POLICÍA NACIONAL DEL ECUADOR

DIRECCIÓN NACIONAL DE EDUCACIÓN

DEPARTAMENTO DE EDUCACIÓN CONTINUA AVANZADA

CURSO DE ASCENSO DEL NIVEL TÉCNICO-OPERATIVOS

MÓDULO DE ESTADÍSTICA APLICADA

CRÉDITOS

Msc. José Alejandro Vargas Alzamora

Coronel de Policía de E.M.
Director Nacional de Educación de la Policía Nacional

Macarena Isolina Encalada Castillos

Teniente Coronel de Policía de E.M.
Directora del Centro de Capacitación de la Policía Nacional

Equipo de Investigación Educativa y Estructuración

Vilma Liliana Martínez Cepeda
Cabo Segundo de Policía
Analista Pedagógica DAI

El contenido del presente Módulo es de carácter reservado para uso exclusivo de la Policía
Nacional en el área académica, se prohíbe su reproducción total o parcial y la
comercialización del mismo.
 3

TABLA DE CONTENIDOS
Estadística Aplicada ............................................................................................................ 4
UNIDAD I............................................................................................................................. 5
1.1. Estadística Aplicada ............................................................................................. 5
1.1.1. Definición ........................................................................................................ 5
1.1.2. Razonamiento deductivo e inductivo .............................................................. 5
1.1.3. Introducción a la inferencia estadística ........................................................... 6
1.1.4. Desarrollo intelectual de la estadística aplicada .............................................. 7
1.1.5. Víctima/victimario de violencia y delincuencia .............................................. 8
UNIDAD II ......................................................................................................................... 10
2.1. Medidas ................................................................................................................ 10
2.1.1. Medidas de Tendencia Central ...................................................................... 10
2.1.2. Medidas de posición ...................................................................................... 19
2.1.3. Medidas de dispersión ................................................................................... 26
UNIDAD III ....................................................................................................................... 33
3.1. Análisis Estadístico ............................................................................................. 33
3.1.1. Variación Absoluta ........................................................................................ 33
3.1.2. Variación porcentual. - Porcentaje de cambio. .............................................. 33
3.1.3. Porcentaje, peso porcentual o proporción...................................................... 34
UNIDAD IV ........................................................................................................................ 36
4.1. Cuadros ................................................................................................................ 36
4.1.1. Cuadros comparativos ................................................................................... 36
4.1.2. Representación o lectura de los colores ......................................................... 37
4.1.3. Representación gráfica .................................................................................. 38
GLOSARIO........................................................................................................................ 43
BIBLIOGRAFÍA ............................................................................................................... 45
NETGRAFÍA ..................................................................................................................... 46
 4

Estadística Aplicada

Para satisfacer las necesidades de conocimientos sobre Estadística, nos

introduciremos a los orígenes de la “ESTADÍSTICA", que se derivó de la palabra
"ESTADO". Siendo una de las funciones de los gobiernos entre otras cosas el llevar los
registros de población, nacimientos, cosechas, impuestos y toda la información que
engloba el estado, es así que, tradicionalmente se definió a la estadística como un
instrumento de compilación, organización, presentación y análisis de datos numéricos.

Definiremos a la estadística como la ciencia matemática que se basa en la

recopilación sistemática de datos numéricos relativos a fenómenos económicos,
científicos, culturales demográficos y otros para, analizarlos y llegar a conclusiones que
permitan tomar decisiones, pretende determinar formas eficientes de obtener información
sobre un fenómeno o población y cómo analizar dicha información para hacer inferencias
sobre la población, siempre tomando en cuenta la presencia de perturbaciones originadas
por el azar, ya sean inherentes al objeto de estudio o debidas a errores de medición.

Estadística es mucho más que sólo números apilados y gráficas. Es una ciencia con
tanta antigüedad como la escritura, y es por sí misma auxiliar de todas las demás ciencias.
Su uso ha sido generalizado en los últimos años no solo como herramienta de análisis sino
también como auxiliar en el estudio y valoración de cualquier investigación. El propósito
de este módulo es proporcionar a los cursantes al inmediato grado superior, el material
básico exigido en el presente módulo.

En este módulo empezaremos con algunos conceptos introductorios que nos sirven
de fundamento a toda la estadística, después analizaremos la forma de describir y
representar un conjunto de datos, ya sea de manera gráfica o usando medidas de posición y
de dispersión; finalmente nos introduciremos al estudio de algunas distribuciones
probabilísticas (discretas y continuas).
 5

UNIDAD I

1.1. Estadística Aplicada

La Estadística como tal es el arte de analizar, tabular e interpretar los datos
cuantitativos y cualitativos, a través de la Estadística Aplicada vamos a inferir
resultados sobre una población a partir de una o varias muestras.

1.1.1. Definición

Se encarga de inferir resultados sobre una población a partir de una o

varias muestras. Es una parte de la estadística que se aplica en cualquier otra
rama externa a ella especialmente en temas de seguridad ciudadana y
control social a través del razonamiento inductivo y deductivo.

1.1.2. Razonamiento deductivo e inductivo

1. Razonamiento Deductivo (de lo general a lo particular).

Los filósofos griegos hicieron la primera contribución de
importancia al desarrollo de un método sistemático para descubrir la
verdad.

Aristóteles y sus discípulos construyeron el razonamiento deductivo

como un proceso del pensamiento en el que de afirmaciones generales
se llega a afirmaciones específicas aplicando las reglas de la lógica.

Este razonamiento permite organizar las premisas en silogismos que

proporcionan la prueba decisiva para la validez de una conclusión;
generalmente se suele decir ante una situación no entendida “Deduzca”,
sin embargo, el razonamiento deductivo tiene limitaciones. Es
necesario empezar con premisas verdaderas para llegar a conclusiones
válidas.
 6

El razonamiento deductivo puede organizar lo que ya se conoce y

señalar nuevas relaciones conforme pasa de lo general a lo específico.

2. Razonamiento Inductivo (de lo particular a lo general).

Francis Bacon (1561-1626) fue el primero que propuso un nuevo
método para adquirir conocimientos, Bacon aconsejaba observar a la
naturaleza directamente, desechar los prejuicios e ideas preconcebidas,
para obtener conocimiento es imprescindible observar la naturaleza,
reunir datos particulares y hacer generalizaciones una nueva manera de
encontrar la verdad es ir a buscar los hechos.

3. Diferencia deductivo e inductivo (ejemplo).

La diferencia entre ambos razonamientos se capta en los ejemplos
siguientes:

a. Método Deductivo: (de lo general a lo particular).

 Todos los asesinatos en la subzona Cañar son causados por la
delincuencia.
 Todos los robos y/o hurtos a personas con arma de fuego en la
ciudad de Loja, son con asesinato de sus víctimas.
 Por lo tanto, todos los robos y hurtos a personas son con
asesinato.

b. Método Inductivo: (de lo particular a lo general).

 Los asesinatos observados en el distrito de Policía Atacames de
la subzona Esmeraldas con el empleo de arma de fuego y corto
punzante son por problemas interpersonales, robos y/o hurtos a
personas. Por lo tanto, todos los problemas interpersonales
robos y hurtos a personas se desencadenan con un asesinato.

1.1.3. Introducción a la inferencia estadística

 7

La inferencia estadística es el conjunto de métodos o formas que utiliza

el analista estadístico para extraer información de interés; para el estudio de
violencia y delincuencia observando una serie de datos cualitativos o
cuantitativos que se derivan en típico y atípicos.
Cualitativas: cualidades o atributos, gustos, preferencias u opiniones.

Cuantitativas: se mide en una escala numérica.

Según el objeto de estudio de la violencia y delincuencia, la inferencia

estadística se clasifica en inferencia paramétrica y no paramétrica.

1. Inferencia paramétrica.
La inferencia paramétrica se ocupa de aquellos casos en los que la
distribución de probabilidad de la población objeto de estudio se
supone conocida salvo los valores que toman ciertos coeficientes,
llamados parámetros. El objetivo es estimar, dar intervalos de confianza
o contrastar Hipótesis sobre dichos parámetros, por ejemplo: (Delitos
del Cuadro de mando Integral en el Ecuador).

2. Inferencia no paramétrica.
La inferencia no paramétrica trata problemas similares cuando se
tiene una distribución poblacional totalmente desconocida, sobre la cual
tan solo se realizan suposiciones muy generales como, por ejemplo:
(número de armas de fuego en la Zona 5).

1.1.4. Desarrollo intelectual de la estadística aplicada

El analista estadístico al observar el entorno de violencia y delincuencia

que existe en un determinado sector desarrolla un análisis de entorno de tres
formas orientadas a:

1. Describir lo que observa a través del método deductivo e inductivo.

 8

2. Explicar lo que ocurre estadísticamente con respecto a los datos

cuantitativos y cualitativos.
3. Pronosticar o especular sobre hechos de violencia y delincuencia
actuales o del pasado (histórico).

1.1.5. Víctima/victimario de violencia y delincuencia

1. Generacional.
Al realizar el análisis estadístico se observa que tanto la víctima
como el victimario están en un rango de edad de 20 a 25 años; se
denomina violencia o delincuencia generacional.

Ejemplo: El robo o hurto a personas en la Universidad Central del

Ecuador, en la ciudad de Quito esta direccionada a jóvenes estudiantes
de la carrera de ingeniería civil, identificando a los causantes de este
delito los estudiantes de la carrera de Sistemas Informáticos.

2. Intergeneracional.
Durante el análisis estadístico se observa que la víctima está en un
rango de edad de 65 a 70 años y el victimario están en un rango de edad
de 20 a 25 años; se denomina violencia o delincuencia
intergeneracional.

Ejemplo: Los asesinatos de mayores adultos en la subzona Zamora

Chinchipe, son casados por los nuevos integrantes de la
autodenominada pandilla Los Lobos, quienes son jóvenes que realizan
estos delitos como pruebas para ingresar al grupo pandillero.

3. Violencia o delincuencia Horizontal.

Se denomina violencia o delincuencia horizontal a los hechos
causados por los mismos residentes de un determinado territorio.
 9

Ejemplo: Enfrentamiento armado entre vecinos, robo a personas

ocurridos en el Distrito de Policía Tierra del Sol de la subzona
Imbabura; eventos acontecidos por drogadictos del sector.

4. Violencia o delincuencia vertical.

Se denomina violencia o delincuencia vertical a los hechos causados
por victimarios de diferente sector (no residentes).

Ejemplo: Los autodenominados pandilleros “Latín Kings” de la

ciudad de Guayaquil agreden físicamente a los integrantes de “Los
Ñetas” de Santa Elena con la finalidad de apoderarse de su territorio.
 10

UNIDAD II

2.1. Medidas

2.1.1. Medidas de Tendencia Central

Las medidas de tendencia central nos sirven para describir

características básicas de un estudio con datos cuantitativos; muestra
promedios, compara resultados, o interpreta puntajes en relación a otra
medida central, entre las medidas de tendencia central tenemos: la media
aritmética, la mediana y la moda.

Las medidas de tendencia central son medidas estadísticas que

pretenden resumir en un solo valor a un conjunto de valores. Representan
un centro en torno al cual se encuentra ubicado el conjunto de los datos. Las
medidas de tendencia central más utilizadas son: media, mediana y moda.
Las medidas de dispersión en cambio miden el grado de dispersión de los
valores de la variable. Dicho en otros términos las medidas de dispersión
pretenden evaluar en qué medida los datos difieren entre sí. De esta forma,
ambos tipos de medidas usadas en conjunto permiten describir un conjunto
de datos entregando información acerca de su posición y su dispersión
(METWARE).
 11

1. Media Aritmética.
Se le conoce como PROMEDIO, es el valor obtenido al sumar
todos los datos y dividir el resultado entre el número total de datos.

Media aritmética se representa por medio de la letra X con una línea

en la parte superior. ̅ .

Fórmula:

a. Media aritmética simple

Constituye el centro de gravedad de una distribución de
frecuencias. Es la medida de tendencia central de mayor utilidad a
pesar de que pierde representatividad por los valores extremos,
posee propiedades matemáticas que le dan la característica de ser el
promedio más confiable en los análisis estadísticos más avanzados.
En ella influyen mucho los elementos extremos y mide la magnitud
del conjunto de valores.

Ejemplo: Las calificaciones del señor. Cbop. Peralta Cabrera

Willan Guinson, en la materia de Estadística Aplicada son las
siguientes: Deberes 8.25; Lecciones escritas 7.13; participación en
clase 9.55; exposición en clases 5.85; trabajo en grupo 6.75 y
examen final 7.70

Calcular media aritmética simple:

̅
 12

Interpretación: El SR. CBOP. PERALTA CABRERA

WILLAN GUINSON, tiene un promedio de 7.53 en la materia de
Estadística Aplicada.

b. Media aritmética para datos agrupados

Cuando una serie se le agrupa en serie simple con frecuencias,
para obtener la media aritmética, se multiplica la marca de clase o
punto medio por la frecuencia respectiva, luego se obtiene la suma
de todos estos productos y luego a este valor se lo divide para el
número de elementos (n). Todo esto puede representarse mediante la
siguiente fórmula:

∑
̅

Dónde:
= marca de clase
= frecuencia

Ejemplo: En un test realizado al paralelo “C” del curso de ascenso

de los señores Cbop., se han obtenido las puntuaciones que muestra
la tabla.

Marca de clase f
Xi *fi
( ) i

(10 – 20) 15 1 15

(20 – 30) 25 8 200

 13

1
(30 – 40) 35 350
0

(40 – 50) 45 9 405

(50 – 60) 55 8 440

(60 – 70) 65 4 260

(70 – 80) 75 2 150

4
TOTAL 1.820
2
Tabla Nro. 1 Marca de Clase
Fuente: Propia

Calcular la Media aritmética para datos agrupados.

∑
̅

2. Mediana.
a. Mediana simple
Es el valor central de un conjunto de valores ordenados en
forma creciente o decreciente. La mediana solo se puede hallar para
variables de tipo cuantitativo, es decir, la mediana deja un mismo
número de valores antes y después de él, en un conjunto de valores
ordenados, se representa con las letras Md.

NOTA: Si el número de valores es par, la mediana será el

promedio de los valores centrales. Si el número de valores es impar,
la mediana será el valor central.

Ejemplo:
 14

Las notas del señor Cbop. de Policía. Peralta Cabrera Willan

Guinson, en la materia de Estadística Aplicada son las siguientes:

Enero: 8.25; febrero 7.13; marzo 9.55; abril 5.85; mayo 6.75 y junio
7.70

Calcular la mediana simple:

Representamos los datos obtenidos en una tabla:

MES NOTA
Enero 8,25
Febrero 7,13
Marzo 9,55
Abril 5,85
Mayo 6,75
Junio 7,70

Ordenamos en la tabla de datos sea de manera ascendente o

descendente.

MES NOTA
Marzo 9,55
Enero 8,25
Junio 7,70
Febrero 7,13
Mayo 6,75
Abril 5,85
 15

Una vez ordenada la tabla sacamos el promedio para ver donde se

encuentran los valores para el cálculo de la Mediana simple.

MES NOTA
Marzo 9,55
Enero 8,25
Junio 7,70
Febrero 7,13
Mayo 6,75
Abril 5,85
Es decir que el promedio 7,53 está ubicado entre 7,70 y 7,13. Una
vez obtenidos esos datos procedemos a realizar el cálculo de la
Mediana simple.

El valor de la Mediana simple para este ejercicio es de 7,42

En el caso de tener una serie de datos impar como se ha

mencionado anteriormente, la mediana será el valor central de la
serie.

MES NOTA
Marzo 9,55
Enero 8,25
Junio 7,70
Febrero 7,13
Mayo 6,75
 16

b. Mediana para datos agrupados.

La mediana se encuentra en el intervalo donde la frecuencia
acumulada llega hasta la mitad de la suma de las frecuencias
absolutas.

Es decir, tenemos que buscar el intervalo en el que se encuentre

Fórmula para el cálculo de la mediana para datos agrupados:

Dónde:

= es el límite inferior de la clase, donde se encuentra la

mediana.
= es la semisuma de las frecuencias absolutas.

= es la frecuencia acumulada anterior a la clase mediana.

= es la frecuencia
= es la amplitud de clase

Ejemplo: Calcular la mediana de una distribución estadística que

viene dada por la siguiente tabla.

Intervalos Fi Fa
(60 – 63) 5 5
(63 – 66) 18 23
(66 – 69) 42 65
(69 – 72) 27 92
(72 – 75) 8 100
TOTAL (n) 100
 17

3. Moda

a. Moda simple.
Es el valor que más se repite en un conjunto de datos, si en un
conjunto de valores, no se repite ningún valor, entonces no hay
moda o también puede existir más de una moda en una serie de
datos; esta medida se puede utilizar para datos cualitativos
identificando el dato modal como el que más se repite.

Ejemplos:

 La serie de datos:

2 2 5 7 9 9 9 10 10 11 12 18

Se puede observar que el valor que más se repite en la serie de

datos es el número nueve y como se tiene una sola moda se llama
unimodal.

 La serie de datos:
 18

3 5 8 10 12 15 16

En la serie de datos no tiene moda (ningún dato se repite).

 La serie de datos:

2 3 4 4 4 5 5 7 7 7 9

En este caso tenemos dos modas en la serie de datos, por lo

tanto, se llamará bimodal.

 Para datos cualitativos tenemos:

Lunes, martes, martes, martes, miércoles, miércoles, jueves.
En este caso el dato modal seria “martes”.

b. Moda para datos agrupados.

Todos los intervalos deben tener la misma amplitud

Fórmula:

= límite inferior de la clase modal

= es la frecuencia absoluta de la clase modal
= es la frecuencia absoluta inmediatamente inferior a la clase
modal
= es la frecuencia absoluta inmediatamente posterior a la clase
modal
= es la amplitud de la clase

Ejemplo:
 19

Calcular la moda de una distribución estadística que viene dada por

la siguiente tabla:

Intervalos Fi
(60 – 63) 5
(63 – 66) 18
(66 – 69) 42
(69 – 72) 27
(72 – 75) 8
TOTAL (n) 100

2.1.2. Medidas de posición

Las medidas de posición dividen un conjunto de datos en grupos con el

mismo número de individuos.

Para calcular las medidas de posición es necesario que los datos están
ordenados de menor a mayor.

1. Cuartiles.
Permiten dividir un conjunto de datos en cuatro partes iguales y
sumados nos da el 100%.

25% 25% 25% 25%

Mínimo Máximo
Cuartil 1 Cuartil 2 Cuartil 3
Q1 Q2 Q3
 20

Para el cálculo utilizamos la siguiente formula:

𝑸𝒊
Qi=∑ 𝒏
𝟏𝟎𝟎
∑n = Total de datos.
Qi = valor del cuartil

Ejemplos:
Obtener el cuartil 2 del siguiente conjunto de calificaciones:

NOTAS DATOS
6 7
8 7
7 6
5 4
1 3
4 3
10 3
2 2
3 2
9 2
0 1
TOTAL (n) 40

Primero ordenamos de forma ascendente y realizamos la frecuencia

acumulada:
 21

NOTAS DATOS fa
0 1 1
1 3 4
2 2 6
3 2 8
4 3 11
5 4 15
6 7 22
7 6 28
8 7 35
9 2 37
10 3 40
TOTAL (n) 40

Segundo despejamos la fórmula para realizar el cálculo del cuartil 2.

𝑸𝒊
Qi=∑ 𝒏
𝟏𝟎𝟎

𝟓𝟎
Q2 = 40 *
𝟏𝟎𝟎

Q2 = 40 * 𝟎 𝟓
Q2 = 20

Por lo tanto, decimos que el 50% de los alumnos tienen una calificación
igual o menor que 6 puntos.
 22

2. Deciles.
Dividen al conjunto de datos en 10 partes iguales y sumados nos da
100%.

10% 10% 10% 10% 10% 10% 10% 10% 10% 10%

Decil 1 Decil 2 Decil 3 Decil 4 Decil 5 Decil 6 Decil 7 Decil 8 Decil 9 Decil 10

Para el cálculo utilizamos la siguiente formula:

𝑫𝒊
Di=∑ 𝒏
𝟏𝟎𝟎

∑n = Total de datos.
Di = valor del decil

Ejemplos:
Obtener el decil 7 del siguiente conjunto de calificaciones:

NOTAS DATOS
6 7
8 7
7 6
5 4
1 3
4 3
10 3
2 2
3 2
9 2
0 1
TOTAL (n) 40
 23

Primero ordenamos de forma ascendente y realizamos la frecuencia

acumulada:

NOTAS DATOS fa
0 1 1
1 3 4
2 2 6
3 2 8
4 3 11
5 4 15
6 7 22
7 6 28
8 7 35
9 2 37
10 3 40
TOTAL (n) 40

Segundo despejamos la fórmula para realizar el cálculo del decil 7.

𝑫𝒊
Di=∑ 𝒏
𝟏𝟎𝟎

𝟕𝟎
D7 = 40 *
𝟏𝟎𝟎

D7 = 40 * 𝟎 𝟕
D7 = 28
 24

Por lo tanto, decimos que el 70% de los alumnos tienen una calificación
igual o menor que 7 puntos.

3. Percentiles.
Dividen al conjunto de datos en 100 partes iguales y sumados nos da
100%.

1% 1% 1% 1% …. …. …. …. 1% 1%

Percentil 1 Percentil 2 Percentil 3 Percentil 4 ……………………………………………………………… Percentil 99 Percentil 100

Para el cálculo utilizamos la siguiente formula:

𝑷𝒊
Pi = ∑ 𝒏
𝟏𝟎𝟎
∑n = Total de datos.
Pi = valor del percentil.

Ejemplos:
Obtener el percentil 80 del siguiente conjunto de calificaciones:

NOTAS DATOS
6 7
8 7
7 6
5 4
1 3
4 3
10 3
2 2
3 2
9 2
0 1
TOTAL (n) 40
 25

Primero ordenamos de forma ascendente y realizamos la frecuencia

acumulada:

NOTAS DATOS fa
0 1 1
1 3 4
2 2 6
3 2 8
4 3 11
5 4 15
6 7 22
7 6 28
8 7 35
9 2 37
10 3 40
TOTAL (n) 40

Segundo despejamos la fórmula para realizar el cálculo del percentil

80.

𝑷𝒊
Pi=∑ 𝒏
𝟏𝟎𝟎

𝟖𝟎
P80 = 40 *
𝟏𝟎𝟎

P80 = 40 * 𝟎 𝟖
D80 = 32
 26

Por lo tanto, decimos que el 80% de los alumnos tienen una calificación
igual o menor que 8 puntos.

2.1.3. Medidas de dispersión

La dispersión es la variación en un conjunto de datos que proporciona

información adicional y permite juzgar la confiabilidad de la medida de
tendencia central.

Las medidas de dispersión nos permiten conocer si los valores en

general están cerca o alejados de los valores centrales, muestran la
variabilidad de una distribución de datos, indicando por medio de un
número si las diferentes puntuaciones de una variable están muy alejadas de
la medida de tendencia central.

Entre las medidas de dispersión tenemos las siguientes:

1. Rango.
Es la diferencia entre el valor máximo y el mínimo en nuestros
datos, esta medida de dispersión, aunque es la más fácil de obtener, pon
lo general es muy poco usada, se puede simbolizar con la letra R.

Formula: R = Lim Sup – Lim Inf

Lim Sup = Límite superior (valor más alto).
Lim Inf = Límite inferior (valor más pequeño)

Ejemplo: Supóngase que en el Hospital de la Policía el pulso de cada

paciente se mide tres veces al día y que cierto día los registros de los
pacientes muestran:
Paciente 1: 73, 77, 74
 27

Paciente 2: 64, 90, 73

¿Cuál es el rango en pulsaciones para cada paciente?

Para calcular el rango de los datos es necesario identificar el valor más
grande y el valor más pequeño del conjunto de datos, de cada uno de
los pacientes.
Para el paciente 1:
R = Lim Sup – Lim Inf
R =77 – 73 = 4
Para el paciente 2:
R = Lim Sup – Lim Inf
R =90 –64 = 26

2. Desviación media.
a. Desviación media simple
La desviación media es la media aritmética de los valores
absolutos de las desviaciones respecto a la media, se representa con
la letra DM y su fórmula de cálculo es la siguiente:

∑| ̅|

Ejemplo: Se tiene la siguiente serie de datos:

9 3 8 8 9 8 9 18

El primer paso sacar la media aritmética:

̅
 28

Una vez obtenida la media aritmética despejamos la forma de la

desviación media simple.

∑| ̅|

| | | | | | | | | | | | | | | |

DM = 2.25

b. Desviación media para datos agrupados

Si los datos vienen agrupados en una tabla de frecuencias, la
expresión de la desviación media es:

∑| ̅|

Marca |
Intervalo fi Xm*fi | ̅|
de clase ( ) ̅ |*fi
(10 – 15) 12,5 3 37,5 9,286 27,858
(15 – 20) 17,5 5 87,5 4,286 21,43
(20 – 25) 22,5 7 157,5 0,714 4,998
(25 – 30) 27,5 4 110,0 5,714 22,856
(30 – 35) 32,5 2 65,0 10,714 21,428
TOTAL 21 457.5 98,57

̅
 29

| | | | | |

3. Varianza.
a. Varianza simple
La varianza es una medida estadística que mide la dispersión de
los valores respecto a un valor central (media), es decir, es el
cuadrado de las desviaciones. Su fórmula de cálculo es la siguiente:

̅ ̅ ̅ ̅
𝜎

∑ ̅
𝜎

Ejemplo: Se tiene la siguiente serie de datos:

9 3 8 8 9 8 9 18

̅
2 2 2 2 2 2 2 2
9 9 + 3 9 + 8 9 + 8 9 + 9 9 + 8 9 + 9 9 + 18 9
𝜎2 =
𝜎 8

b. Varianza datos agrupados

Se expresa mediante la siguiente fórmula:

̅ ̅ ̅ ̅
𝜎
 30

∑ ̅
𝜎

Intervalo Marca fi Xm ̅
de clase ( ) *fi
(10 – 15 1 15 802,5889
20)
(20 – 25 8 200 2.687,9112
30)
(30 – 35 10 350 693,889
40)
(40 – 45 9 405 25,1001
50)
(50 – 55 8 440 1.089,5112
60)
(60 – 65 4 260 1.878,3556
70)
(70 – 75 2 150 2.005,9778
80)
TOTAL 42 1.820 9.183,3338

𝜎
 31

4. Desviación típica.
a. Desviación típica o estándar
Es la raíz cuadrada de la varianza, se representa a través de la
siguiente expresión: σ o S

̅ ̅ ̅ ̅
𝜎 √

∑ ̅
𝜎 √

E
Intervalo
j Marca fi Xm ̅
e de clase ( ) *fi
(10 – 20)
m 15 1 15 802,5889
(20 – 30)
p 25 8 200 2.687,9112
(30 – 40)
l 35 10 350 693,889
(40 – 50)
o 45 9 405 25,1001
:
(50 – 60) 55 8 440 1.089,5112
(60 – 70) 65 4 260 1.878,3556
(70 – 80) 75 2 150 2.005,9778
TOTAL 42 1.820 9.183,3338

𝜎 √
 32

5. Coeficiente de Variación
Es una medida de dispersión relativa que permite comparar el nivel
de dispersión de las, cuando más apegado a 0 los datos son más
idénticos.

𝜎
̅

CV= 0,3412
 33

UNIDAD III

3.1. Análisis Estadístico

3.1.1. Variación Absoluta

El valor numérico de la variación absoluta muestra, el número (entero)

de aumento o disminución de la cantidad original, para realizar el cálculo, el
analista sólo tiene números de cantidad actual y los números de la cantidad
anterior.

Fórmula:
V.A= Cantidad actual – cantidad anterior

En la variación absoluta hay que considerar que las cantidades a

comparar y ser utilizadas para el cálculo, correspondan a observaciones de
fenómenos con las mismas características, esto es en caso de delitos debe
ser los mismos por ejemplo Robos a Personas del año 2019 con los robos a
personas del año 2020, la incidencia delictual del mes de agosto 2019 con la
incidencia delictual del mes de agosto del año 2020.

Robos a personas enero del 2020: 250

Robos a personas enero del 2021: 260
V.A= 260-250
V.A= 10

La variación absoluta de los robos a personas durante enero del año

2021 comparado a enero del año 2020 es de 10 de aumento y/o incremento.

3.1.2. Variación porcentual. - Porcentaje de cambio.

El porcentaje de la variación muestra, el porcentaje de aumento o

disminución de la cantidad original, para realizar el cálculo, el analista sólo
tiene números de cantidad actual y los números de la cantidad anterior.
 34

NOTA: cuando en las fórmulas existe al final una multiplicación siempre el

total se representa con el signo de porcentaje (%).

En la variación porcentual hay que considerar que las cantidades a

comparar y ser utilizadas para el cálculo, correspondan a observaciones de
fenómenos con las mismas características, esto es en caso de delitos debe
ser los mismos por ejemplo Robos a Personas del año 2020 con los robos a
personas del año 2021, la incidencia delictual del mes de marzo 2020 con la
incidencia delictual del mes de marzo del año 2021.

Robos a personas año 2020: 250

Robos a personas año 2021: 260

La variación porcentual de los robos a personas del año 20210

comparado al año 2020 es de un 4% de aumento y/o incremento.

3.1.3. Porcentaje, peso porcentual o proporción.

Es una proporción que ha sido multiplicada por 100. Esta

transformación lineal de los valores no altera sustantivamente la
distribución.

Fórmula:
 35

NOTA: cuando en las fórmulas existe al final una multiplicación siempre el

total se representa con el signo de porcentaje (%).

Peso Porcentual = (Valor actual / total de eventos) * 100

En el peso porcentual hay que considerar que la cantidad a ser utilizada

para el cálculo es el valor inicial y el total de eventos acontecidos, por
ejemplo, Robos a Personas del año 2020 con los robos a personas vamos a
calcular cual es la incidencia delictual del mes de agosto del año 2020.

Robos a personas año 2020: 260

Robos a personas mes agosto De 2020: 60
Peso Porcentual = (60/260) * 100
Peso Porcentual = 23%

El Peso Porcentual de los robos a personas del mes de agosto del año
2020 es del 23%, es decir, el mes de agosto aporta con el 23% de los robos
a personas durante el año 2020.
 36

UNIDAD IV

4.1. Cuadros

4.1.1. Cuadros comparativos

Para realizar cuadros comparativos se den considerar los mismos

periodos, pero diferentes años, es decir comparamos primer trimestre del
año 2020 Vs primer trimestre del año 2022.

Estructura del cuadro comparativo:

1. Titulo (análisis estadístico de las estafas en Latinoamérica)
2. Periodo de estudio (Primer semestre del año 2019 Vs 2020)
3. Tabla de registro de datos.
4. Fuente.

Ejemplo:

ANÁLISIS ESTADÍSTICO DE LAS ESTAFAS EN LATINOAMÉRICA

PRIMER SEMESTRE DEL AÑO 2019 VS 2020
PRIMER PRIMER
PAÍS LATINOAMÉRICANO
SEMESTRE 2019 SEMESTRE 2020
BOLIVIA 25 27
ECUADOR 23 25
PANAMÁ 21 19
COLOMBIA 19 17
TOTAL DENUNCIAS 88 88
 37

Es la respectiva tabla se puede expresar que durante el periodo 2019 vs

2020, el delito de estafa, se encuentra con 27 incidencias en Bolivia,
seguido de Ecuador con 25 eventos en variación absoluta.

4.1.2. Representación o lectura de los colores

Cuando realizamos cuadros comparativos y se realiza el cálculo de la

variación absoluta y porcentual se consideran los siguientes colores para
describir incremento, decremento o igualdad (empate).

1. Cuando existe un incremento o aumento en un indicador se representa

del color ROJO.
2. Cuando existe un empate o igualdad en un indicador se representa del
color AMARILLO.
3. Cuando existe un decremento o reducción en un indicador se representa
del color VERDE.

Ejemplo:

ANÁLISIS ESTADÍSTICO DE LAS ESTAFAS EN LATINOAMÉRICA

E PRIMER SEMESTRE DEL AÑO 2019 VS 2020
n
PRIMER PRIMER VARIACIÓN VARIACIÓN
PAÍS LATINOAMÉRICANO
SEMESTRE 2019 SEMESTRE 2020 PORCENTUAL ABSOLUTA

BOLIVIAl 25 27 8,00% 2
ECUADORa 23 25 8,70% 2
PANAMÁ 21 19 -9,52% -2
COLOMBIA 19 17 -10,53% -2
TOTAL DENUNCIAS
r 88 88 0,00% 0

espectiva tabla a través del comparativo del primer semestre 2019-2020, se

puede observar que Bolivia se encuentra con mayor incremento aportando
con el 8% de variación porcentual, seguido de Ecuador con 8, 7 % de
variación porcentual, siendo los países con mayor incidencia de eventos.
 38

4.1.3. Representación gráfica

1. Diagrama de Sectores.
Se puede utilizar para todo tipo de variables, pero se usa
frecuentemente para las variables cualitativas.

Los datos se representan en un círculo, de modo que el ángulo de

cada sector es proporcional a la frecuencia absoluta correspondiente.

El diagrama circular se construye con la ayuda de un transportador

de ángulos

Ejemplo: Diagrama circular o de pastel con una nota explicativa

(interpretación)

Figura Nro. 1
Serie de incidencias
de estafa

Fuente: Sistema David

 39

Interpretación: 60% (77 eventos) de las víctimas de estafas durante el

primer trimestre del año 2021 en el Ecuador fueron de sexo masculino,
y el 40% (51 eventos) de sexo femenino., donde se puede evidenciar la
vulnerabilidad y oportunidad con mayor eventualidad en el sexo
masculino.

2. Diagrama de barras.
Un diagrama de barras se utiliza para de presentar datos cualitativos
o datos cuantitativos de tipo discreto.

Se representan sobre unos ejes de coordenadas, en el eje de abscisas

se colocan los valores de la variable, y sobre el eje de ordenadas las
frecuencias absolutas o relativas o acumuladas.

Los datos se representan mediante barras de una altura proporcional

a la frecuencia.

Ejemplo: Diagrama de barras con una nota explicativa (interpretación).

Figura Nro. 2
Serie de delitos por
Subzonas
 40

Fuente: Sistema David

Interpretación: En la respectiva grafica de barras el total de las 88
denuncias registradas por estafa durante el primer trimestre del año
2021, se establece que 25 se concentran en la Subzona Guayas, 23 en
Pichincha, 21 en Manabí y 19 en Azuay.

3. Gráfico de superficie o radial.

Un Gráfico de superficie o radial es una representación gráfica de
una variable en forma de radar.

Se utilizan para variables continuas o para variables discretas, con

un gran número de datos, y que se han agrupado en clases.

La superficie de cada área del radial es proporcional a la frecuencia

de los valores representados.

Ejemplo: Diagrama de superficie o radial con una nota explicativa

(interpretación).

Figura Nro. 3 Serie de temporalidad delictual

 41

Fuente: Sistema David

4. Polígono de frecuencia.
Para construir el polígono de frecuencia se toma la marca de clase
que coincide con el punto medio de cada rectángulo.

Figura Nro. 4
Serie Polígono
de

frecuencias delictual
 42

Fuente: Sistema: David

En el respectivo grafico lineal por años, se evidencia que en el

periodo 2016, ha sido considerado con mayor eventualidad, seguido del
año 2018, teniendo una tendencia a la baja en comparación hasta la
fecha del año 2020.
 43

GLOSARIO

Deductivo: El método deductivo consiste en extraer una conclusión con base en una
premisa o a una serie de proposiciones que se asumen como verdaderas

Inductivo: El método inductivo es una estrategia de razonamiento que se basa en la

inducción, para ello, procede a partir de premisas particulares para generar conclusiones
generales.

Rango. El rango es un valor numérico que indica la diferencia entre el valor máximo y el
mínimo de una población o muestra estadística.

Media. La media es el valor promedio de un conjunto de datos numéricos, calculada como

la suma del conjunto de valores dividida entre el número total de valores.

Varianza. La varianza es una medida de dispersión que representa la variabilidad de una

serie de datos respecto a su media

Desviación. La desviación estándar o desviación típica es una medida que ofrece

información sobre la dispersión media de una variable.

Diagrama. Un diagrama es un gráfico en el que se simplifica y esquematiza

la información sobre un proceso o un sistema. Puede ser simple o complejo, con pocos o
muchos elementos.

Porcentaje. El porcentaje es un símbolo matemático, que representa una cantidad dada

como una fracción en 100 partes iguales.

Variación. El coeficiente de variación, también denominado como coeficiente de

variación de Pearson, es una medida estadística que nos informa acerca de la dispersión
relativa de un conjunto de datos.
 44

Posición. Las medidas de posición son indicadores estadísticos que permiten resumir los
datos en uno solo, o dividir su distribución en intervalos del mismo tamaño.
Cuartiles. Los cuartiles son una herramienta que usamos en la estadística y que nos sirve
para administrar grupos de datos previamente ordenados

Moda. En la estadística, la moda es el valor que aparece con mayor frecuencia en un

conjunto de datos.

Serie. Una serie temporal es una variable estadística cuyas observaciones están ordenadas
temporalmente.
 45

BIBLIOGRAFÍA

Martínez, M (1999). La nueva ciencia su desafió, lógica y método. Trillas. México.

Universidad Pedagógica Experimental Libertador. Vicerrectorado de Investigación y

Postgrado (2005). Manual de Trabajo de Grado de Especialización y Maestría y Tesis
Doctorales. Caracas. Autor.

Lind, Douglas; Mason, Robert & Marchall, William. 2010. Estadística para
Administración y Economía. México D.F., México: McGraw-Hill.

Berenson, Mark; Levine, David; Kríehbíel, Timothy.2010. Estadística para la

Administración. México D.F., México: Prentice-Hall.

Spiegel, Murray. Estadística. 2005. México D.F., México: McGraw-Hill.

Kazmier, Leonard; Díaz Alfredo.2008. Estadística Aplicada a la Administración y

Economía. México D.F., México: McGraw-Híll
 46

NETGRAFÍA

Dávila Newman, Gladys El razonamiento inductivo y deductivo dentro del proceso

investigativo en ciencias experimentales y sociales. Laurus [en linea]. 2006, 12 (Ext), 180-
205 [fecha de Consulta 2 de noviembre de 2020]. ISSN: 1315-883X. Disponible en:
[Link]

Kessler, M. (2008). Métodos Estadísticos de la Ingeniería. Universidad Politécnica de

Cartagena. Colombia. [Link]

Rodríguez, Santos, Alberto. (2010). Estadística para todos.

[Link]

Saéz, Castillo, José. (2010). Estadística para Ingenieros. Universidad de Jaén. España.
[Link]

Llinas, Solano,Humberto. (2017). Estadística Inferencial.

[Link]

[Link]
stad%C3%ADstica+inferencial&ots=G0MFLz24en&sig=gr9zeFBtyLV8P4o8ahmqtc-
IhtQ#v=onepage&q=estad%C3%ADstica%20inferencial&f=false
47