentación y Medio Ambiente

Trigo Cebada Avena Centeno

En uno de los ejes se posicionan las distintas categorías o modalidades de la variable cualitativa o
discreta (en el ejemplo, el tipo de cereal) y en el otro el valor o frecuencia de cada categoría en una
determinada escala (en el ejemplo, la producción en millones de toneladas de granos).
103 TIPOS DE GRÁFICOS
Gráfico de barras
La orientación del gráfico puede ser:
• Vertical: las distintas categorías están situadas en el eje horizontal y las barras de frecuencias
crecen verticalmente.
• Horizontal: las categorías se sitúan en el eje vertical y las barras crecen horizontalmente.
Suelen usarse cuando hay muchas categorías o sus nombres son demasiado largos.
Las categorías pueden ordenarse alfabéticamente facilitando su búsqueda o por sus frecuencias
facilitando la comparación de los datos. Veamos el siguiente ejemplo del porcentaje habitantes usuarios
de internet del año 2007 por países (Fuente: Unión Internacional de Telecomunicaciones).

Orientación vertical y orden por frecuencias Orientación horizontal y orden alfabético

Alemania
España
Francia
Grecia
Países Bajos
Portugal
Países Alemania España Francia Portugal Grecia Rumanía
Rumanía
 104 TIPOS DE GRÁFICOS
Gráfico de barras Producción de cereales. 2008
Millones de toneladas

Se suelen usar para:

• Comparar magnitudes de
varias categorías.

España Francia Italia Portugal

Producción de cereales en España
Millones de toneladas

• Ver la evolución en el
tiempo de una magnitud
concreta.

Fuente: Organización de las Naciones Unidas para la

Agricultura y la Alimentación (FAO)
 105
TIPOS DE GRÁFICOS Alumnado que terminó Bachillerato por su opción académica
Miles de alumnos Centros Públicos Centros Privados
Gráfico de barras
Tipos de gráficos de barras:

• Sencillo: Artes Ciencias de la Humanidades Tecnología

Naturaleza y de la y Ciencias
Contiene una única serie de datos. Salud Sociales

• Agrupado:
Contiene varias series de datos y cada una se
representa por un tipo de barra de un mismo color o Ciencias de la Humanidades y Ciencias Tecnología
Artes
textura. Naturaleza y de la Sociales
Salud

• Apilado:
Contiene varias series de datos. La barra se divide en
segmentos de diferentes colores o texturas y cada uno de
ellos representa una serie.
Artes Ciencias de la Humanidades Tecnología
Naturaleza y de la y Ciencias
Salud Sociales
Fuente: Ministerio de Educación. Curso 2006/07
106 TIPOS DE GRÁFICOS
Gráfico de barras
•Histograma:
Se usa para representar las frecuencias de una variable cuantitativa continua.
En uno de los ejes se posicionan las clases de la variable continua (los intervalos o las marcas de clase
que son los puntos medios de cada intervalo) y en el otro eje las frecuencias. No existe separación entre
las barras.

Número de hogares según ingresos. 2008

Miles de hogares

Euros
Fuente: Encuesta de Presupuestos Familiares. INE
107 TIPOS DE GRÁFICOS
Gráfico de barras
•Bi-direccional:
Tiene orientación horizontal y contiene dos series de datos cuyas barras de frecuencias crecen
en sentidos opuestos. Las más comunes son las pirámides de población de las que hablaremos
más adelante.
Consumo de tabaco según sexo y grupos de edad
Fumadores diarios (porcentajes)
75 y más
Varones Mujeres
De 65 a 74
De 55 a 64
De 45 a 54
De 35 a 44
De 25 a 34
De 16 a 24
50 40 30 20 10 0 10 20 30 40

Fuente: Encuesta Nacional de Salud 2006. INE

 108 TIPOS DE GRÁFICOS
Gráfico de líneas
Un gráfico de líneas es una representación gráfica en un eje cartesiano de la relación que existe
entre dos variables reflejando con claridad los cambios producidos.
IPC 2009 - 2010
Base 2006

IPC Índice de precios al consumo

jul-09 106,3 Base 2006
ago-09 106,7
sep-09 106,4 110
oct-09 107,2 109
nov-09 107,8 108
dic-09 107,8 107
ene-10 106,7
feb-10 106,5 106
mar-10 107,3 105
abr-10 108,4
may-10 108,7 jul- ago- sep- oct- nov- dic- ene- feb- mar- abr- may- jun- jul-
jun-10 108,9 09 09 09 09 09 09 10 10 10 10 10 10 10
jul-10 108,4
Fuente: IPC. INE
En cada eje se representa cada una de las variables cuya relación se quiere observar (en el ejemplo,
en el eje horizontal los meses y en el eje vertical la media mensual del IPC correspondiente a esos
meses)
 109 TIPOS DE GRÁFICOS
Gráfico de líneas
Se suelen usar para presentar tendencias Parados en España
temporales. Miles de personas
En el eje horizontal se ha de posicionar la variable que indica las 5.000
unidades de tiempo y en el vertical se introduce la escala de la 4.000
variable cuya variación en el tiempo queremos ver. 3.000
Pueden aparecer varias variables para compararlas. 2.000
1.000

Parados e n España por niv e l de formación alcanzada 0

Miles de personas 2005 2006 2007 2008 2009
2.000
Analfabetos
Educación Primaria
1.500
Educación Secundaria 1ª etapa y formación e
inserción laboral correspondiente
1.000
Educación Secundaria 2ª etapa y formación e inserción
laboral correspondiente
500 Educación superior, excepto doctorado

0 Doctorado
2005 2006 2007 2008 2009
Fuente: Encuesta de Población Activa. INE
 110 TIPOS DE GRÁFICOS
Gráfico de líneas
Casos particulares:
• Si se unen los puntos medios de las bases superiores de las barras en los gráficos de barra se obtiene el polígono de frecuencias.

Producción de cereales en España

Millones de toneladas métricas Pirámide de población de España 2010
30
25
20
15
10
5
0

2000 2001 2002 2003 2004 2005 2006 2007 2008

Fuente: Organización de las Naciones Unidas para la Agricultura y laAlimentación
(FAO)
• Las pirámides de población se pueden presentar como un gráfico
de líneas. Es útil cuando se quieren presentar varias series de datos,
por ejemplo, si se quieren comparar pirámides de varios países, ver la
población extranjera o comparar la estructura de población de varios
años. Fuente: Explotación estadística del Padrón. INE
111 TIPOS DE GRÁFICOS
Gráfico de sectores
Un gráfico de sectores es una representación circular de las frecuencias relativas de una
variable cualitativa o discreta que permite, de una manera sencilla y rápida, su comparación.
Viajeros hospedados en hoteles españoles por
categoría del establecimiento. 2009
Una estrella
Cinco estrellas
Alojamientos Turísticos. 2009 4% 6%
Dos estrellas
Categoría Número de viajeros
9%
Total 69.152.754
Cinco estrellas 4.216.253
Cuatro estrellas 31.960.442
Tres estrellas 24.079.125
Dos estrellas 6.331.715
Una estrella 2.565.219 Cuatro estrellas
Tres estrellas
46%
Fuente: Encuesta de Ocupación en Alojamientos Turísticos 35%

El círculo representa la totalidad que se quiere observar (en el ejemplo, total de viajeros hospedados en hoteles) y cada porción, llamadas
sectores, representan la proporción de cada categoría de la variable (en el ejemplo, tipo de hotel) respecto el total. Suele expresarse en
porcentajes.
112 TIPOS DE GRÁFICOS
Gráfico de sectores
Obtención de los ángulos de cada sector:
Categoría Frecuencia absoluta Frecuencia relativa Porcentaje (% )
Cinco estrellas 4.216.253 0,06 6
Cuatro estrellas 31.960.442 0,46 46
Tres estrellas 24.079.125 0,35 35
Dos estrellas 6.331.715 0,09 9
Una estrella 2.565.219 0,04 4
Total 69.152.754 1,00 100

Frecuencia Frecuencia absoluta

relativa =
Suma de todas las
frecuencias absolutas

Porcentaje = Frecuencia relativa X 100

Ángulo = Frecuencia relativa X 360 (grados que tiene

una circunferencia)
113 TIPOS DE GRÁFICOS
Pictograma
Un pictograma es un gráfico que representa mediante figuras o símbolos las frecuencias de una
variable cualitativa o discreta.
Al igual que los gráficos de barras suelen usarse para comparar magnitudes o ver la evolución en
el tiempo de una categoría concreta.
Tipos de pictogramas:
• Gráficas de barras cuyas barras están constituidas por símbolos o figuras distorsionadas que
se adaptan a la longitud de la barra.
Porcentaje de viviendas cuyos residentes depositan residuos
80 en su punto especificado de recogida. 2008
70
60
50
40
30
20
10
0

Vidrio Papel y Pilas y Envases

Medicamentos Aceites de
Cartón pequeñas plásticos, cocina
baterías metálicos
Fuente: Encuesta de Hogar y Medio ambiente
Icono obtenido de la web del ayuntamiento de Madrid área Medio ambiente
114 TIPOS DE GRÁFICOS
Porcentaje de viviendas cuyos residentes depositan residuos en su punto
especificado de recogida. 2008
Pictograma
Vidrio
• Gráficas de barras cuyas
Papel y Cartón
barras están constituidas por símbolos o
figuras del mismo tamaño que representan
una cantidad específica (a mayor frecuencia, Pilas y pequeñas
más acumulación de figuras). baterías
Envases plásticos,
10%
metálicos
Medicamentos

Aceites de cocina

• Símbolo o figuras cuyas áreas representan las frecuencias de cada categoría de la variable.
Envases de plástico, Pilas y pequeñas
Aceites de cocina Medicamentos Papel y cartón Vidrio
metálicos baterías
24 69,5 71,8 72,3 74,5 75,3
115 TIPOS DE GRÁFICOS
Gráfico de dispersión
Un gráfico de dispersión muestra en un eje cartesiano la relación que existe entre dos variables.
País Fertilizantes Nitrogenados* Produccion agrícola**

Alemania 1.779.455 106.041 Gráfico de dispersión

Austria 110.512 10.407
Bulgaria 138.464 13.294
Año 2008

Producción agrícola (miles de toneladas)

Chipre 7.982 239
Dinamarca 205.829 19.361
140.000
Eslovaquia 91.673 7.350
Eslovenia 53.907 1.051 120.000
España 983.409 55.739
Estonia 33.500 1.830 100.000
Finlandia 161.159 9.186
80.000
Francia 2.395.024 135.819
Grecia 201.549 12.507 60.000
Hungría 316.520 26.130
Irlanda 312.655 5.133 40.000
Italia 729.420 48.634
20.000
Letonia 83.301 4.045
Lituania Países 153.797 7.309 0
Bajos Polonia 261.493 13.255
Portugal 1.080.261 59.860 0 500 1.000 1.500 2.000 2.500 3.000
76.250 2.694

Reino Unido 1.048.100 54.754

República Checa 289.063 16.840 Fertilizantes nitrogenados (miles de toneladas métricas)
Rumanía Suecia Suiza 240.880 31.273
190.838 11.012
50.844 3.111
* Tonelada métrica de elemento nutritivo consumido
** Miles de toneladas

Fuente: Eurostat; datos referidos a 2008

116 TIPOS DE GRÁFICOS
Cartograma
Un cartograma es un mapa en el que se presentan datos estadísticos por regiones colocando el número o coloreando las distintas zonas en función del
dato que representan.

Fuente: España en cifras. INE

Fuente: Panorámica de la industria. INE
117

FIN
[email protected]