Conceptos Basicos de Estadistica

ELABORADO POR: ORLANDO VALENCIA RODRIGUEZ Pgina 1
ESTADISTICA
Conceptos Bsicos

Docente:
ORLANDO VALENCIA RODRGUEZ
Ingeniero Industrial
Especializacin en Desarrollo Gerencial
Maestra en Investigacin Operativa y Estadstica.

Agosto de 2012


CONCEPTOS BASICOS

Introduccin
Objetivos

1.1. Definicin de estadstica
1.2. Contexto histrico
1.3. Importancia y aplicacin de la estadstica
1.4. Conceptos bsicos de la estadstica
1.5. Investigacin estadstica
1.6. Operaciones de uso frecuente en la estadstica
1.7. Organizacin y presentacin de los datos.


INTRODUCCIN

Actualmente, con la masificacin de las tecnologas de la informacin y
las comunicaciones, se puede acceder a una gran cantidad de
informacin estadstica, tanto a manera de base de datos, como de
informes y registros elaborados. Anteriormente se deca que quien
tuviera la informacin, tena el poder, pero ahora entonces, el problema
es saber qu hacer con toda esa informacin.

Primero que todo hay que tener la capacidad para evaluar y clasificar de
una forma inteligente los datos a los cuales tenemos acceso, de tal
forma que podamos determinar el nivel de la calidad de la informacin
recopilada y el grado de utilidad de la misma, como insumo fundamental
para la toma de decisiones en el mejoramiento de las actividades
empresariales, e incluso, personales.

La Estadstica nos brinda una serie de herramientas y tcnicas mediante
las cuales podemos hacer un adecuado anlisis e interpretacin de la
informacin, extrayendo aquellos aspectos que son de mayor inters
para establecer conclusiones y tomar decisiones respecto al tema o
fenmeno estudiado.

Precisamente, en el presente documento haremos un breve recorrido
por los principales conceptos relacionados con la Estadstica, de una
manera prctica, haciendo uso del software estadstico SPSS.

La estadstica, es una temtica fundamental para cualquier nivel de
formacin, y muy especialmente, para aquellos mbitos en los cuales se
deben realizar estudios estadsticos que soporten los procesos de
investigacin.


OBJETIVOS

Explicar los conceptos bsicos relacionados con la Estadstica
Descriptiva

Describir los aspectos ms relevantes del contexto histrico de la
Estadstica.

Explicar la importancia de la Estadstica y sus principales reas de
aplicacin.

Explicar las etapas del proceso de investigacin estadstica.

Identificar las formas de recoleccin, organizacin y anlisis de
datos.


Grfico 1.1. Mapa conceptual

Destacar
aspectos como:
Estudiar los temas de:
NOCIONES PRELIMINARES DE ESTADISTICA
DEFINICION RESEA
HISTORICA
Definir aspectos
como:
IMPORTANCIA
COMPRENDER LOS CONCEPTOS Y LA RELEVANCIA
DE LA ESTADISTICA
Estadstica.
Clasificacin.
Lo anterior permitir comprender:
CONCEPTOS
Definir aspectos
como:
reas de
Aplicacin.
Toma de
decisiones
Poblacin.
Muestra.
Variables.
Origen
Desarrollo
Autores
INVESTIGACION
ESTADISTICA
OPERACIONES DE
USO FRECUENTE
TABULACION
DE DATOS
Permite
contextualizar:
Etapas de la
Investigacin
Estadstica
Razn
Porcentaje
Proporcin
Tasas.
Tablas de
Frecuencias
Grficos
Conocer:
Calcular: Mediante:

CONCEPTOS BASICOS

1.1. DEFINICION DE ESTADISTICA

El inters de la estadstica es el anlisis de los colectivos, es decir los
conjuntos de datos. Los datos estadsticos son la materia prima de la
estadstica. Ningn tipo de anlisis puede realizarse mientras no se haya
acumulado la informacin necesaria y suficiente para un estudio.

La Estadstica se puede definir como la Ciencia que trata de la
observacin, organizacin, descripcin, presentacin, interpretacin,
anlisis de hechos numerosos de la misma naturaleza cualquiera que
sea. Tambin se suele considerar como una parte de las matemticas
que se encarga de reunir, organizar y analizar datos y que contribuye en
la solucin de problemas como el diseo de experimentos y la toma de
decisiones.

La estadstica es una herramienta utilizada por diversas disciplinas del
conocimiento en el proceso de aprendizaje del hombre para comprender
y cambiar su entorno.

Algunos conceptos expresados en otros textos son los siguientes:

La palabra estadstica se refiere a un sistema o mtodo usado en la
recoleccin, organizacin, anlisis y descripcin numrica de la informacin.
Tambin se puede decir que la Estadstica estudia el comportamiento de los
fenmenos de grupo (Martnez, 2005)

La estadstica es la ciencia de los datos; implica la coleccin, clasificacin,
sntesis, organizacin, anlisis e interpretacin de los datos (Mendenhall,
2003).

El campo de la Estadstica trata de la recoleccin, presentacin, anlisis y uso
de datos para tomar decisiones, solucionar problemas y disear productos y
procesos (Mongomery, 2002).

La Estadstica es el arte de aprender a partir de datos (Ross, 2001)

La Estadstica estudia los mtodos cientficos para recoger, organizar, resumir
y analizar datos, as como para sacar conclusiones vlidas y tomar decisiones
razonables basadas en tal anlisis...El trmino estadstica se usa para denotar
los propios datos, o nmeros derivados de ellos, tales como los promedios. As

se habla de estadstica de empleo, estadstica de accidentes, etc. (Murray,
2000)

1.2. CONTEXTO HISTORICO

La estadstica como parte de la matemtica, es tan antigua como el
origen de ella misma, por lo tanto, desde que el hombre empez a
realizar clculos y vio la necesidad de llevar registros de sus
pertenencias y controlar lo que haba a su alrededor, empez aplicar el
manejo estadstico de la informacin, aunque fuera de una forma
rudimentaria.

Algunos aspectos que se pueden destacar a nivel histrico son los
siguientes:

En los comienzos de la civilizacin, se hacan representaciones grficas y
smbolos para contar personas, animales y cosas que se encontraban en
los ambientes propios de las personas.

Los Babilonios, aproximadamente en el ao 3000 a.C., hacan tablillas de
arcilla para llevar registros sobre produccin, es aqu donde la estadstica
se utiliza como instrumento de control.

Los Egipcios realizaban anlisis de datos sobre poblacin y renta del pas,
siendo las primeras aproximaciones relacionadas con la estadstica
demogrfica y pblica.

En los Libros Bblicos (Nmeros y Crnicas) se refieren a trabajos
estadsticos: Dos censos de la poblacin de Israel y bienestar de las
diversas tribus.

Los Griegos manejaron datos sobre la poblacin para cobrar impuestos.
Los Romanos sobre la poblacin, superficie y renta de sus territorios. En la
Edad Media se hicieron algunos censos en Europa.

Inglaterra (siglo XVI) comenz el registro de nacimientos y defunciones.

En Alemania (1691) aparece la primera tabla de mortalidad En el siglo XIX
se generaliza el Mtodo Cientfico y se vio la necesidad de reducir la
informacin a valores numricos.

Desarrollo de la Teora de la probabilidad. La probabilidad es til para
comprobar la fiabilidad de las inferencias estadsticas (generalizaciones
que se hacen con respecto a toda la poblacin a partir de los resultados
obtenidos en el estudio de una muestra) y para predecir el tipo y la
cantidad de datos necesarios con el fin de adelantar un determinado
estudio estadstico.

El campo de accin de la estadstica, tal como se mencion
anteriormente, abarca la clasificacin, presentacin de datos, estimacin
de parmetros, comprobacin de hiptesis, elaboracin de encuestas,
planeacin y ejecucin de diseos experimentales entre otros, actuando
principalmente en la entrega de resultados claros utilizados en la toma
de decisiones.

Tambin se usa el trmino estadstica para describir un conjunto de
datos como por ejemplo las estadsticas del D.A.N.E, las estadsticas del
Banco Mundial, las de la F.A.O, en fin, todos aquellos conjuntos de datos
que muestran una tendencia puntual de la poblacin, de la economa, de
las finanzas mundiales o del clima, segn sea el caso y el momento.

1.3. IMPORTANCIA Y APLICACIN DE LA ESTADSTICA

Tal como lo hemos mencionado, el trabajo de la estadstica no consiste
slo en reunir y tabular los datos, sino sobre todo el proceso de
interpretacin y anlisis de esa informacin. Si la informacin que se
analiza es de mala calidad, naturalmente los resultados y las decisiones
que se tomen no van hacer las ms apropiadas.

De igual manera, con el surgimiento de la teora de la probabilidad, se
ha aumentado el alcance y las posibilidades de las aplicaciones de la
estadstica.

La estadstica como tal, tiene la finalidad facilitar la solucin de
problemas en los diferentes campos del conocimiento y muy
especialmente, en los campos de la investigacin cientfica.

Con la evolucin de la tecnologa y los sistemas de informacin, los
procedimientos estadsticos se pueden realizar de forma ms rpida y
eficiente, por consiguiente, los resultados se obtienen de forma
inmediata y las decisiones pueden ser ms efectivas.

Veamos algunas de las reas en las cuales se aprecia la utilidad de la
Estadstica:

Control de calidad: rea del conocimiento donde la estadstica tiene un
papel fundamental, tanto as que tambin es conocido como control
estadstico de la calidad y directamente relacionado con el control
estadstico de procesos. Actualmente la Teora de Seis Sigma es una de las
ms modernas en cuanto a la aplicacin de la estadstica en el
mejoramiento de procesos.

Estudios sobre la educacin: Hoy es da es posible conocer mucho mejor
los niveles de escolaridad de la poblacin, las necesidad de educacin que
se tienen y las proyecciones sobre la evolucin en un determinado tiempo y
espacio.

Evaluacin de oportunidades de inversin: Las inversiones en la bolsa
de valores se basan en probabilidades, y estas a su vez, se basan en la
informacin estadstica. Las acciones continuamente suben y bajan, por lo
tanto, no es posible saber con exactitud su valor cul ser su valor futuro
en un momento dado, pero con base en anlisis de la informacin, se puede
tener un grado de confiabilidad que nos indica la tendencia al alza o a la
baja de ciertas reas del mercado.

Herramienta en los campos de la investigacin cientfica: Las
investigaciones que realizan los expertos en diferentes reas, tienen en la
informacin estadstica la principal fuente para soportar sus decisiones y
comprobar sus hiptesis. La investigacin cientfica lleva implcita la
investigacin estadstica.

Investigacin de mercados: Indudablemente es una de las reas ms
tradicionales de la aplicacin estadstica, sobre todo en el campo de las
encuestas acerca de la demanda, oferta y preferencia de los productos.

Investigacin Poltica: Este tpico abunda especialmente en pocas de
elecciones, donde continuamente las empresas encuestadoras realizan
sondeos de opinin y encuestas para establecer las preferencias de los
electores.

Investigaciones en salud: Los indicadores de mortalidad, morbilidad y
morbimortalidad se basan en estudios realizados en la poblacin.

Minimizacin de costos y maximizacin de utilidades: Se pueden
gestionar con eficacia multitud de aspectos empresariales mediante
procedimientos estadsticos.

Programas tributarios, sociales, defensa: A nivel gubernamental la
estadstica es clave en la gestin poltica, econmica y social. Basta con
recordar que existe un Departamento Administrativo Nacional de Estadstica
(DANE) dedicado a la recopilacin y anlisis de datos, que son bsicos para
la toma de decisiones en el gobierno nacional, regional y local.

Algunos pueden creer que el tipo de trabajo a que aspiran no exige el
conocimiento de anlisis estadstico. O bien que ser el personal
estadstico quien realice el trabajo estadstico y que ellos no tendrn
necesidad de dominar los detalles de este ltimo. No es as. Aunque
sean los profesionales especializados quienes realicen el trabajo
estadstico preciso, ustedes seguirn necesitando un determinado nivel

de formacin en este campo. Para determinar cmo puede ayudarles
tendr que saber qu es la estadstica, qu hacen los estadsticos y
cmo lo hacen. Y esto exige comprender los procedimientos
estadsticos... (Allen, 2003).

1.4. CONCEPTOS BSICOS DE LA ESTADSTICA

Antes de adentrarnos de lleno en el tema, es necesario tener muy
presentes algunos conceptos bsicos que sern utilizados de aqu en
adelante. No se trata de memorizarlos y repetirlos mecnicamente, sino
de comprenderlos y saberlos utilizar y relacionar en el momento
requerido.

Iniciemos por recordar el concepto de Estadstica. Como mencionamos
anteriormente la Estadstica se considera como la ciencia que trata de la
observacin, organizacin, descripcin, presentacin, interpretacin,
anlisis de hechos numerosos de la misma naturaleza cualquiera que
sea. Tambin se suele considerar como una parte de las matemticas
que se encarga de reunir, organizar y analizar datos numricos y que
contribuye en la solucin de problemas como el diseo de experimentos
y la toma de decisiones.

Estadstica descriptiva: Como su nombre lo indica, describe, analiza y
representa un grupo de datos que constituyen generalmente una muestra,
empleando mtodos numricos y grficos que resumen y presentan la
informacin contenida en ellos.

La estadstica descriptiva, solamente describe los datos, es decir, cuando
los resultados del anlisis no pretenden ir ms all del conjunto de datos o
muestra.

Estadstica inferencial: Cuando con la ayuda de las probabilidades se
efectan estimaciones, predicciones u otras generalizaciones sobre un
conjunto mayor de datos, que generalmente constituye la poblacin.

En la estadstica inferencial el objetivo del estudio es hacer inferencia u
obtener conclusiones acerca de la poblacin a partir de la informacin
suministrada por la muestra.

Individuos o elementos: Cada una de las personas u objetos que
contienen cierta informacin que se desea estudiar. Por ejemplo, los
estudiantes, cada uno de los piezas que son objeto de un experimento o
sometidas a una prueba.

Poblacin: Conjunto total de individuos o elementos que cumplen ciertas
propiedades comunes y que son de inters para el investigador. Por

ejemplo, todos los estudiantes de la Universidad Autnoma, un panal, un
hormiguero, los vehculos de cierta marca de una ciudad.

La poblacin se considera finita, cuando el nmero de elementos que la
forman es posible contarlos, por ejemplo el nmero de alumnos de la
Universidad Autnoma o el nmero de vehculos de cierta marca en una
ciudad.

La poblacin se considera infinita, cuando el nmero de elementos que la
forman es infinito, o tan grande que pudiesen considerarse de esta manera.
Por ejemplo: si realizramos un estudio acerca de los productos fabricados
de manera continua por una empresa, realmente tendramos que definir un
periodo de tiempo determinado, ya que la produccin es constante.

De igual manera, si realizramos un estudio acerca de los productos que
son preferidos por los consumidores. La poblacin seran todos los
productos que existieran en el mercado, lo cual sera bastante difcil de
establecer, en este caso, se podra considerar como una poblacin infinita.

Muestra: Subconjunto representativo de una poblacin. Por ejemplo, en el
caso de los estudiantes de la Universidad Autnoma, un subconjunto
pueden ser los estudiantes de quinto semestre y con respecto a los
vehculos de cierta marca, podran ser aquellos de color negro.

En la mayora de los estudios estadsticos se utilizan muestras debido a
razones como las siguientes:

a. Cuando no es indispensable utilizar todos los elementos de la poblacin
ya que con la informacin suministrada por la muestra, es suficiente
para inferir con respecto a toda la poblacin. Si en todos los casos
utilizramos la poblacin, entonces, no se requerira la estadstica
inferencial.

Cuando la muestra suministra la informacin adecuada, no se requiere
estudiar toda la poblacin porque se llegara, estadsticamente, a
resultados iguales, es decir, se tendra un error el cual se considera
aceptable para los objetivos perseguidos.

b. La poblacin puede resultar demasiado grande para ser analizada en su
totalidad. Esto a su vez, puede implicar y demandar gran cantidad de
recursos fsicos, humanos y econmicos, por lo tanto, se opta por la
muestra.

c. El tiempo para estudiar toda la poblacin puede ser demasiado largo,
tiempo que los investigadores no pueden tomarse. Hoy en da se
requieren procesos giles y oportunos que permitan tomar decisiones
bien hechas y en el menor tiempo posible.


d. Se utiliza una muestra cuando se trata de pruebas destructivas. Por
ejemplo en el caso de estudiar la vida til de unos bombillos. El
resultado es un nmero de horas de la duracin de cada bombillo lo que
implica su destruccin.

e. Por imposibilidad de acceder a toda la poblacin por condiciones fsicas,
de seguridad, ambientales o legales.

f. Cuando la poblacin es tan homognea que realmente no se requiere.
Por ejemplo en el caso de la sangre, basta con una gota para estudiar
sus principales caractersticas.

Parmetro: Es una medida estadstica de la Poblacin. Por ejemplo la
estatura media de todos los estudiantes de la Universidad Autnoma, el
consumo promedio de gasolina de los vehculos 4*4 de una ciudad.

Estadstico: Medida estadstica de la muestra. Por ejemplo, la estatura
promedio de los estudiantes de quinto semestre de la Universidad
Autnoma de Manizales, el consumo promedio de gasolina de las vehculos
4*4 de color negro de una ciudad.

Variable: Caracterstica de los elementos de la muestra o poblacin que
son objeto de estudio. Ejemplo: La edad, la estatura, el peso, la densidad,
la masa, el color, la preferencia religiosa, poltica, la resistencia, la corriente
que circula por un alambre, la velocidad, el salario, el tiempo que se gasta
realizando una tarea.

Las variables se clasifican en Cualitativas y Cuantitativas.

Variables cualitativas: Cuando las modalidades posibles son de tipo
nominal, es decir, slo se puede nombrar. En este caso no se puede
expresar en trminos numricos, pero si se pueden utilizar nmero para
identificar, codificar o clasificar; con estos nmeros, no se pueden hacer
operaciones matemticas ni algebraicas. Por ejemplo: preferencia religiosa,
color, sabor, olor, profesin, sexo, estado civil. Se consideran como
atributos.

Variables cuantitativas:Son las aquellas que se pueden expresar en
trminos numricos y por consiguiente, si podemos hacer operaciones
aritmticas. Dentro de este tipo de variables podemos distinguir dos
grupos:

a. Discretas: Aquella que asumen valores finitos y generalmente se
representan por valores enteros. Ejemplo: Nmero de hijos por familia,
nmero de artculos defectuosos producidos por una mquina, materias
inscritas por cada estudiante en determinado semestre.


b. Continuas: Cuando admiten valores enteros y fraccionarios, por lo tanto
puede asumir cualquier valor en un intervalo dado (infinitos valores), es
decir, permiten una modalidad intermedia entre sus valores, en este
caso los valores de las variables son nmeros reales. Ejemplo: la
resistencia, la corriente que circula por un alambre, la velocidad, el
salario, el tiempo que se gasta realizando una tarea.

Escalas de medidas: Son sistemas o medios codificados para asignar a un
cierto rasgo estudiado en un conjunto de individuos, nmeros o atributos,
de acuerdo con reglas previamente establecidas. Estas se pueden clasificar
de acuerdo al tipo de variables que se estn representando.

a. Escala nominal: El rasgo estudiado en los individuos solo puede
agruparse en clases de naturaleza cualitativa. Ejemplo: En una
encuesta sobre la preferencia de colores, las respuestas van a ser
codificadas como, cero si es amarillo, uno si es azul, dos si es rojo... En
este caso los nmeros servirn para identificar las categoras, pero no se
podrn hacer operaciones con ellos.

b. Escala ordinal: Es similar al caso anterior, solo que en esta
oportunidad, el rasgo estudiado puede ser objeto de ordenamiento.
Ejemplo de esto es la estatura cuando se clasifica como alto, mediano y
bajo. Tambin lo que se refiere a los grados de escolaridad, los grados
militares, los estratos sociales.

c. Escala Cardinal: En este caso, los nmeros tienen un significado real,
con los cuales se pueden realizar operaciones matemticas y
algebraicas.

d. Escala de Intervalo: Es una escala de intervalos cuando la diferencia
entre dos valores tiene sentido, el cero no tiene una interpretacin
absoluta y no se tiene un origen nico. Ejemplo: La temperatura se
constituye en uno ejemplo ms apropiados. Revisemos por qu: La
diferencia entre dos medidas se puede calcular y tiene un significado real
(podemos decir que la temperatura en la costa es en promedio mayor
que la de la zona andina), el 0 no tiene un significado absoluto, ya que
existen varias escalas de medicin (Celsius, Kelvin, Fahrenheit) y en
cada una de ellas representa un valor distinto. De igual manera, el
origen no es nico, ya que en cada escala empieza desde un valor en
particular. Algo similar sucede con las calificaciones de los estudiantes.
Cuando un alumno tiene un cero en una nota no necesariamente indica
que no tenga ningn conocimiento, ya que simplemente no present el
examen y se le coloc un cero.

e. Escala de Razones: Es una escala de razones cuando la diferencia
entre dos valores tiene sentido, el cero, tiene una interpretacin
absoluta y se tiene un origen nico. Ejemplo: La velocidad en cualquier
sistema el origen es 0, la diferencia entre dos medidas tiene sentido ya

que podemos decir por ejemplo que un vehculo se desplaza a 2 Km
menos de velocidad que otro, y cuando decimos que alguien se ha
desplazado 0 metros, significa que no se ha movido, que se encuentra
en el mismo punto inicial.

De acuerdo a lo anterior, podemos establecer el siguiente resumen de
las escalas de medicin: 1

ESCALA EL ORDEN TIENE
IMPORTANCIA?
LA DISTANCIA ENTRE
LOS NUMEROS TIENE
SENTIDO?
SE TIENE UN ORIGEN
UNICO?
NOMINAL NO NO NO
ORDINAL SI NO NO
INTERVALO SI SI NO
RAZON SI SI SI

FUENTE: Estadstica para Economa y Administracin. Richard L. Mills. Editorial McGraw Hill. 1981.

Serie Temporal (Cronolgica): Variable observada a travs del tiempo.
Ejemplo: Nmero de obreros de la empresa durante los ltimos cinco aos,
la produccin de televisores durante la ltima dcada, registrados
mensualmente.

Serie Geogrfica (Espacial): Variable mirada en el espacio. Ej.
Produccin de caf por municipio.

Dato: Medicin de una observacin.

Exactitud: Variacin que existe entre varias observaciones y un valor
denominado patrn. Tomando como referencia un disco para lanzar dardos,
el punto central es el patrn y entre ms cerca estn los lanzamientos, se
tendr mayor exactitud.

Precisin: La repetibilidad de varias observaciones y no implican la
exactitud.

Confiabilidad: Grado de exactitud y precisin de un conjunto de
observaciones.

1
Estadstica para Economa y Administracin. Richard L. Mills. Editorial McGraw Hill. 1981.

Grfica 1.2: Exactitud, Precisin y Confiabilidad

Anlisis Univariado: Cuando se analiza una sola variable.

Anlisis Bivariado: Anlisis de dos medidas en los elementos de la
muestra o poblacin.

Anlisis Multivariado: Anlisis de dos o ms variables.

A continuacin se presenta un diagrama resumen de los aspectos ms
importantes vistos hasta el momento.

EXACTITUD
CONFIABILIDAD
PRECISION

Grfica 1.3: Conceptos Generales en Estadstica

ESTADISTICA DESCRIPTIVA
COMO SU NOMBRE LO INDICA,
DESCRIBE O CARACTERIZA
UN CONJUNTO DE DATOS.
ESTADISTICA INFERENCIAL
OBTENER CONCLUSIONES CON RESPECTO
A UNA POBLACION A PARTIR DE LA INFORMACION
SUMINISTRADA POR UNA MUESTRA.
MUESTRA
Subconjunto representativo
de la poblacin
POBLACION
Coleccin completa de todos
los elementos u observaciones que
son de inters para el investigador.
ESTADISTICO O ESTADIGRAFO
Medida que describe una muestra
PARAMETRO
Medida descriptiva de la poblacin
VARIABLE
Caracterstica de los elementos de l a
muestra o poblacin que se estudia
VARIABLE CUALITATIVA VARIABLE CUANTITATIVA
V.C. DISCRETA V.C. CONTINUA
ESCALA NOMINAL ESCALA ORDINAL
ESCALA DE
INTERVALOS
ESCALA DE
RAZONES
ESCALA CARDINAL
ESTADISTICA
Mtodo cientfico de recoleccin, organizacin, presentacin, anlisis e
interpretacin de datos, a fin de obtener conclusiones y tomar decisiones.

1.5. INVESTIGACIN ESTADSTICA

Las etapas de la investigacin estadstica se resumen en lo siguiente:

Grfica 1.4. Etapas de la investigacin estadstica. (Adaptado de Giraldo Gmez, Hugo, 1998)

PLANEACION DE LA INVESTIGACIN: Se refiere bsicamente al
diseo integral del estudio estadstico estableciendo los alcances,
metodologa, recursos disponibles tanto econmicos como humanos.
Establece qu investigacin se va hacer, cuando se va a realizar,
quienes participarn, como se va a realizar, cunto costar llevarlo a
cabo y como se evaluar el desarrollo de la misma.

Es supremamente importante, dedicarle un tiempo significativo en
esta etapa del proceso, ya que es la principal, en el sentido de que si
no se planean bien la investigacin, todo lo que se haga se ver
afectada.

En la planeacin se pueden prever algunas dificultades y se trata de
minimizar los problemas que se puedan presentar ms adelante, por
ello, en esta etapa tambin se planea y desarrolla la prueba piloto
que sirve para retroalimentar oportunamente la investigacin
estadstica.

En la siguiente grfica se presentan los aspectos que se tiene en
cuenta en la planeacin:
PLANEACION DE LA INVESTIGACION
RECOLECION DE DATOS
ORGANIZACIN DE DATOS
PRESENTACION DE LOS DATOS
ANALISIS DE LOS DATOS PRESENTADOS
INTERPRETACIONES Y CONCLUSIONES

Grfica 1.5. Planeacin de la investigacin estadstica. (Adaptado de Giraldo Gmez, Hugo, 1998)

RECOLECCION DE DATOS: La recopilacin de datos es una de las
partes esenciales de toda investigacin; por tal razn existen diseos
y mtodos para recopilar y clasificar la informacin. Entre los
mtodos ms comunes de recoleccin de informacin se encuentran
los cuestionarios.

Un cuestionario consiste en un conjunto de preguntas respecto a
una o ms variables a medir (Sampieri, 1999). El tipo de preguntas
y la cantidad de las mismas, depende de la investigacin a realizar.

Tipo de preguntas de un cuestionario

CERRADAS: Se ofrecen alternativas de respuesta para que el
informante seleccione una. Las respuestas son excluyentes y
limitadas ya que dependen de lo que haya establecido el autor.
Ejemplo: sexo: masculino, femenino; estrato social: Alto, medio,
bajo; grado de escolaridad: Doctorado, maestra, especializacin,
profesional, bachiller, sin estudios.

Este tipo de preguntas facilitan el proceso de tabulacin y se deben
plantear cuando haya mucha claridad en las posibles respuestas que
se pueden obtener. Tambin son muy tiles cuando se trata de
aspectos tcnicos, como por ejemplo un experimento o prueba de
laboratorio.

PLANTEAMIENTO DEL PROBLEMA
DISEO DE LOS PLANES
DE RECOLECCION
EVALUACION DE LA INVESTIGACION
DEFINICION
OBJETIVOS
JUSTIFICACION
DEFINICION DE TERMINOS
PLANEACION
DE LA
INVESTIGACION
METODOLOGIA
ESTUDIO BIBLIOGRAFICO
Definir la Poblacin, la muestra, instructivos de
crtica y codificacin. DISEO DE FORMULARIOS:
Propsito, datos a recolectar, formular las
preguntas, ordenarlas, precodificar respuestas,
caractersticas del formulario, observaciones,
prueba de operabilidad.

Cuando las preguntas cerradas tienen nicamente dos alternativas,
una negativa y otra positiva, se denominan dicotmicas. Tambin
pueden ser de seleccin mltiple con una nica respuesta o varias.

En este tipo de preguntas, tambin se puede solicitar una estimacin
o graduacin como por ejemplo dar preferencias mediante un
ordenamiento o puntaje establecido a pautas indicadas.

ABIERTAS: La pregunta ofrece al informante una extensin de su
respuesta lo que considere necesario. Son un poco ms difciles de
tabular, porque las respuestas pueden ser muy variadas. Se colocan
este tipo de preguntas cuando se requiere conocer adecuadamente
la opinin de las personas y no se desea condicionar las respuestas,
de igual manera, cuando no se conoce de antemano, las posibles
alternativas de respuestas.

ORGANIZACIN DE DATOS: La informacin que hemos
recolectado requiere ser organizada de tal manera que podamos
hacer una primera depuracin de la informacin. Aquellos datos que
definitivamente son incorrectos porque se salen del contexto y la
naturaleza de los mismos deben ser retirados.

PRESENTACIN DE DATOS: Adems, es importante presentar los
datos recopilados y clasificados, en grficos y tablas que indiquen de
una manera clara el comportamiento de fenmeno estudiado.

ANLISIS E INTERPRETACIN DE LOS DATOS PRESENTADOS:
Es aqu donde empieza la verdadera importancia de la Estadstica. El
experto o investigador ha de analizar la informacin, interpretando
aquellos datos que sean ms relevantes para su estudio. De esta
forma, da claridad mediante observaciones concretas sobre el
comportamiento del fenmeno estudiado y obteniendo conclusiones
acerca del mismo.

Claro est que la informacin anteriormente analizada e interpretada
ser la base para la toma de decisiones, con un nivel de incertidumbre
inferior, en caso de que no se realizara el estudio estadstico previo.

La investigacin estadstica ayuda en todas las situaciones donde existe
incertidumbre, donde no se pueden predecir los resultados con un ciento
por ciento de certeza y donde se pueden analizar una gran cantidad de
variables al mismo tiempo, definiendo claramente sus efectos sobre los
resultados del experimento.

El diseo, realizacin e interpretacin de un experimento estn
condicionados a la naturaleza, caractersticas del contexto y criterios
especficos de la investigacin del mismo investigador.

1.6. OPERACIONES DE USO FRECUENTE EN LA ESTADSTICA

1.6.1. RAZON:

La informacin cuantitativa de muchos estudios, puede ser expresa en
valores reales o valores relativos para propsitos de comparacin. Por
ejemplo, si hay 3000 estudiantes en la Universidad Autnoma, de los
cuales 1000 son mujeres, la comparacin entre el nmero de mujeres y
el nmero de hombres, puede hacerse en dos formas:

1- 1.000 mujeres a 2.000 hombres (valores reales).
2- 1 mujer por cada 2 hombres ( valores relativos)

En general, la razn es el cociente del primer trmino dividido
por el segundo.

Teniendo en cuenta que una razn puede ser expresada como una
fraccin (numerador/denominador), las reglas que se aplican a las
fracciones se pueden aplicar a las razones, la simplificacin es una de
ellas as: 10/20 puede ser cambiada a , y la razn 10 a 20 es igual a
la razn de 1 a 2 10:20 = 1:2.

En una fraccin, cuando cada uno de sus trminos es multiplicado o
dividido por el mismo nmero, distinto de cero, el valor de la fraccin no
cambia. Igual sucede con la razn, as:

TERMINOS RAZN
SIMPLE
MULTIPLICADA
POR 8
MULTIPLICADA
POR 10
A 2 16 20
B 3 24 30
C 7,5 60 75
TOTAL 12,5 100 125

A : B : C =2 : 3 : 7,5 = 16 : 24 : 60 = 20:30:75


1.6.2. PROPORCIN:

Una proporcin es un enunciado el cual indica que dos razones
son iguales as, a/b = c/d. Se lee, la razn de a a b es igual a la razn
de c a d, a es a b como c es a d.

Cuando se dan tres de los cuatro trminos de una proporcin, el trmino
desconocido puede resolverse de la siguiente manera:

Ejemplo: 5 es a 6 como X es a 12
12
6
5
X

6*X =5(12) 5:6 = 10:12
X = 60/6
X = 10 Proporcin: 0.833

En la proporcin, el numerador hace parte del denominador, por lo
tanto, se suele hablar de proporcin cuando se establece la razn entre
un valor con respecto a un total, del cual hace parte el primer valor.
Retomando el ejemplo de los estudiantes de la Universidad, podemos
establecer lo siguiente:

Si hay 3000 estudiantes en la Universidad Autnoma, de los cuales 1000
son mujeres, la proporcin de hombres con respecto a las mujeres es:

066
3000
2000
hom 2000 1000
2000

bres mujeres
mujeres

Esto nos indica que por cada 100 estudiantes en la Universidad, 66 son
hombres. La base de comparacin puede ser 1 o 100.

1.6.3. EL PORCENTAJE

Es una razn expresada en trminos porcentuales, es decir, con
respecto a 100%. Por ejemplo, la razn de 30 a 100 puede ser escrita
como 30%, lo cual es equivalente a la fraccin comn 30/100 el
decimal 0,30. Como vimos anteriormente, si hay 3.000 estudiantes en
la Universidad, incluyendo 1.000 mujeres y 2.000 hombres, la
comparacin entre el nmero de mujeres y el nmero de hombres

diramos que hay 1 mujer por cada 2 hombres. Expresado en trminos
porcentuales tenemos que:

% 50 100 *
2
1

Lo que nos indica que las mujeres son el 50% con respecto a los
hombres.

1.6.4. COEFICIENTE

Es una razn expresada generalmente con respecto a un denominador
de 1000, 10000 100000. Se expresa con respecto a un periodo de
tiempo y un lugar determinado. Cuando el coeficiente se refiere a una
poblacin, se le conoce como tasa.

Tasa de desempleo = nmero de personas desempleadas
Poblacin econmicamente activa

En una regin existen 1200 desempleados y la poblacin
econmicamente activa es de 120000 personas. La tasa de desempleo
es de:

Tasa de desempleo: 01 . 0
120000
1200
, podramos decir entonces que por
cada 1000 personas econmicamente activas, se tienen 10 que estn
desempleadas. O tambin que por cada 10000 personas
econmicamente activas existen 100 que estn desempleadas.

1.7. ORGANIZACIN Y PRESENTACIN DE LOS DATOS.

La informacin que hemos recolectado requiere ser organizada de tal
manera que podamos hacer una primera depuracin de la informacin.
Aquellos datos que definitivamente son incorrectos porque se salen del
contexto y la naturaleza de los mismos deben ser retirados. Adems, es
importante presentar los datos recopilados y clasificados, en grficos y
tablas que indiquen de una manera clara el comportamiento de
fenmeno estudiado.

El tipo de tablas y grficos a utilizar dependen del tipo de datos que
estemos trabajando, de los intereses del investigador y de las
necesidades de presentacin de la informacin, lo importante es que los
grficos y las tablas indiquen de una manera clara el comportamiento
del fenmeno estudiado.

Veamos entonces, como podemos hacer esta organizacin y
presentacin de datos.

1.7.1. Tabulacin de variables cualitativas

Cuando trabajamos con variables cualitativas, es suficiente con la
construccin de tablas simples y sus respectivos grficos tal como se
plantea en el siguiente ejemplo:

Cuarenta productos de la Empresa J&R fueron revisados por el inspector
de calidad en el mes de noviembre de 2008, y se obtuvieron los
siguientes datos.

PRODUCTO TIPO DE
DEFECTO
PRODUCTO TIPO DE
DEFECTO
1. D 2. A
3. B 4. B
5. A 6. A
7. B 8. B
9. A 10. A
11. C 12. C
13. A 14. A
15. B 16. D
17. A 18. A
19. C 20. B
21. A 22. A
23. B 24. C
25. A 26. A
27. B 28. B
29. C 30. D
31. B 32. B
33. A 34. C
35. B 36. B
37. A 38. A
39. B 40. D
A= Defecto Tipo A C= Defecto Tipo C
B= Defecto Tipo B. D= Defecto Tipo D.

Como se puede apreciar, esta es una variable cualitativa que
corresponde al tipo de defecto encontrado en los productos
inspeccionados. La informacin tabulada queda de la siguiente manera:


TIPO DE
DEFECTO
PRODUCTOS
fi hi
A 16 40%
B 14 35%
C 6 15%
D 4 10%
TOTAL 40 100%

Desde ahora, utilizaremos fi para las frecuencias absolutas sin acumular
y hi para las frecuencias relativas sin acumular.

La informacin organizada de esta manera facilita su comprensin e
interpretacin, la cual ha quedado consolidada en una tabla de una sola
entrada, es decir, una sola variable que corresponde al tipo de defecto.
De acuerdo con esto, podemos decir que el 40% de los defectos
encontrados en los productos corresponde al tipo A. Tambin se puede
decir que el 40% de los productos inspeccionados, presentan el defecto
tipo A.

Para las variables cualitativas, podemos utilizar el grfico de pastel o el
grfico de barras. Veamos cmo quedara.

Grfica 1.6. Grficos de Pastel y Barras.

Cuando tenemos varias variables cualitativas podemos hacer tablas de
dos o ms entradas (bidimensionales o multidimensionales), tal como se
presenta a continuacin, con un ejercicio similar al anterior pero
modificado.

Cuarenta productos de la Empresa J&R fueron revisados por el inspector
de calidad identificando la mquina de dnde provena el producto, el
tipo de defecto presentado y la clasificacin de dicho defecto, en el mes
de noviembre de 2008, y se obtuvieron los siguientes datos.

MAQUINA TIPO DE DEFECTO CLASIFICACION
DEL DEFECTO
MAQUINA TIPO DE DEFECTO CLASIFICACION
DEL DEFECTO
M1 A L M3 A G
M2 B L M3 B L
M3 A G M2 A G
M3 B G M2 B G
M2 A L M1 A L
M2 B L M2 B L
M3 A G M3 A G
M1 B G M1 B L
M1 A L M2 A G
M2 B G M3 B L
M3 A G M3 A G
M3 B L M3 B L
M2 A L M2 A G
M2 B G M2 B G
M1 A G M1 A L
M2 B L M2 B G
M3 A G M3 A L
M1 B L M1 B G
M2 A G M2 A G
M3 B L M1 B L
M1= Maquina 1 L=Defecto Leve A= Defecto Tipo A
M2= Mquina 2 G=Defecto Grave B= Defecto Tipo B.
M3= Mquina 3.

La tabla consolidada queda de la siguiente forma:

CANTIDAD PRODUCTOS
MAQUINAS A B TOTAL
G L G L
fi hi fi hi fi hi fi hi fi hi
M1 1 3% 4 10% 2 5% 3 8% 10 25%
M2 5 13% 2 5% 5 13% 4 10% 16 40%
M3 7 18% 1 3% 1 3% 5 13% 14 35%
TOTAL 13 33% 7 18% 8 20% 12 30% 40 100%

Naturalmente, esta ltima tabla, suministrada una completa y variada
informacin pudiendo interpretar aspectos como: El 18% de los
productos inspeccionados provienen de la mquina 3, que presentaron
un defecto tipo A, clasificado como grave. Tanto de las tablas como de

los grficos, se interpreta y se obtiene la informacin de inters para el
investigador.

El grfico correspondiente a esta tabla se presenta a continuacin:

Grfica 1.7. Grfico de Barras productos Empresa J&R

Cuando tenemos pocos datos, no se justifica hacer una tabla de datos,
basta simplemente con hacer el registro de los mismos, pero cuando el
nmero de datos no permite mediante una simple inspeccin hacer el
respectivo anlisis, se requiere entonces, elaborar la respectiva tabla.

Al tabular variables cualitativas generalmente se obtienen las
frecuencias relativas o absolutas no acumuladas, pero tambin podran
obtenerse las frecuencias absolutas acumuladas (Fi) y las frecuencias
relativas acumuladas (Hi). La primera frecuencia absoluta acumulada,
corresponde a la primera frecuencia absoluta sin acumular. La segunda
frecuencia absoluta acumulada es igual a la primera frecuencia absoluta
acumulada ms la segunda frecuencia absoluta sin acumular y as
sucesivamente. De manera similar se construyen las frecuencias
relativas acumuladas.
Tanto las frecuencias relativas sin acumular como las acumuladas, se
pueden expresar en trminos decimales o porcentajes. Observemos el
siguiente ejemplo:

0
1
2
3
4
5
6
7
G L G L G L G L G L G L
A B A B A B
M1 M2 M3
1
4
2
3
5
2
5
4
7
1 1
5

TABLA No. 2. Frecuencias de acuerdo al documento de identificacin
correspondiente a una muestra de 97 personas
consultadas en el mes de enero de 2009 en la ciudad
de Manizales.

CODIGO TIPO DE
DOCUMENTO
NUMERO DE PERSONAS
f
i
h
i
% F
i
H
i
%
1
2
3
CEDULA
TARJETA
CARNET
72
17
8
74.53
17.53
8.25
72
89
97
74.53
91.75
100.00

La tabla anterior, expresa en trminos decimales queda as:

TABLA No. 2. Frecuencias de acuerdo al documento de identificacin
correspondiente a una muestra de 97 personas
consultadas en el mes de enero de 2009 en la ciudad
de Manizales.

CODIGO TIPO DE
DOCUMENTO
NUMERO DE PERSONAS
f
i
h
i
F
i
H
i

1
2
3
CEDULA
TARJETA
CARNET
72
17
8
0.7453
0.1753
0.0825
72
89
97
0.7453
0.9175
1.0000

Las frecuencias acumuladas, nos permiten interpretar integrando
categoras por ejemplo, podemos expresar que el 91.75% de las 97
personas preguntas, tienen como documento de identificacin la cdula
o la tarjeta.

CARACTERSTICAS DE LAS TABLAS DE FRECUENCIAS

En la elaboracin de una tabla o cuadro estadstico se debe tener en
cuenta las siguientes caractersticas:

La tabla debe ir identificada con un nmero.
El ttulo que identifique:
Qu contiene?
Cmo se clasifica la variable?
Dnde se tomaron los datos?
Cundo se tomaron los datos?

Fuente de los datos que da origen a la tabla.
Observaciones donde se especifiquen algunos detalles o informacin
especfica.

CARACTERSTICAS DE LOS GRAFICOS

El Grfico circular, Diagrama de Barras y el Pictograma generalmente
se utilizan para variables cualitativas. El Histograma, el Polgono de
Frecuencias y el Diagrama de frecuencias son usados para las variables
cuantitativas.

Limitaciones:

No puede representarse tantos grupos de datos como en las tablas.
Representar valores aproximados. No se pueden registrar todas las
cifras.
Se pueden generar conclusiones errneas por ilusiones pticas o
engaosas.

Beneficios.

Son agradables para el lector.
Nos dan una idea rpida sobre el tema.

Un grfico para que se considere completo debe tener:

Debe ir identificado con un nmero.
El ttulo que identifique:
Qu contiene?
Cmo se clasifica la variable?
Dnde se tomaron los datos?
Cundo se tomaron los datos?
Fuente de los datos que da origen al grfico.
Escala de medicin (unidad de medida). En X se presenta la
clasificacin de los datos. En el eje Y generalmente se expresa la
magnitud o frecuencia.
Se deben registrar convenciones, de acuerdo al tipo de grfico.

GRAFICOS ENGAOSOS

Al momento de revisar o hacer un grfico se debe tener muy presente la
escala, ya que en un mismo grfico puede percibirse un mensaje
diferente si no se analiza adecuadamente las escalas en que fue
construido.

Grfica 1.8. Grficos Engaosos

Las dos grficas anteriores, representan la misma informacin, pero la
primera est en una escala cuyo valor mximo de referencia es 14,
mientras que la segunda, este valor es de 50. La primera grfica,
aparentemente refleja cambios ms bruscos que en la otra. En algunas
ocasiones, la persona que presenta la grfica puede estar interesada en
generar un impacto positivo al momento de presentar las ganancias o
utilidades de una empresa o suavizar los cambios en las tasas de
inters.

Algo similar ocurre cuando se utilizan porcentajes. Por ejemplo, en dos
municipios, A y B, se dice que el nmero de muertes violentas se
increment en un 100% en el ao 2008 con respecto al 2007.
Naturalmente, cualquier muerte es lamentable, pero si nos
complementan la informacin y nos dicen que en el Municipio A, el
nmero de muertes violentas en el ao 2007 fue 1, mientras que en el
municipio B, fueron 100, la situacin cambia ostensiblemente.

De ah la importancia de mantener un espritu crtico y analtico frente a
la informacin estadstica que nos presentan.

3,51
11,71
9,37
5,85
9,37
8,19
2,34
2,34
2,34
9,37
9,37
4,68
9,37
5,85
2,34
0
2
4
6
8
10
12
14
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
3,51
11,71
9,37
5,85
9,37
8,19
2,34
2,34
2,34
9,37
9,37
4,68
9,37
5,85
2,34
0
5
10
15
20
25
30
35
40
45
50
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

1.7.2. Tabulacin de variables cuantitativas

Variables con poca variabilidad.

Cuando el tamao de la muestra es grande y el rango de la variable es
pequeo y existen valores que se repiten, el tratamiento es muy similar
que una variable cualitativa, ya que se pueden tomar los valores de
referencias como categoras, entonces no hay necesidad de construir
intervalos.

Ejemplo: Se registr el tiempo en segundos que gastan los operarios de
una empresa para la realizacin de una operacin en un proceso de
ensamble de un producto y se obtuvieron los siguientes datos:

Tiempo en segundos requeridos para una operacin de ensamble.
310 325 315 315 315
320 320 320 320 310
320 320 325 310 320
320 320 310 325 325
315 315 310 315 315
315 315 310 315 315
320 320 320 310 320
315 325 320 325 310
310 320 315 315 315
325 310 325 325 325

Podemos observar que los tiempos presentan valores muy similares y
que las categoras son pocas, comprendidas entre 310 y 325 segundos.
Esta informacin registrada en una tabla queda de la siguiente manera:

TIEMPO
(En segundos)
NUMERO DE
OPERARIOS
fi hi Fi Hi
310 10 20% 10 20%
315 15 30% 25 50%
320 15 30% 40 80%
325 10 20% 50 100%
Total 50 100%


Grfica 1.9. Tiempo en que demoran los operario para realizar la tarea

En este tipo de variables, podemos utilizar el grfico de pastel o el
grfico de barras.

Datos con gran variabilidad y generalmente mayores a 30

En este caso, el tamao de la muestra es generalmente grande (mayor
a 30), pero sobretodo, los datos son distintos entre s, por lo tanto,
establecer categoras simples como se hizo en las variables cualitativas
y en el caso inmediatamente anterior de la variable cuantitativa, se
vuelve muy dispendioso y de poca utilidad. Se hace necesario construir
intervalos o rangos, siguiendo el procedimiento que se describe a
continuacin.

Ejemplo:
Suponga que los siguientes datos representan el tiempo en segundos
que gastan los operarios de la Empresa Metlicos S.A. de Bogot, para
la realizacin de una operacin en un proceso de ensamble de un
producto, los cuales se obtuvieron en un estudio de mtodos y tiempos,
realizado en el mes de mayo de 2009.

425 315 325 333 339 347 353 358 368 384
295 316 325 333 342 348 354 359 369 384
290 360 327 334 343 348 354 362 370 412
305 317 328 335 344 348 354 364 374 415
307 320 329 335 345 348 356 364 375 386
307 321 331 336 345 349 356 365 377 393
312 321 333 336 346 350 357 366 380 395
312 323 333 338 346 353 357 367 382 403

TIEMPO EN QUE DEMORAN LOS OPERARIOS EN REALIZAR UNA TAREA
TIEMPO EN SEG
310
315
320
325
20,00%
30,00% 30,00%
20,00%

Para hacer la tabulacin de los datos procedemos de la siguiente forma,
teniendo en cuenta que existen otras alternativas de hacer la tabulacin
de los datos. Los smbolos utilizados para representar las frecuencias y
dems valores, se hacen de manera personalizada para el presente
texto, con el fin de contribuir a un mejor entendimiento del tema por
parte del lector.

1. Definir la variable:

La variable el tiempo en segundos que gastan los operarios para la
realizacin de una operacin en un proceso de ensamble de un producto
en la Empresa Metlicos S.A. de Bogot, registrados en el mes de mayo
de 2009. Es importante, porque a veces se empieza a resolver el
ejercicio y no se tiene claridad acerca de la variable que se est
manejando. Luego cuando se est construyendo la tabla o se va a
graficar los datos, no se sabe ubicar los valores que corresponde al eje X
y Y.

2. Definir el Rango (R):

El rango es la distancia o diferencia que existe entre el mximo valor y
el mnimo. Se denota con la letra R.
El mximo valor es 425 y el mnimo es 290.
Rango = R = valor mximo valor mnimo = 425 290 = 135.

3. Establecer el nmero de clases o intervalos (K):

Se puede decidir el nmero de intervalos que se vayan a emplear por
la frmula de Sturges donde el nmero de intervalos (K) es igual a K =
1 + 3,3 Log n.

80 3 . 3 1 Log k K = 7.28, aproximando k = 7.

Este es el nmero de intervalos recomendado, pero si se requiere, se
deber adicionar uno ms de tal forma que se garantice que todos los
valores estn ubicados adecuadamente.

En diferentes textos de estadstica se recomienda que el nmero mnimo
de intervalos sea de 5 y el mximo de 15. Esto debido a que un nmero
inferior no nos permitira observar informacin que puede ser til. Por el
contrario, un nmero de clases o intervalos mayor a 15, nos ofrecera
detalles que no seran realmente significativos.

El nmero de clases tambin se puede obtener como la raz cuadrada
del nmero de datos: k = n , por lo tanto: 944 . 8 80 k , que
aproximaramos a 9.
Entre mayor sea el nmero de intervalos, menor ser el rango o
amplitud del intervalo.

Para el ejemplo utilizaremos siete intervalos (k=7)

4. Calcular el tamao de la amplitud (a)

La obtenemos dividiendo el rango (R) entre el nmero de intervalos (k).

a = 135/7 = 19.28 Se aproxima a 19 segundos.

5. Construccin de Intervalos

Construir el primer intervalo, empezando con el lmite inferior, y en
este caso, utilizando un valor que sea igual al valor mnimo, as:

LS = LI + a, esto es: Lmite Superior = Lmite Inferior + amplitud

Lmite Inferior = Valor mnimo = 290
Amplitud = 19
LS = 290 + 19,
LS = 309

El lmite inferior del segundo intervalo ser el lmite superior de la
primera y as sucesivamente se repite esta operacin para los dems
intervalos, hasta llegar a un intervalo que contenga el mayor valor de
los datos del conjunto (325).

La tabla entonces tendr los siguientes intervalos:

INTERVALOS
(TIEMPO EN
SEGUNDOS)
290 309
309 328
328 347
347 366
366 385
385 404
404 423
423 442


Con el fin de que no haya dificultad al momento de decidir donde se
ubica determinado valor, ya que los valores del lmite superior y el lmite
inferior de la clase siguiente se traslapan, se opta por ubicar valores por
debajo del lmite superior, pero iguales a los del lmite inferior, es decir:
Lmite inferior <=X< Lmite superior.

Tambin se pueden establecer lmites no solapados para evitar alguna
confusin.

6. Obtencin de las frecuencias absolutas sin acumular (fi):

La frecuencia absoluta sin acumular es el nmero de repeticiones de un
valor de la variable que se agrupan dentro de los intervalos. Se denota
como fi.

Las frecuencias absolutas quedaran as:

INTERVALOS
(TIEMPO EN
SEGUNDOS)
FRECUENCIAS
ABSOLUTAS SIN
ACUMULAR (fi)
(Nmero de Operarios)
290 309 5
309 328 13
328 347 21
347 366 23
366 385 11
385 404 4
404 423 2
423 442 1
TOTAL 80

7. Obtencin de las frecuencias relativas sin acumular: (h
i
)

Es el porcentaje de la informacin que pertenece a cada intervalo, es el
cociente entre la frecuencia absoluta y el tamao de la muestra, as:
100 *
n
fi
hi
Por ejemplo para la primera frecuencia relativa nos queda:
% 5 100 *
80
4
1
h
De esta misma manera se proceda para hallar las dems frecuencias
relativas, las cuales quedaran as:


INTERVALOS
(TIEMPO EN
SEGUNDOS)
FRECUENCIAS
ABSOLUTAS SIN
ACUMULAR (fi)
FRECUENCIAS
RELATIVAS SIN
ACUMULAR (hi)
(Porcentaje de
Operarios)
290 309 5 6,25
309 328 13 16,25
328 347 21 26,25
347 366 23 28,75
366 385 11 13,75
385 404 4 5,00
404 423 2 2,50
423 442 1 1,25
TOTAL 80 100%

8. Obtencin de las frecuencias absolutas acumuladas (F
i
):

Acumulacin sucesiva en forma ascendente o descendente de las
frecuencias absolutas. En este caso nicamente las manejaremos en
forma ascendente. La primera frecuencia absoluta acumulada es igual a
la primera frecuencia absoluta sin acumular. La Segunda frecuencia
absoluta acumulada es igual a la primera frecuencia absoluta sin
acumular ms la segunda frecuencia absoluta sin acumular, as
sucesivamente.

Por ejemplo, la tercera frecuencia absoluta acumulada es igual a:
F3 = f3 f2 f1 39 19 16 4 .
La tabla nos queda as:

INTERVALOS
(TIEMPO EN
SEGUNDOS)
FRECUENCIAS
ABSOLUTAS SIN
ACUMULAR (fi)
FRECUENCIAS
RELATIVAS SIN
ACUMULAR (hi)
(Porcentaje de Operarios)
FRECUENCIAS
ABSOLUTAS
ACUMULADAS (Fi)
(Nmero de operarios)
290 309 5 6,25 5
309 328 13 16,25 18
328 347 21 26,25 39
347 366 23 28,75 62
366 385 11 13,75 73
385 404 4 5,00 77
404 423 2 2,50 79
423 442 1 1,25 80
TOTAL 80 100%

9. Obtencin de las frecuencias relativas acumuladas (Hi):

Es la misma situacin que para las frecuencias absolutas acumuladas,
solo que se acumulan son las frecuencias relativas.
Por ejemplo: para el intervalo nmero cuatro (347 366):

H4 = h1+h2+h3+h4= 68.75 20 23,75 20 5 . Las frecuencias relativas
acumuladas quedan as:

INTERVALOS
(TIEMPO EN
SEGUNDOS)
FRECUENCIAS
ABSOLUTAS SIN
ACUMULAR (fi)
FRECUENCIAS
RELATIVAS SIN
ACUMULAR (hi)
(% de Operarios)
FRECUENCIAS
ABSOLUTAS
ACUMULADAS (Fi)
(Nmero de operarios)
FRECUENCIAS
RELATIVAS
ACUMULADAS (Hi)
(% de operarios)
290 309 5 6,25 5 6,25
309 328 13 16,25 18 22,50
328 347 21 26,25 39 48,75
347 366 23 28,75 62 77,50
366 385 11 13,75 73 91,25
385 404 4 5,00 77 96,25
404 423 2 2,50 79 98,75
423 442 1 1,25 80 100,00
TOTAL 80 100%

10. Obtencin de las Marcas de Clase (Mi):

En cada intervalo se calcula la marca de clase, que es el valor promedio
de los lmites inferior y superior de cada intervalo respectivamente. Esta
marca de clase se constituye en un valor que representa todos los
componentes clasificados en el grupo correspondiente.

M
i
= (LI + LS1) = Marca de Clase =
2
Inferior Lmite Superior Lmite

La primera marca de clase es: 5 . 299
2
309 290
1
M

Las marcas de clase completas son:

INTERVALOS
(TIEMPO EN SEGUNDOS)
MARCA DE CLASE (Mi)
(TIEMPO EN SEGUNDOS)
290 309 299.5
309 328 318.5
328 347 337.5
347 366 356.5
366 385 375.5
385 404 394.5
404 423 413.5
423 442 432.5

La tabla completa de frecuencias se presenta a continuacin:


TABLA No. 1. Tabla de frecuencias de los tiempos en segundos
gastados por los operarios en realizar una operacin en un proceso de
ensamble de la Empresa Metlicos S.A., correspondientes al mes de
mayo de 2009.

INTERVALOS
(TIEMPO EN
SEGUNDOS)
FRECUENCIAS
ABSOLUTAS SIN
ACUMULAR (fi)
(No. de Operarios)
FRECUENCIAS
RELATIVAS SIN
ACUMULAR (hi)
(% de Operarios)
FRECUENCIAS
ABSOLUTAS
ACUMULADAS (Fi)
(No. de Operarios)
FRECUENCIAS
RELATIVAS
ACUMULADAS (Hi)
(% de operarios)
MARCA DE CLASE
(Mi) (TIEMPO EN
SEGUNDOS)
290 309 5 6,25 5 6,25 299.5
309 328 13 16,25 18 22,50 318.5
328 347 21 26,25 39 48,75 337.5
347 366 23 28,75 62 77,50 356.5
366 385 11 13,75 73 91,25 375.5
385 404 4 5,00 77 96,25 394.5
404 423 2 2,50 79 98,75 413.5
423 442 1 1,25 80 100,00 432.5
TOTAL 80 100%
Fuente: Elaborado por el autor.

De la informacin contenida en la tabla se pueden hacer las siguientes
interpretaciones:

23 de los 80 operarios de la Metlicos S.A. gastan entre 347 y
366 segundos en la realizacin de la operacin, lo cual representa
el 28.75% de los operarios registrados. Mientras que otro 26.25%
gasta entre $328 y $347 segundos.

Un 28.75% de los operarios gastan un tiempo promedio de $356.5
segundos, mientras que otro 13.75% gasta en promedio $375
segundos.

El 48.75% de los 80 operarios que hicieron parte del estudio
gastan un tiempo oscila entre 290 y 347 segundos.

Slo un trabajador gasta entre 423 y 442 segundos. En promedio
gasta 432.5 segundos (marca de clase).

A partir de estos resultados se deben obtener las conclusiones
pertinentes y por consiguiente las decisiones relacionadas con el
mejoramiento de la productividad, tales como incentivos laborales,
reorganizacin de tareas, rediseo de la lnea de trabajo, reubicacin de
operarios, mejoramiento de la tecnologa u otras.

Cuando se calculan las medidas para datos no agrupados y los mismos
datos agrupados, existe una diferencia entre estas medidas, conocido

como error de agrupamiento, el cual es mnimo y se acepta en virtud al
proceso mismo que facilita el manejo de la informacin.

Para la graficar una variable de este tipo, se puede usar el histograma
de frecuencias y el polgono de frecuencias.

El histograma puede ser de frecuencias absolutas sin acumular o
acumuladas o la frecuencias relativas sin acumular o acumuladas.

Histograma: Es un grfico donde todas las barras tienen igual ancho,
sirve para representar grficamente una distribucin de frecuencias con
intervalos de amplitud iguales. En el eje X se presentan los intervalos y
en el eje Y las frecuencias correspondientes a cada intervalo. Las
frecuencias pueden ser absolutas o relativas, tanto acumuladas como
sin acumular.

HISTOGRAMA DE FRECUENCIAS ABSOLUTAS


Polgono de frecuencias: Se construye a partir del Histograma. Se
forma uniendo los puntos medios de los intervalos, estos puntos medios
se marcan a una altura correspondiente a la frecuencia de cada
intervalo. Al igual que el Histograma, tambin puede ser de frecuencias
absolutas y relativas, sin acumular o acumuladas. El histograma y el
polgono se pueden graficar de manera simultnea, superponindose.
0
5
10
15
20
25
1
N
U
M
E
R
O
D
E
O
P
E
R
A
R
I
O
S
290 309 328 347 366 385 404 423 442
TIEMPO EN SEGUNDOS

(Polgono de Frecuencias)

Otro grfico que es interesante de analizar es el Diagrama de Cajas y
Bigotes (Box-and-Whisker Plot) que suministra valiosa informacin para
la interpretacin de la variable, que ser analizada en detalle en el
prximo captulo.

(Diagrama de Caja y Bigotes)

0
5
13
21
23
11
4
2
1
0
0
5
10
15
20
25
1 2 3 4 5 6 7 8 9 10
280.5 299.5 318.5 337.5 356.5 375.5 394.5 413.5 432.5 451.5
N
U
M
E
R
O
D
E
O
P
E
R
A
R
I
O
S
TIEMPO EN SEGUNDOS
TIEMPO REQUERIDOS PARA HACER LA OPERACION EN SEGUNDOS
290 300 310 320 330 340 350 360 370 380 390 400 410 420 430 440
TIEMPO OPERARIOS

Grfica 1.10. Diagrama de Caja y Bigotes

La variedad de grficos existentes, le dan la opcin de mostrar los datos
de diferentes formas y con una presentacin agradable y efectiva.

MEDIANA
PROMEDIO
LIMITE
SUPERIOR
LIMITE
INFERIOR

PRIMER CUARTIL
TERCER CUARTIL
VALOR EXTREMO
Q1 Q3

REFERENCIAS BIBLIOGRFICAS

Allen L. Webster. Estadstica Aplicada a la Empresa y a la Economa. Segunda
Edicin. Editorial MacGraw Hill.

Spiegel, R. Murray. Probabilidad y estadstica. Editorial McGraw-Hill. Tercera
Edicin.

Mendenhall, William y Sincich, Terry. Probabilidad y Estadstica para Ingeniera y
Ciencias. Editorial Prentice Hall. Cuarta Edicin.

Mongomery C., Douglas y Runger C., George.Probabilidad y Estadstica aplicadas
a la Ingeniera. Editorial Limusa Wiley. Segunda Edicin.

DIAZ M., Luis Guillermo. Estadstica Multivariada: Inferencia y Mtodos.
Universidad Nacional de Colombia.

PEA, Daniel. Anlisis de Datos Multivariantes. Editorial Mc Graw Hill.

Manual del usuario del sistema bsico de IBM SPSS Statisti cs 19. Copyright
SPSS Inc. 1989, 2010.

Conceptos Basicos de Estadistica

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Conceptos Basicos de Estadistica

Enviado por

Direitos autorais:

Formatos disponíveis

ELABORADO POR: ORLANDO VALENCIA RODRIGUEZ Pgina 1

Você também pode gostar