Cap. II Tablas de Frecuencias Unidim y Anal Dats

Tablas de Frecuencias Unidimensionales y Anlisis Estadstico de Datos
31
Tablas de Frecuencias
Unidimensionales y Anlisis
Estadstico de Datos
2.1
TABLAS DE FRECUENCIAS
Se le da tambin otras denominaciones: distribucin de

frecuencias, tabla estadstica, tabla cruzada, resumen tabular o
tabla con entradas.
Es una disposicin matricial de filas y columnas parecida a una
hoja electrnica con celdas en donde se colocan las frecuencias
de ocurrencia, las cuales son clasificadas segn las cualidades
para la o las variables en estudio. Esto quiere decir que con los
datos primarios recolectados por ejemplo de los cuestionarios de
entrevista se cuentan las frecuencias de ocurrencia de cada
cualidad o cruce de cualidades y luego se la almacena en la
respectiva celda de frecuencia.
La tabla siguiente muestra una distribucin del nmero de
trabajadores para una clasificacin de dos variables LUGAR DE
PROCEDENCIA y OCUPACIN observadas en 210 personas.
C. Llun V. Z. Espino V.
32

Nmero de tabla
Ttulo de tabla
TABLA N 01
Nmero de trabajadores segn su LUGAR DE PROCEDENCIA

y OCUPACION
Nota de ttulo
Encabezado
Concepto
(en personas)
SUB
CONGLOME
RADO 1
LUGAR DE
NACIMIENTO
OCUPACION
1
Carpintero
SUSUB
CONGLCONGLO
MERADO
Puno
24
CONGLOMERADO 2
LPOBLACION
Juliaca
13
Soldador
Pintor
Comerciante
Total
35
14
33
106
21
49
Otro lugar
11
18
14
12
55
Total
48
74
35
53
210
Lase como que 13 trabajadores nacidas en Juliaca son carpinteros.
FUENTE: Datos recolectados por el autor.
Nota de pie
Concepto
Matriz de datos
SUB
CONGLOMER
ADO 1
SUB
CONGLOME
RADO 1
SUB
CONGLOMERAD
O1
Las particularidades siguientes caracterizan a toda tabla.

1
SUSUB
CONGLCONGLOME
SUSUB
1
SUSUB
CONGLde filas yCONGL

Est compuesta
columnas. La interseccin de filas y
columnas dan lugar a las celdas o casillas.
CONGLO
MERADO
RADO CONGLOMERADO
2
CONGLOMERADO 2
1
LPOBLACION
1
LPOBLACION
CONGLOMERAD
O CONGLOMERADO 2
1
LPOBLACION
Debe ser preparada para colocar:
las etiquetas de la o las variables y de las cualidades de

estas, por ejemplo en nuestro caso,
LUGAR DE NACIMIENTO:
Puno
Juliaca
Otro lugar
OCUPACION
Carpintero
33
Soldador
Pintor
Comerciante
las frecuencias de las cualidades

(Matriz de datos)
24
35
14
33
13
21
11
18
14
12
los totales de las frecuencias por cada cualidad.

Total
106
49
55
Total
2.1.1
48
74
35
53
210
PARTES DE UNA TABLA DE FRECUENCIAS
Una tabla es un medio de comunicacin del comportamiento

cuantitativo de cmo se viene sucediendo un hecho o suceso en
un conjunto de elementos. Por tanto, una tabla debe ser verstil y
su presentacin debe ser entendible y comprensible a cualquier
nivel de educacin o formacin.
Aunque en los textos de Estadstica se dan las partes de una
tabla, a estas debe considerrselas como generales pues el
ingenio del que las est construyendo puede superarlas y
construirlas con una excelente presentacin.
Para la construccin de una tabla considere las siguientes partes
que se sugieren enseguida y que estn de acuerdo a la
construccin que propone un software estadstico:
34
Ttulo en donde incluya:

o Nmero de la Tabla, el cual debe ser correlativo. Si son
varias las tablas deducidas para un mismo caso,
adicionar al nmero, las letras a), b), c), etc.
o Descripcin del caso que se est resumiendo en la
tabla, el cual debe ser escrito en sntesis y debe en
pocas palabras hacer referencia a las frecuencias de la
tabla. Utilice las siguientes palabras en un caso de
frecuencias absolutas simples cuando las unidades de
anlisis son trabajadores,
Nmero de trabajadores .. segn .
Encabezado, conceptos y nota de encabezado.

o El encabezado se refiere a la etiqueta de la variable por
ejemplo OCUPACION. En una tabla pueden haber
subencabezados.
o Los conceptos son las etiquetas de las cualidades de la
variable as por ejemplo: Carpintero, Soldador, Pintor,
Comerciante.
o La nota de encabezado debe hacer referencia a las
unidades de medidas de las frecuencias y por lo general
va entre parntesis, por ejemplo (en miles de personas).
Matriz de datos o cuerpo de la tabla.

La constituyen todas las cifras de las frecuencias para cada
cualidad de la variable o para las cualidades de las
variables si estas estn clasificadas.
Nota de pie, es una aclaracin o indicacin a algunas

partes que pueden no ser comprendidas o que es necesario
aclararlas para su comprensin.
2.1.2
35
Fuente, est por debajo de la nota de pie. En la fuente ser

indicada la procedencia de los datos. El propsito de esta
indicacin es para dar crdito, veracidad o responsabilidad
al origen de los datos.
FRECUENCIA
Se denomina frecuencia al nmero de veces en que un valor se

repite para una determinada cualidad o para el cruce de dos o
ms cualidades como producto del cruce de dos o ms variables.
La frecuencia en una tabla unidimensional se simbolizar con ni
y para la indicacin del orden de la cualidad utilizaremos el
subndice i = 1, 2, ..., k. Al total o suma de las frecuencias en
las k clases en esta tabla se la simbolizar por n.
Cuando la tabla sea construida para dos o ms variables
utilizaremos sucesivamente las notaciones de frecuencias
siguientes:
nij
i 1,2,..., p
j 1,2,..., q
i : cualidades de filas
j : cualidades en columnas
nijk
i 1,2,..., p
j 1,2,..., q
k 1,2,..., r
i : cualidades de filas
j : cualidades en columnas
k : cualidades dentro de las columnas
Cada vez que se incremente una variable a la tabla deber

incrementarse un subndice ms. As por ejemplo:
Para una tabla de 4 variables la notacin simblica de frecuencia
ser n ijkl y para una tabla de 5 variables nijklm
36
2.1.3
DIMENSION DE UNA TABLA DE FRECUENCIAS
Una tabla puede tener muchas filas y columnas y a su vez puede

ser de varias dimensiones segn si ella involucre una o ms
variables de estudio.
Una tabla de frecuencias simples, de una entrada o
unidimensional es construida para una variable de estudio, una
tabla de frecuencias bidimensional o de dos entradas es
construida para dos variables de estudio y as sucesivamente.
Se pueden construir tablas en donde todas las variables sean de
tipo cuantitativo, cualitativo o una combinacin de variables
cualitativas y cuantitativas. De acuerdo al cruce de este tipo de
variables se tendr:
Tablas para variables cuantitativas.

Tablas para variables cualitativas.
Tablas mixtas.
2.1.4
UTILIDAD DE LAS TABLAS DE FRECUENCIAS
Uno de los principales problemas de todo estudio estadstico

radica en la no preparacin de una tabla de frecuencias simblica
en la etapa previa a la recopilacin de los datos y muchas veces
estas recin se dan forma momentos antes de realizar el anlisis
estadstico.
La preparacin de una tabla simblica es de bastante utilidad y
nos ayudar a:
Establecer una relacin adecuada entre las variables de

anlisis.
Evitar la recoleccin de datos que no son trascendentales

para el anlisis.
Establecer adecuadamente las cualidades de anlisis.
37
Determinar adecuadamente los indicadores para el proceso

de una caracterstica.
Las operaciones de codificacin y recodificacin sern ms

visibles.
Mejor control de la calidad de los datos.
Utilizar la mejor herramienta de anlisis estadstico.
Direccionar las preguntas de un cuestionario a la mejor

obtencin de los datos.
2.1.5
TIPOS DE TABLAS DE FRECUENCIAS
Como ya se dijo anteriormente, la presentacin de los datos tiene

su particularidad segn si los datos sean cualitativos o
cuantitativos. Los datos cuantitativos adems de que pueden ser
presentados en su forma original pueden sufrir un proceso de ser
presentados en forma de intervalos de clase. Los datos
cualitativos son presentados en su forma original como
cualidades pero algunas veces estas pueden ser
operacionalizadas para dar lugar a otro nivel de cualidad.
En cualquiera de los casos de tipo de datos o de la dimensin de
la tabla, las frecuencias podrn ser presentadas de tal manera que
faciliten la interpretacin de la ocurrencia de los casos, en razn
de ello se tienen 6 tipos de tablas:
a) Tabla de frecuencias absolutas simples que presenta los
conteos de ocurrencia de cada caso.

b) Tablas de frecuencias absolutas acumuladas para presentar
los conteos de ocurrencia hasta algn caso.

c) Tabla de frecuencias relativas simples para expresar los
conteos en proporcin al total de casos.
38
d) Tablas de frecuencias relativas acumuladas la cual expresa la
proporcin de ocurrencia hasta cierto caso.

e) Tabla de frecuencias porcentuales simples la cual muestra el
porcentaje de ocurrencia de cada caso.

f)
2.2
Tabla de frecuencias porcentuales acumuladas en donde se

da el porcentaje de ocurrencia hasta un caso especificado.
PROCESAMIENTO ESTADISTICO PARA UNA VARIABLE
En esta seccin se tratarn los temas que implica todo

tratamiento estadstico descriptivo, como son: construccin de
tablas, preparacin de grficos y el anlisis estadstico simple
teniendo en cuenta el manejo multivariable.
2.2.1 TABLAS DE FRECUENCIAS ABSOLUTAS SIMPLES PARA
UNA VARIABLE
Una tabla de frecuencias absolutas simples es una disposicin de

las cualidades de una variable y de sus frecuencias de ocurrencia
en forma de conteos. Estas tablas pueden ser dispuestas en forma
vertical u horizontal. En la construccin de cualquier tabla se
debe recalcar que los datos pueden tener la forma original o la
forma agrupada.
Datos originales, son los datos resultantes directos de la
recoleccin y sean cualitativos o cuantitativos son presentados
como:
X : x1, x2, . . . , xn
as por ejemplo:
SEXO: Hombre, Mujer, Mujer, Hombre, Mujer, . . . . .
EDAD: 18, 14, 17, 20, 25, 19, . . . . . . . . . . . . . . . . . . .
Datos agrupados, son los que se presentan por alguna forma de
agrupamiento tal como por ejemplo por su frecuencia de
39
ocurrencia o por intervalos de clase. La tabla N 02 muestra un

caso de agrupacin de los datos en su forma original y la tabla
N 03 muestra una caso de agrupacin de los datos en forma de
intervalo.
TABLA N 02
Nmero de estudiantes segn su edad de ingreso a la
Universidad
EDAD
NUMERO DE
ESTUDIANTES
18
20
21
25
26
TOTAL
16
TABLA N 03
Nmero de estudiantes segn su intervalo de edad de ingreso a la
Universidad
EDAD
NUMERO DE
ESTUDIANTES
18 20
10
21 23
24 26
27 29
30 32
TOTAL
22
40
Se da enseguida las tablas de frecuencias simblicas para una

situacin de datos agrupados en su forma original y para datos
agrupados en intervalos de clase y por cualidades.
TABLA N 04 a)
Representacin simblica para las frecuencias absolutas simples
en filas segn la variable X.
X
x1
x2
...
xi
...
xk
Total
ni
n1
n2
...
ni
...
nk
n
nmero de cualidades, atributos, categoras o clases.
xi
isima cualidad, atributo, categora o clase de la

variable X
n1
nmero de elementos con la cualidad x1 de X.
total de casos en estudio.

i6
n ni n1 n2 n3 n4 n5 n6
i 1
TABLA N 04 b)
en columnas segn la variable X.
X
x1
x2
...
xi
...
xk
Total
41
ni
n1
n2
ni
nk
TABLA N 04 c)
en filas segn la variable X en intervalos.
Ii
(L1 L2 ]
(L2 L3 ]
...
(Li Li+1]
...
(Lk Lk+1]
Total
ni
n1
n2
...
ni
...
nk
n
TABLA N 04 d)
en filas segn la variable cualitativa X en clasificaciones.
X
A1
A2
...
Ai
...
Ak
Total
ni
n1
n2
...
ni
...
nk
n
42
2.2.2
CONSTRUCCION DE UNA TABLA DE FRECUENCIAS

ABSOLUTAS SIMPLES
DATOS ORIGINALES AGRUPADOS
Una tabla de frecuencias puede ser construida en forma manual o

automatizada. Para construir una tabla de frecuencias sea de
cualquier dimensin en forma manual debe pasar por el proceso
previo de tabulacin para luego realizar el computo de las
frecuencias.
La construccin de una tabla de frecuencia absolutas simples
para una variable implica el proceso de colocar en principio tres
columnas y en la tabla final solo dos. Esta ltima tabla es para la
publicacin. En toda tabla debe adicionarse adems una fila para
el total de frecuencias. La utilidad de cada columna es la
siguiente:
La primera columna para colocar la variable y sus

cualidades
La segunda columna para realizar el proceso de tabulacin

o conteo mediante tarjas. El proceso de tabulacin consiste
en colocar una tarja por cada resultado que se encuentre y
para la cualidad que corresponda.
La tercera columna para computar el total de tarjas que da

la frecuencia de cada cualidad. Luego de la tabulacin se
hace el cmputo de las tarjas para expresarlas en
frecuencias.
En la construccin de las tablas de dos a mas dimensiones el

tarjado y el computo de las frecuencias se hace sobre las
mismas celdas.
La siguiente tabla esquematiza el proceso a seguir:
43
TABLA N 05
Tabla de tabulacin de datos para la variable X.
X
x1
x2
xk
TOTAL
Tabulacin
Frecuencia
7
5
8
n
EJEMPLO N 2.1
El nmero de personas que asistieron a 20 comedores populares

en una da de observacin fue el siguiente: 15, 11, 12, 16, 11, 10,
12, 13, 11, 08, 10, 16, 11, 14, 11, 07, 11, 11, 12, 13. Construya
una tabla de frecuencias con estos datos en su forma original.
Solucin
Se seguirn los siguientes pasos para realizar la tabulacin:
1) Se observa si los datos tienen repeticiones para que sean
agrupados segn el dato que se repite. Cada dato que se
repite va a formar una clase.
2) Cada clase de datos debe ser ordenada de mayor a menor o
segn convenga.
3) Enseguida se realiza la tabulacin de los datos y luego el
computo de las frecuencias de ocurrencia de cada clase.
44
TABLA N 06
Nmero de comedores segn el nmero de personas que asisten.
Nmero de
personas
Tabulacin
Nmero de
comedores
07
08
10
//
11
///// //
12
///
13
//
14
15
16
//
TOTAL
n4 = 7
20
Este valor indica que en el da de observacin,

hubieron 7 comedores de los 20 a los cuales
asistieron 11 personas.
DATOS AGRUPADOS EN INTERVALOS DE CLASE
En las tablas de frecuencias para datos agrupados en intervalos

de clase, los datos ya no conservan su originalidad y son
representados por intervalos de datos. La tcnica de construccin
de los intervalos debe garantizar homogeneidad de datos en cada
uno de los intervalos. Una tcnica muy recomendada para la
construccin de intervalos de frecuencias es la de STURGES, la
cual se explica enseguida:
1.
Se halla el rango o recorrido de los datos (R):
45
R = Dato mayor - Dato menor.

2.
Se halla el nmero de intervalos (k) mediante la frmula:

k 1 3.3 * log10 n
Donde k 5 y n es el total de datos.

3.
Se halla la amplitud intervlica (c):

C
4.
R
k
Se construyen los intervalos de clase.

Al respecto tambin existen una variedad de reglas a seguir
para construir intervalos, sin embargo, no todas tienen la
misma precisin. La recomendacin que se hace para
escogerla es que el valor representativo del intervalo tenga
exactitud y precisin. Por tanto, se considerar la regla en
donde tanto el dato mnimo como el dato mximo queden
en la parte central del primer y del ltimo intervalo.
Ya que en el proceso surge el inconveniente de que se
obtiene k+1 intervalos en vez de k intervalos, se
recomienda corregir la amplitud C con la siguiente
frmula:
C C C / ( k 1)
Luego los intervalos son,

I1 = (L1, L2]
I1 = [Dato menor - C / 2 , Dato menor + C )
L1 = Dato menor - C / 2
L2 = Dato menor + C
46
El resto de intervalos pueden ser calculados con alguna de

las dos formas siguientes,
I2 = (L2, L3]
I2 = (Dato menor + C , Dato menor + 2 C ]
= (L3, L3+ C ]
I3 = (L3, L4]
I3 = (Dato menor + C , Dato menor + 3 C ]
= (L3, L3+ C ]
...................................
IK = (LK -1, LK]
IK = (Dato menor + (k 1) C , Dato menor +
k C ]
= (LK -1, LK -1+ C ]
debe recalcarse que el dato mayor debe ubicarse en la parte
central del ltimo intervalo.
El siguiente grfico muestra la forma de construccin del
primer intervalo de clase.
Dato menor
[
Dato menor -
C / 2
C / 2
]
Dato mayor +
C / 2
C / 2
47
De todo este proceso se puede deducir que la amplitud

intervlica corregida est dada por la frmula:
C
R
( k 1)
la cual debe ser utilizada para hallar la amplitud final del

intervalo de clase.
EJEMPLO N 2.2
Las edades de 40 pacientes de 18 a ms aos de edad (aos

cumplidos) atendidos por enfermedades estomacales fueron
tomadas a fin de determinar cul es la incidencia de estas
enfermedades segn una clasificacin de los pacientes por la
edad, estas son las siguientes:
60
72
67
56
51
21
65
45
26
25
26
19
42
58
68
77
73
48
57
41
55
56
45
20
53
55
61
49
55
36
27
77
52
42
19
66
58
66
55
39
Construya estas clasificaciones (intervalos de clase) y determine

esta incidencia.
Solucin:
1) Nmero de intervalos de clase, donde n = 40
k 1 3.3 * log 10 ( 40) 6.29
k=6 o k=7
tomaremos k = 6
2) Rango R = 77-19 = 58
3) Amplitud C 58 / 6 9.67
4) Intervalos de clase
C 9.67 9.67 / 5 11.60
amplitud corregida
48
Los intervalos de clase son:

11 .60
I 1 19
,
2
19
11.60
11.60 13.20,
2
I 2 24.80,
24.80 11.60 24.80, 36.40
I 3 36.40,
36.40 11.60 36.40, 48.00
24.80
I 4 48.00, 48.00 11.60 48.00, 59.60

I 5 59.60,
59.60 11.60 59.60, 71.20
I 6 71.20,
71.20 11.60 71.20, 82.80
Se puede constatar que:

13.20 + 24.80 = 19
dato menor
71.20 + 82.80 = 77
dato mayor
La tabla de frecuencias absolutas simples, luego del proceso

de tabulacin seguido de la misma manera como para los
datos originales agrupados, es la siguiente:
TABLA N 07
Nmero de pacientes atendidos por enfermedades
estomacales segn una clasificacin de intervalos de edad.
Intervalo de Edad
Nmero de pacientes
13.20 - 24.80
24.80 - 36.40
36.40 - 48.00
48.00 - 59.60
13
59.60 - 71.20
71.20 - 82.80
Total
40
n 4 13
2.2.3
49
del total de pacientes atendidos, 13 tienen las

edades superiores a 48 y menores o iguales a
59.60 aos de edad.
TABLAS DE FRECUENCIAS ABSOLUTAS ACUMULADAS
Las frecuencias de las tablas absolutas simples deben ser

acumuladas hasta la clase en donde se desea la frecuencia
absoluta acumulada. Matemticamente se expresa como:
Ni
ik
donde
i 1,2,..., k
i 1
N1
i 1
n1
n1 n 2
i 1
N2
i2
n
i 1
.................
Nk
ik
n1 n 2 ... n k n
i 1
ni
es la isima frecuencia absoluta simple. La tabla de

frecuencias absolutas acumuladas en forma generalizada es:
TABLA N 08
Representacin simblica para las frecuencias
acumuladas segn la variable X.
X
x1
x2
.
xi
absolutas
Ni
N1
N2
.
Ni
50
.
xk
.
Nk = n
En un caso de 6 cualidades para la variable X, la tabla con

frecuencias absolutas acumuladas simblicas correspondiente es:
TABLA N 09
Representacin simblica para las frecuencias
X
x1
x2
x3
x4
x5
x6
absolutas
Ni
N1
N2
N3
N4
N5
N6 = n
donde las frecuencias absolutas acumuladas deben ser obtenidas

de la forma que sigue,
N1
i 1
n1
n1 n 2
n1 n 2 n 3
n1 n 2 n 3 n 4
n1 n 2 n 3 n 4 n 5
i 1
N2
i2
n
i 1
N3
i 3
n
i 1
N4
i4
n
i 1
N5
i 5
n
i 1
N6
i 6
51
n1 n 2 n 3 n 4 n 5 n 6
i 1
En la interpretacin debe tenerse en cuenta los lmites de los

datos, as por ejemplo:
N 3 es la frecuencia de casos para todos los valores menores o
iguales que el valor x3, esto es, incluye la frecuencia de los

casos, x1, x2 y x3.
La tabla de frecuencias absolutas acumuladas para los datos del
ejemplo N 2.2 es:
TABLA N 10
Nmero acumulado de pacientes atendidos por enfermedades
Intervalo de Edad
Nmero de pacientes
acumulados
13.20 - 24.80
24.80 - 36.40
36.40 - 48.00
16
48.00 59.60
29
59.60 - 71.20
36
71.20 - 82.80
40
N 4 29 del total de pacientes, 29 tienen edades menores a
59.60 aos de edad.

2.2.4
TABLA DE FRECUENCIAS RELATIVAS SIMPLE
Las frecuencias relativas son expresadas en tanto por uno, esto

es, el total es una unidad de anlisis y cada frecuencia es una
proporcin de esta unidad de anlisis. Se obtienen al dividir cada
una de las frecuencias absolutas simples entre el total de datos.
52
ni
n
hi
donde
i 1,2,..., k
La tabla que contienen estas frecuencias es la siguiente:

TABLA N 11
Representacin simblica para las frecuencias relativas simples
segn la variable X.
X
x1
x2
.
xi
.
xk
Total
hi
h1
h2
.
hi
.
hk
1
las frecuencias relativas simples se obtienen de la forma que

sigue,
h1
n1
n
h
i 1
h2
n2
n
...
h1 h2 ... hk 1
hk
nk
n
53
TABLA N 12
Cifras relativas de pacientes atendidos por enfermedades
h4
Intervalo de Edad
Cifras relativas de
pacientes
13.20 - 24.80
0.100
24.80 - 36.40
0.125
36.40 - 48.00
0.175
48.00 59.60
0.325
59.60 - 71.20
0.125
71.20 - 82.80
0.100
TOTAL
1.000
13
0.325
40
es la proporcin de pacientes atendidos

por enfermedades estomacales que
tienen de 48.00 aos a menos de 59.60
aos.
TABLAS DE FRECUENCIAS RELATIVAS ACUMULADAS
Las frecuencias de las tablas relativas simples deben ser

relativa acumulada. Matemticamente se expresa como:
ik
H i hi
donde
i 1,2,..., k
i 1
i 1
H 1 hi h1
i 1
54

i 2
H 2 hi h1 h2
i 1
.................
i k
H k hi h1 h2 ... hk 1
i 1
TABLA N 13
Representacin simblica para
X
x1
x2
.
.
xk
las
frecuencias
relativas
Hi
H1
H2
.
.
Hk = 1
La tabla de frecuencias relativas acumuladas para los datos del

ejemplo N 2.2 es:
TABLA N 14
Cifras relativas acumuladas de pacientes atendidos por
enfermedades estomacales segn una clasificacin de
intervalos de edad.
Intervalo de Edad
Cifras relatives
acumuladas de pacientes
13.20 - 24.80
0.100
24.80 - 36.40
0.225
36.40 - 48.00
0.400
48.00 59.60
0.725
59.60 - 71.20
0.850
71.20 - 82.80
1.000
H 4 0.725
2.2.5
55
es la proporcin de pacientes atendidos

por enfermedades estomacales que
tienen menos de 59.60 aos de edad
TABLAS DE FRECUENCIAS PORCENTUALES SIMPLES
Las frecuencias para su mejor interpretacin son expresadas en

tanto por ciento. Se obtienen al multiplicar cada una de las
frecuencias relativas simples por cien.
hi % (hi * 100) %
donde
i 1,2,..., k
para un caso particular i = 4 donde h4 = 0.45 se tiene:

h4 % ( h4 * 100) %
h4 % (0.45 * 100) %
h4 % 45 %
La tabla simblica para estas frecuencias es la siguiente:

TABLA N 15
Representacin simblica para las frecuencias porcentuales
simples segn la variable X.
X
x1
x2
.
.
.
xk
(hi * 100)%
(h1 * 100)%
(h2 * 100)%
.
.
.
(hk * 100)%
56
Total
100%
La tabla de frecuencias en forma porcentual para los datos del

ejemplo N 2.2 es:
TABLA N 16
Porcentaje de pacientes atendidos por enfermedades
Intervalo de Edad
Porcentaje de pacientes
13.20 - 24.80
10.0
24.80 - 36.40
12.5
36.40 - 48.00
17.5
48.00 59.60
32.5
59.60 - 71.20
12.5
71.20 - 82.80
10.0
TOTAL
100
h4 % 32.5 %
del 100% de pacientes, el 32.5% tienen las

edades de 48 a menos de 59.60 aos de
edad.
2.2.6 TABLAS DE FRECUENCIAS PORCENTUALES ACUMULADAS
Las frecuencias de las tablas porcentuales simples deben ser

porcentual acumulada. El clculo en forma matemtica se
expresa como sigue:
ik
H i % ( H i * 100) % (hi * 100) %

i 1
H 1 % ( H 1 * 100) % (h1 * 100) %

i 1
donde
i 1,2,..., k
57
i 2
H 2 % ( H 2 *100) % ( hi *100) % (hi *100) % ( hi *100) % .

i 1
..............................
i k
H k % ( H k *100) % (hi *100) %

i 1
(h1 *100) % (h2 *100) % ... (hk *100) %
TABLA N 17
Representacin simblica para las frecuencias porcentuales
simples segn la variable X.
X
x1
x2
.
xi
.
xk
(Hi * 100)%
(H1 * 100)%
(H2 * 100)%
.
(Hi * 100)%
.
(Hk * 100)%= 100%
La tabla de frecuencias porcentuales acumuladas para los datos

del ejemplo N 2.2 es:
58
TABLA N 18
Porcentaje acumulado de pacientes atendidos por enfermedades
Intervalo de Edad
Porcentaje acumulado de
pacientes
13.20 24.80
10.0
24.80 36.40
22.5
36.40 48.00
40.0
48.00 59.60
72.5
59.60 71.20
85.0
71.20 82.80
100.0
H 4 % 72.5 %
del 100% de pacientes, el 72.5% tienen

edades menores de 59.60 aos de edad.
La siguiente tabla en forma simblica resume el clculo de todas

estas frecuencias y solamente debe ser usada para este fin, luego,
deben ser formadas las tablas definitivas con las frecuencias que
solamente se necesitan que aparezcan en la tabla. Si dos tipos de
frecuencias son dadas en la tabla, estas deben aparecer en el
ttulo de la tabla, as por ejemplo:
Nmero y porcentaje
..
de
personas
segn
59
TABLA N 19
Tabla simblica para el clculo de las frecuencias absolutas, absolutas
acumuladas, relativas simples, relativas acumuladas, porcentuales
simples y porcentuales acumuladas.
X
ni
Ni
hi
Hi
hi * 100
Hi * 100
x1
n1
N1
h1
H1
h1 * 100
H1 * 100
x1
n1
N1
h1
H1
h1 * 100
H1 * 100
xk
nk
Nk
hk
Hk
hk * 100
Hk * 100
Total
100%
EJEMPLO N 2.3
Los datos para un grupo de 30 pacientes que fueron sometidos a

un tratamiento contra una enfermedad diarreica se da en la tabla
N 11. Se anotaron de estas personas su REA DE
PROCEDENCIA, el SEXO y el TIPO DE MEDICAMENTO
usado en el tratamiento. Utilice estos datos para construir las
tablas que muestren:
a) La distribucin del nmero de pacientes segn el tipo de
medicamento aplicado a los pacientes, sexo y rea de
procedencia del paciente.
b) La distribucin del porcentaje de los pacientes segn el sexo.
c) La distribucin del porcentaje acumulado de pacientes segn
el tipo de medicamento aplicado.
60
TABLA N 20
Area de procedencia, Sexo y Tipo de Medicamento aplicado a 20
pacientes.
N
AREA
DE
PROCE
DENCI
A
SEXO
TIPO DE
MEDICAM
ENTO
AREA
DE
PROCE
DENCI
A
SEXO
TIPO
DE
MEDICAME
NTO
01
Rural
Mujer
Naturista
11
Urbano
Hombre
Frmaco
02
Urbano
Mujer
Frmaco
12
Urbano
Mujer
Naturista
03
Urbano
Hombre
Naturista
13
Rural
Hombre
Frmaco
04
Rural
Mujer
Casero
14
Urbano
Mujer
Frmaco
05
Urbano
Hombre
Frmaco
15
Urbano
Hombre
Naturista
06
Urbano
Mujer
Naturista
16
Rural
Mujer
Naturista
07
Rural
Hombre
Casero
17
Urbano
Mujer
Casero
08
Urbano
Mujer
Frmaco
18
Urbano
Hombre
Frmaco
09
Urbano
Hombre
Naturista
19
Rural
Mujer
Casero
10
Rural
Mujer
Frmaco
20
Urbano
Hombre
Casero
Las tablas pedidas son las siguientes:

TABLA N 21
Nmero de pacientes y nmero de pacientes acumulados segn
el tipo de medicamento aplicado.
TIPO DE
MEDICAMENTO
Naturista
NUMERO
NUMERO DE
DE
PACIENTES
PACIENTES ACUMULADOS
7*
Casero
12 **
Frmaco
20
TOTAL
20
De los 20 pacientes, 7 son pacientes que fueron tratados

con medicamento naturista.
**
61
De los 20 pacientes, hay 12 pacientes de entre los cuales a

algunos se les trat con medicamento naturista y a otros
con medicamento casero.
TABLA N 22

el sexo.
SEXO
NUMERO
NUMEROS DE
DE
PACIENTES
Mujer
11
11
Hombre
9*
20 **
TOTAL
20
De los 20 pacientes, 9 son hombres.
**
De los 20 pacientes, hay 20 pacientes de entre los cuales

algunos son mujeres y otros son hombres.
TABLA N 23

el rea de procedencia.
AREA DE
NUMERO
NUMERO DE
PROCEDENCIA DE
PACIENTES
Rural
Urbano
13 *
20 **
TOTAL
20
De los 20 pacientes, 13 son del rea urbano.
**
De los 20 pacientes, hay 20 pacientes de entre los cuales

algunos son del rea urbana y otros son del rea rural.
62
TABLA N 24
Porcentaje de pacientes segn el sexo.
SEXO
PORCENTAJE DE
PACIENTES
Mujer
55
Hombre
45*
TOTAL
100
Del 100% de pacientes, el 55% son mujeres.

TABLA N 25
Tabla de clculo para hallar las frecuencias porcentuales

acumuladas para el tipo de medicamento aplicado.
TIPO DE
MEDICAMENTO
APLICADO
ni
Ni
hi
Hi
hi %
Hi %
NATURISTA
0.35
0.35
35
35
CASERO
12
0.25
0.60
25
60
.FARMACO
20
0.40
1.00
40
100
Total
20
1.00
100
TABLA N 26
Porcentaje de pacientes acumulados segn el tipo de
medicamento aplicado.
TIPO DE
PORCENTAJE DE PACIENTES
MEDICAMENTO
ACUMULADOS
Naturista
35
Casero
60*
Frmaco
100
63
Del 100% de pacientes, al 60 % le han aplicado el

medicamento naturista o el medicamento casero.
EJEMPLO N 2.4
Una encuesta fue realizada para indagar porqu un grupo de 52

personas siempre consuman una marca de jabn. Se obtuvo
adems la edad y el sexo de estos consumidores. Un primer
resumen de los datos para estas variables se da en lista de la
tabla N 27. Construya las tablas de frecuencias absolutas
simples para la edad, el sexo y para la preferencia.
En lo posterior, para evitar en las tablas nombres de variables y
de cualidades extensos o para hacer referencia a la naturaleza de
la variable se usarn identificadores. Un identificador es una
palabra con un mximo de 8 caracteres. Si el nombre de la
variable es menor de 8 caracteres puede ser usado como
identificador.
En este caso usaremos como identificadores de variables a
EDAD, SEXO, CUAL_JAB y como identificadores de
cualidades para CUAL_JAB: Fraganci, Suavidad, Limpiado,
Precio, Espuma.
TABLA N 27
Edad, sexo y cualidades de preferencia por una marca de jabn
de 52 consumidores.
N
EDAD
SEXO
CUAL_JAB
EDAD
SEXO
CUAL_JAB
01
24
Hombre
Fraganci
27
18
Mujer
Fraganci
02
21
Hombre
Suavidad
28
38
Hombre
Limpiado
03
33
Mujer
Espuma
29
28
Mujer
Suavidad
04
16
Hombre
Espuma
30
19
Hombre
Limpiado
05
34
Hombre
Suavidad
31
26
Mujer
Precio
06
17
Mujer
Precio
32
29
Hombre
Suavidad
07
18
Mujer
Fraganci
33
28
Mujer
Fragancia
08
21
Hombre
Limpiado
34
38
Hombre
Limpiado
09
25
Mujer
Suavidad
35
48
Mujer
Suavidad
64
10
29
Hombre
Limpiado
36
29
Hombre
Limpiado
11
16
Mujer
Precio
37
36
Mujer
Precio
12
27
Hombre
Suavidad
38
19
Hombre
Suavidad
13
38
Mujer
Fraganci
39
17
Mujer
Fraganci
14
31
Hombre
Limpiado
40
35
Hombre
Limpiado
15
24
Mujer
Suavidad
41
25
Mujer
Suavidad
16
29
Hombre
Limpiado
42
29
Hombre
Limpiado
17
36
Mujer
Precio
43
23
Mujer
Precio
18
16
Hombre
Suavidad
44
26
Hombre
Suavidad
19
29
Hombre
Limpiado
45
29
Hombre
Limpiado
20
36
Mujer
Precio
46
23
Mujer
Precio
21
16
Hombre
Suavidad
47
26
Hombre
Suavidad
22
31
Hombre
Limpiado
48
35
Hombre
Limpiado
23
24
Mujer
Suavidad
49
25
Mujer
Suavidad
24
29
Hombre
Limpiado
50
29
Hombre
Limpiado
25
36
Mujer
Precio
51
23
Mujer
Precio
26
31
Hombre
Limpiado
52
35
Hombre
Limpiado
Las tablas simples en columnas para cada una de las variables y

algunas interpretaciones para ellas se dan a continuacin:
TABLA N 28
Nmero de consumidores segn el sexo.
SEXO
HOMBRE
MUJER
TOTAL
NUMERO DE CONSUMIDORES
29
23
52
VARIABLE:
SEXO (de tipo cualitativa)
CUALIDADES:
Hombre, Mujer
SUBINDICE:
Recorrido:
i = 1, 2
(dos sexos)
i=1
para la categora Hombre
i=2
para la categora Mujer
65
FRECUENCIAS:
ni
Del total de consumidores indagados se tiene que

ni corresponden al isimo sexo.
n1 29
Del total de consumidores indagados 29 son

hombres.
n 2 23
Del total de consumidores indagados 23 son

mujeres.
n = 52
Total de consumidores indagados.

TABLA N 29
Nmero de consumidores segn la edad.
EDAD
16
17
18
19
21
23
24
25
26
27
28
29
31
33
34
35
NUMERO DE CONSUMIDORES
4
2
2
2
2
3
3
3
3
1
2
9
3
1
1
3
66

36
38
48
TOTAL
4
3
1
52
VARIABLE: EDAD
(de tipo cuantitativa)
CLASES:
16, 17, 18, 19, , 36, 38, 48
SUBINDICE:
Recorrido:
i = 1, 2, , 19
(19 edades)
i=1
para la primera edad
i=2
para la segunda edad
...........
i=19
para la ltima edad
CLASES o VALORES
de la edad:
x1 16,
x3 18, ... , x18 38, x19 48
x 2 17,
FRECUENCIAS:
ni :
Del total de consumidores indagados se tiene que

ni corresponden a la isima edad.
n1 4
Del total de consumidores indagados 4 tienen la

edad de 16 aos.
n2 2
Del total de consumidores indagados 2 tienen la

edad de 17 aos.
n=52

TABLA N 30
67
Nmero de consumidores segn la cualidad del jabn.

NUMERO DE
CONSUMIDORES
6
16
2
10
18
52
CUALIDAD DEL JABON

Fragancia
Suavidad
Espuma
Precio
Poder Limpiador
TOTAL
VARIABLE:
CUALIDAD DEL JABON
(de tipo cualitativa)
CATEGORIAS:
Fragancia, Suavidad, Espuma, Precio, Poder limpiador

SUBINDICE:
Recorrido:
i = 1, 2, , 5
(5 cualidades del jabn)
i=1
para la Fragancia
i=2
para la Suavidad
............
i=5
para el Poder Limpiador
FRECUENCIAS:
ni :
Del total de consumidores indagados se tiene que ni

consumen al jabn por su isima cualidad.
n1 6
Del total de consumidores indagados 6 consumen el

jabn por su fragancia.
68
n 2 16
Del total de consumidores indagados 16 consumen el

jabn por su suavidad.
n = 52
2.2.7
ANALISIS ESTADISTICO DE DATOS
El anlisis estadstico de datos contempla todo el proceso de

obtencin de indicadores con el fin de:
evaluacin,
comparacin,
para valorar la relevancia de algn programa en aplicacin.
En tal circunstancia en el estudio debern organizarse

adecuadamente las estructuras de recoleccin de datos pues
cualquier actividad de procesamiento depende de ella y mucho
ms la decisin que se pueda deducir de los resultados
obtenidos.
El anlisis de datos con la estadstica descriptiva se basa en la
obtencin de medidas simples representativas de los datos para
la comparacin e interpretacin de los casos en estudio. Entre
ellas tenemos a las frecuencias absolutas, relativas y frecuencias
porcentuales, proporciones, razones, ndices y tasas.
El uso de los indicadores de cualquier hecho estadstico debe
partir por analizar la necesidad de informacin que se desea. Se
recurre al uso de medidas relativas cuando la necesidad es de
comparacin y las de resumen o promedios cuando se desea
resumir un conjunto de observaciones cuantitativas.
Una medida o cifra relativa, es una cantidad que est referida a
otra que se usa como base de comparacin. Los fenmenos
cuyas frecuencias se relacionan deben ser de la misma
naturaleza; sin embargo, en ciertos casos pueden hacerse
relaciones entre cantidades que no tienen esa relacin de
69
naturaleza requerida, por ejemplo, la densidad de poblacin de

un rea, el consumo de medicamentos per cpita y otros ms. De
cualquier modo, cuando se obtienen frecuencias relativas
conviene considerar las dos recomendaciones siguientes:
Primero, es imprescindible especificar claramente el tipo

de fenmenos que se estn comparando y cul de ellos fue
usado como base.
Segundo, hay que tener en cuenta que un cociente no

refleja la magnitud de ninguno de los dos fenmenos, sino
la relacin de magnitud que existe entre ellos.
Una medida de resumen, es la representacin del total de

observaciones por una sola que es el promedio. No todos los
promedios pueden ser utilizados pues ellos dependen del
crecimiento o distribucin de los datos. Cuando entre los datos
se nota un crecimiento aritmtico se usar la media aritmtica, si
el crecimiento es geomtrico debe usarse la media geomtrica.
Se sugiere buscar dentro de los promedios conocidos el ms
adecuado a los datos. La recomendacin que adems se da es
acompaarla con alguna medida de variacin para garantizar la
representatividad del promedio y tener una idea de la
variabilidad del suceso.
2.2.8
MEDIDAS O CIFRAS RELATIVAS
RAZON
Se denomina as a aquellas cifras relativas que relacionan las

intensidades de dos hechos distintos en un mismo lugar, o bien
de dos categoras distintas de un mismo fenmeno.
La densidad de una poblacin afectada de una epidemia o de
cualquier rea como por ejemplo de un hospital es un caso de la
primera parte de la definicin, ya que relaciona poblacin y
superficie de esa rea (dos hechos distintos en un mismo lugar).
La razn de los sexos de los recin nacidos de un hospital o
regin es un ejemplo de la segunda parte, ya que relaciona dos
70
categoras (varones y nias) de un mismo acontecimiento (total

de nacimientos).
Sirve adems para comparar, la frecuencia de ocurrencia de
algn suceso demogrfico en un perodo determinado de
observacin con respecto a la ocurrencia de otro suceso en el
mismo o en otro perodo de observacin. Tambin es aplicado a
la comparacin entre lugares de ocurrencia en el mismo o en
otros perodos de observacin.
La razn la podemos calcular con la
expresin,
R
f2
f1
K
f2
f1
donde,
f1 : frecuencia de ocurrencia del hecho (A) en un determinado
lugar de observacin
f2 :
"
"
"
lugar de observacin.
de otro hecho (B) en el mismo
K : factor de amplificacin, igual a 100%. Por ejemplo, si

R 0.15 , la cifra para K es 100 y por tanto R = 15%.
EJEMPLO N 2.5
El nmero de camas en un hospital es de 545 y el nmero de

pacientes que asisten a l con la intencin de hospitalizarse es de
356. Halle la razn del nmero de camas que sern ocupadas por
los pacientes.
Solucin:
f1 = 356,
f2 = 545
K = 100%
71
f1
356
K
100 % 65.32 % 65 %
f2
545
esta razn indica que de las 545 camas que tiene disponible el
hospital, el 65% de ellas son ocupadas por los pacientes.
EJEMPLO N 2.6
El nmero de nacimientos en 1993 fue de 530 y en el mismo ao

para esta generacin el nmero de fallecidos fue de 30. Halle la
razn del nmero de nacimientos respecto del nmero de
fallecidos.
Solucin:
f1 = 30,
R
f2 = 530
K = 100 %
f1
30
K
100 % 5.66 % 6 %
f2
530
esta razn indica que en el ao 1993 por cada 100 nacimientos

fallecieron 6.
PROPORCION
Recibe el nombre de proporcin, la frecuencia relativa que

establece una relacin entre dos frecuencias, una de las cuales es
una categora o parte de la otra que siempre es el total. Cuando
se tiene una divisin de la poblacin en clases, la proporcin
para cada una ellas se obtiene dividiendo la frecuencia de cada
clase por el total de los casos as clasificados. Cuando el
resultado de este cociente se expresa multiplicado por cien, la
proporcin recibe el nombre de porcentaje. La frecuencia
relativa simple y la porcentual corresponden al tipo de
proporciones.
La frmula para calcular la proporcin es,
72
fi
K
f
Pi
f f1 f 2 . . . f k
donde
f1
f2
f3
.
f
k
fi :
frecuencia del isimo hecho para una poblacin en

observacin en un perodo determinado.fk
f :
total de los casos del mismo hecho en el perodo

de observacin y para la misma poblacin.
es en este caso 100%.
EJEMPLO N 2.7
De 400 enfermos que se trataron con un medicamento,

mejoraron notablemente 300 de ellos y el resto, no. Halle la
proporcin de enfermos segn su mejora.
Puesto que, f1 = 300, f2 = 100 donde
entonces,
f = 300 + 100 = 400
P1 = (300/400) * 100 = 75 %
P2 = (100/400) * 100 = 25 %
En este caso se dice que del 100% de pacientes que se trataron
con el medicamento, el 75% manifestaron una reaccin
favorable y el 25% no manifestaron esta mejora.
73
INDICE
Indice o nmero ndice como tambin se le conoce, es un valor

relativo con una base igual a 100 o un mltiplo de 100%. Se usa
como un indicador del cambio relativo o variacin de un hecho
que ocurre en una poblacin a travs del tiempo, de una
variacin de lugar o de otra circunstancia.
La clasificacin de los ndices es en simples y compuestos. Los
primeros estn referidos al tratamiento de una serie de datos en
el estudio de un slo suceso y los segundos para varias series de
datos con varios sucesos. Un ndice simple satisface la definicin
de razn. Los ndices compuestos se usan para mostrar
colectivamente los cambios relativos en los sucesos incluidos en
la construccin. Su uso se ver en una seccin posterior.
La frmula para calcular el ndice simple que muestre el cambio
relativo en la magnitud de un hecho o suceso es:
In/0
Pn
K
P0
donde:
n:
0
Ao de observacin
Ao base
P0 :
Magnitud del suceso en el ao base
Pn :
Magnitud del suceso en el ao de observacin
EJEMPLO N 2.8
Con un medicamento usado el ao 2001 mostraron mejora 172

de los pacientes tratados y el ao 2002 mejoraron solamente 96
de los pacientes tratados. En que porcentaje decreci la mejora.
74
I 2002 / 2001
P2002
96
100 %
100 % 56 %
P2001
172
El ao base es el 2001 y los 172 pacientes que mostraron mejora

equivale al 100%, por tanto, el ndice de mejora disminuy en
un 44 %.
TASA
Se entiende por tasa al cociente que relaciona la frecuencia

absoluta que mide el acaecimiento de un fenmeno con respecto
a la frecuencia, tambin absoluta, de la poblacin en que se
gener el hecho mencionado en el numerador. Aun cuando en
muchos casos no cumple con la definicin tradicional, se dice
que es una medida relativa que expresa la probabilidad de
ocurrencia de un hecho durante un perodo de observacin
determinado respecto del nmero de individuos expuestos al
riesgo del hecho durante el mismo perodo de observacin. Esta
tasa es muy til para comparar la ocurrencia de los hechos: entre
lugares, a travs del tiempo o para realizar comparaciones en el
mismo grupo.
Una tasa tiene en general la frmula de clculo,
T
f1
f
K 1 K f*K
f1 f 2
N
f1
N
N f1 f 2
Poblacin
A f1
f2
f1
es la frecuencia de ocurrencia afectada por el hecho

(A) durante un perodo de observacin
f2
es el complemento de f1, es la frecuencia que no fue

afectada por el hecho.
N = f1 + f2
es el nmero de individuos expuestas al riesgo del

hecho durante el mismo perodo de observacin
K:
75
factor de amplificacin, es una constante expresada

en trminos de individuos y que puede ser de 100
% (tanto por 100 individuos), 1000 /oo (tanto por
1,000 individuos), 10000 /ooo (tanto por 10,000
individuos), etc. El valor de K que multiplique a f
debe ser un valor para convertirlo a entero. Por
ejemplo, si f = 0.00015, la cifra para K debe ser
10,000 y por tanto la tasa es T = 15/ooo.
EJEMPLO N 2.9
Un estudio es realizado para estudiar la tasa de escolaridad en el

Departamento de Puno. La tasa calculada para el departamento
es una tasa bruta y las calculadas para las provincias sern tasas
especficas.
EJEMPLO N 2.10
De un estudio sobre el nmero de fallecidos en una poblacin de

acuerdo al grupo de edad para una poblacin se obtienen los
datos de la tabla que sigue:
TABLA N 31
Nmero de personas, nmero de fallecidos y tasa de fallecidos
segn grupos de edad.
Grupo de edad
Poblacin
Nmero de
fallecidos
Tasa o/oo
04
9 336
29
3.11
59
8 221
11
1.34
10 14
6 172
28
4.54*
15 29
8 417
14
1.67
30 44
7 723
0.91
45 a +
5 099
0.98
TOTAL
44 968
94
2.01 **
76
(* ) Tasa de fallecidos a la edad de 10 a 14 aos:

T10 14
28
28
K
K
28 6144
6172
6144
28
0.0045 4* 1000 4.54 o / oo
Por cada 1000 personas de la edad

de 10 a 14 aos mueren
aproximadamente 5 personas.
(**) Tasa bruta de fallecidos en la poblacin:
T
94
94
K
K
94 44874
44968
44874
94
0.00201* 1000 2.01 o / oo
Por cada 1000 personas en la

poblacin fallecen aproximadamente 2
personas.
Se puede apreciar en la ltima columna que la tasa bruta es
calculada para la frecuencia total de fallecidos respecto a la
poblacin total y las tasas especficas son obtenidas para los
fallecidos en su respectiva poblacin del grupo de edad.
2.2.9
PROMEDIOS O MEDIDAS DE RESUMEN
Los promedios o medidas de resumen son valores que se colocan

en la parte central de la distribucin de los datos, esto se puede
apreciar cuando son graficados en una recta. As por ejemplo, las
edades de cinco pacientes en aos cumplidos son 24, 26, 25, 27,
28 y su promedio es 26. En el grfico que se da a continuacin
se visualiza como se distribuyen los datos y su promedio.
PROMEDIO
24
25
26
27
EDAD DE LOS PACIENTES
28
77
Un promedio es utilizado en la prctica como un valor suficiente

para representar a todos los datos bajo estudio. As por ejemplo:
Si se tiene bajo estudio a las notas finales del

curso de Estadstica, el promedio de todas las notas es el
valor que reflejar el rendimiento de los estudiantes en este
curso.
En un experimento de ganancia de peso en el

engorde de pollos, el peso promedio reflejar la ganancia
de peso que se logr en cada uno de todos los pollos que
intervinieron en el experimento.
Hay una variedad de promedios que pueden ser utilizados como

medidas de resumen, pero cada uno de estos promedios tiene una
particularidad de uso y por tanto, a pesar de que pueden ser
calculados no deben ser usados en el mismo caso, salvo que por
las caractersticas del caso ambos promedios se acerquen y den
los mismos resultados. Estos promedios son: la media aritmtica,
la media geomtrica, la media armnica, la media cuadrtica, la
media cbica, la mediana y la moda.
MEDIA ARITMTICA
La media aritmtica ( x ) debe ser usada cuando los datos entre

ellos manifiesten una aproximacin aritmtica. Cuanto ms
aproximacin manifiesten los datos entre ellos, el promedio
tendr ms representatividad. La frmula para calcular la media
tiene sus variaciones y esto se debe a la forma como estn
tabulados los datos as tendremos: media para datos originales,
media para datos originales agrupados y media para datos
agrupados en intervalos de clase.
78
Media para datos originales

Dados los n valores de la variable X,
X : x1 , x 2 , ..., x n
la media puede ser calculada como sigue

n
x
i 1
x1 x 2 ... x n
n
EJEMPLO N 2.11
Supongamos que se tiene un grupo compuesto por 5 empleados

y que sus pesos en Kgs. son 78, 65, 70, 59 y 73; halle la media
de estos pesos.
n
x
i 1
78 65 70 59 73
69
5
El peso promedio de los cinco empleados es de 69 Kgs. La

interpretacin es sobre la media y ya no sobre todos los valores.
Media para datos agrupados en su forma original
Es la media para datos originales repetidos en k clases.
k
n x
i
i 1
X
x1
x2
.
xi
.
xk
TOTAL
ni
n1
n2
.
ni
.
nk
n
79
EJEMPLO N 2.12
En una posta de salud, el nmero de casos con enfermedades

respiratorias registrados en 30 das de un mes son:
0 , 1 , 3 , 2 , 0 , 1 , 5 , 4 , 2 , 3, 2 , 1 , 2 , 4 , 0 , 3 , 2 , 4 , 3 , 3, 3 ,
4 , 2 , 1 , 2 , 1 , 4 , 2 , 1 , 1.
Halle el promedio de casos registrados por da. Los datos
tabulados se dan en la siguiente tabla,
TABLA N 32
Nmero de das segn el nmero de casos por enfermedades
respiratorias registrados durante un mes en una posta de salud.
Nmero
de
casos
0
1
2
3
4
5
TOTAL
Nmero
de das
3
7
8
6
5
1
30
Total de
casos
registrados
0
7
16
18
20
5
69
Nota: Se adicion la tercera columna para

calcular la media aritmtica.
k
n x
i
i 1
(3 * 0) (7 *1) (8 * 2) (6 * 3) (5 * 4) (1 * 5)
30
0 7 16 18 20 5 69
2.2
30
30
En la posta de salud se han registrado un promedio de dos casos

con enfermedades respiratorias.
80
Media para datos agrupados en intervalos de clase

Para calcular esta media en principio hay que hallar las marcas
de clase o medias aritmticas de los intervalos de clase.
k
n x
i
i 1
'
n1 x1' n2 x 2' ... n k x k'

n
donde,
xi
Li Li 1
2
Ii
(L1 L2 ]
(L2 L3 ]
x 2
n|
.
(Li Li+1]
xi
ni
ni
n1
.
(Lk Lk+1]
x k
nk
Total
TOTAL
EJEMPLO N 2.13
Las edades de 88 pacientes registrados en el consultorio de

Medicina General clasificados segn intervalos de edad se dan
en la tabla N 33. Halle la edad media.
81
TABLA N 33
Nmero de pacientes registrados en el consultorio de Medicina
General segn su intervalo de edad.
Edad media
por intervalo
Nmero de
pacientes
x i'
ni
ni xi'
15 20
20 25
17.5
22.5
5
10
87.5
225
25 30
30 35
35 40
40 45
27.5
32.5
37.5
42.5
Total
20
30
18
5
88
550
975
675
212.5
2725
Intervalo de edad
Nota: Se adicionaron la segunda y cuarta columna para calcular la media

aritmtica.
k
n x
i
i 1
'
i
(5 * 17.5) (10 * 22.5) ... ( 42.5 * 5)
88
87.5 225 ... 212.5 2725
30.97
88
88
La edad promedio de los 88 pacientes que fueron registrados en

el consultorio de Medicina General es de 31 aos.
PROPIEDADES DE LA MEDIA ARITMTICA
a)
El valor de la media aritmtica depende de todos los

valores del conjunto, esto es, est afectada por el valor de
cada dato. Cuando en el conjunto estn incluidos valores
extremos, la media puede llegar a no ser representativa del
conjunto.
b)
La suma de las desviaciones de los valores con respecto a

la media es cero.
82

k
n (x
i 1
x) 0
c)
( x x) ( x cualquier valor )
i 1
d)
i 1
La propiedad de linealidad de la media aritmtica dice que,

M (aX ) aM ( X ) que se demuestra en la forma siguiente,
k
M ( aX )
e)
n (ax )
i 1
aM ( X ) a x
Para dos series de valores de con el mismo tamao

Xi : x1, x2, ... , xk
Yi : yi, y2, ... , yk
Se puede formar otra serie con las sumas ordenadas como
sigue,
Xi + Yi :
x1 + y1 , x2 + y2 , . . . , xk + yk
Entonces la media aritmtica de esta serie de frecuencias

ser igual a:
m (X + Y) = m (X) + m (Y)
Esta es la propiedad de aditividad de la media aritmtica.
Generalizando,
m (aX + bY + cZ + ... ) = a m(X) + b m (Y) + ...
g)
El valor resultante de la media aritmtica esta fuertemente

influido por valores extremos grandes, cuando existen
83
estos tipos de valores no es aconsejable utilizar la media

aritmtica como un valor promedio representativo.
MEDIA ARITMTICA PONDERADA
Una media ponderada puede ser

utilizada en los casos en que los valores
de una variable estn diferenciados por
su trascendencia o importancia y no por
su frecuencia de ocurrencia.
Dado un conjunto de observaciones para
X: x1, x2, . . . , xk y un conjunto de
ponderaciones w1, w2, . . . , wk, la media
ponderada est dada por:
X
x1
x2
.
xi
.
xk
TOTAL
wi
w1
w2
.
wi
.
wk
w
w x
i
i 1
w1 x1 w2 x 2 ... wk x k
w
donde w w1 w2 ... wk
Cuando las ponderaciones estn dadas en forma relativa
w
hi i
i 1, 2, . . ., k
entonces la media ponderada
w
puede ser calculada con la frmula,
k
w x
i
i 1
hi xi
i 1
EJEMPLO N 2.14
Tres tipos de alimentos P, C y N son combinados en la

produccin de un concentrado alimenticio para el engorde de
cuyes. Estos alimentos son administrados 3 veces al da en las
cantidades de 15, 20 y 18 Kg. En el engorde, los tipos de
84
alimento se dan segn el poder nutritivo y es como sigue: El

alimento P tiene un poder nutritivo de 3 veces, el alimento C de
2 veces y el alimento N de una vez. Halle la media de la cantidad
de alimento que se est administrando diariamente a los cuyes.
Los datos para el clculo se dan en la siguiente tabla:
TABLA N 34
Ponderaciones del poder nutritivo de un concentrado alimenticio
segn la cantidad de alimento.
Tipo de
Alimento
Cantidad de
alimento (Xi)
(en Kg.)
15
20
18
TOTAL
P
C
N
Poder
nutritivo del
alimento (wi)
3
2
1
6
Cantidad de alimento
administrado segn el
poder nutritivo
(wi Xi)
45
40
18
103
Nota: Se adicion la tercera columna para calcular la media ponderada.

3
w x
i
i 1
(3 *15) (2 * 20) (1 * 18)

17.17
6
Diariamente se estuvo administrando a los cuyes un promedio de

17.17 Kg. de concentrado.
MEDIANA
La mediana (Me) de un grupo de valores es el valor central del

grupo de valores. Se utiliza cuando los datos estn bastante
dispersos o tienen mucha variacin. Puede ser calculada para
datos originales y agrupados.
La mediana para datos originales se obtiene con los siguientes
pasos:
1) Ordenar los datos en forma creciente o decreciente.
85
2) Hallar la posicin (Pos) de la mediana con la frmula:

a) Si el nmero de datos n es impar la mediana ser el
elemento central del grupo.
Pos (Me) = (n + 1) / 2
As por ejemplo,
1,
2,
3,
3,
4,
5,
Mediana
como n = 7 entonces Pos(Me) = (7+1)/2 = 4 y la

mediana es: Me = 3
b) Si el nmero de datos n es par la mediana es la media
de los dos valores centrales, por ejemplo, para los datos
10,
12,
12,
13,
14,
15
12.5
Mediana
ya que n = 6 y Pos(Me)=(6+1)/2 = 3.5, entonces la

mediana se coloca en la parte central del tercer y del
cuarto valor,
Me
12 13
12.5
2
La mediana para datos agrupados en una tabla de frecuencias

pierde identidad y ya no es la misma que la obtenida para datos
originales. Es estimada mediante interpolacin con la siguiente
frmula:
n
N i 1
2
Me Li
c
ni
donde:
86
Me :
mediana
nmero total de datos en el grupo
Li
lmite inferior verdadero de la clase mediana
Ni-1 :
frecuencia absoluta acumulada hasta la clase anterior a

la clase mediana
ni
frecuencia absoluta de la clase mediana
ancho de la clase mediana
EJEMPLO N 2.15
Los datos de la tabla muestran los intervalos de longitud (en cm.)

de 82 fetos de 4 meses de gestacin examinados mediante
equipos de ecografa en zonas urbano marginales. Hallar la
mediana.
TABLA N 35
Nmero y nmero acumulado de fetos de 4 meses de edad de
gestacin segn su longitud en intervalos.
Intervalo de
longitud
(en cm.)
Nmero de fetos
Nmero
acumulado de
fetos
9.0 9.1
9.1 9.2
12
20
9.2 9.3
28
48
9.3 9.4
24
72
9.4 9.5
80
9.5 9.6
82
TOTAL
82
Nota: Se adicion la tercera columna para calcular la mediana.
Se determina el intervalo en donde se encuentra la mediana

denominado intervalo de clase mediana.
87
n 82
41
2
2
la mediana se encuentra en el tercer intervalo.

como, Li = 9.20,
Ni-1 = 20,
ni = 28,
c = 0.10
la mediana es
n
82
N i 1
20
Me Li 2
c 9.20 2
(0.10) 9.275
ni
28
La longitud mediana o promedio de los 82 fetos con 4 meses de

gestacin es de 9.28 cms.
PROPIEDADES DE LA MEDIANA
1)
La mediana no es calculada con todos los datos del

conjunto, por lo tanto no es afectada por los valores
extremos.
2)
La mediana est centralmente localizada.
3)
La mediana puede ser calculada an cuando los intervalos

primero y ltimo tengan lmites infinitos. En ese caso la
media aritmtica no podr ser calculada.
4)
Se encuentra entre la media aritmtica y la moda.
MODA
Es el valor que se presenta con la mayor frecuencia en el

conjunto de datos. Se dice que donde existe un mximo hay una
moda.
Un conjunto de datos puede ser unimodal, bimodal, multimodal
o uniforme. Es unimodal, cuando en el conjunto existe un slo
valor modal, si tiene dos mximos se dice que es bimodal, si
88
tiene dos o ms mximos es multimodal y si no tiene mximos

es uniforme.
El uso de la moda se da ms en los estudios con variables
cualitativas y hace referencia al uso de algo que est siendo
bastante consumido o preferido.
EJEMPLO N 2.16
Los datos de la tabla N 36 muestran la concurrencia de

compradores a cierto Stand de un supermercado en 6 horas de
un da con una aproximacin de 5 antes y 5 despus y la tabla
N 37 muestran esta concurrencia en otro da. Halle la moda o
modas en cada caso.
TABLA N 36
Nmero de compradores que concurren a un Stand de un
Supermercado segn la hora de llegada aproximada.
Hora
aproximada
Nmero de
compradores
14
11
12
13
28
15
20
17
18
19
20
GRAFICO N 01
TOTAL
NUMERO DE COMPRADORES QUE CONCURREN A UN STAND
112
SEGUN LA HORA DE LLEGADA
En la tabla N 36 apreciamos que a las 13 horas se produce la

mayor
concurrencia, 28 compradores; esta hora es la moda. En el
26
grfico N 01 podemos confirmar que el pico ms alto se da a
esta22 hora. Es un caso unimodal.
NUMERO DE COMPRADORES
30
18
14
10
9 Espino V. 11
C. Llun V. Z.
13
HORA DE CONCURRENCIA
15
17
19
21
89
TABLA N 37
Nmero de compradores que concurren a un Stand de un
Supermercado segn la hora de llegada aproximada.
Hora aproximada
Nmero de compradores
12
11
35
13
25
15
20
17
38
19
20
TOTAL
112
G R A F IC O N 0 2
N U M E R O D E C O M PR AD O R ES Q U E C O N C U R R EN A U N S TAN D
NUMERO DE COMPRADORES
En la tabla N 37 apreciamos
y a las 17 horas
S E G U N L A H O R que
A D E Ca
O N las
C U R R11
E N C horas
IA
40
se producen
las mayores concurrencias, 35 y 38 compradores
respectivamente, ambas horas son modas. En el grfico N 02
34
vemos
que en dichas horas se tienen los dos picos ms altos, es
un caso
bimodal.
28
22
16
10
8
10
12
14
H O R A D E C O N C U R R E N C IA
16
C. Llun V.1 8 Z. Espino2 0V.
90
Si los datos son de naturaleza cualitativa, la moda ser la

cualidad, categora, atributo o clase que tenga la mayor
frecuencia, independientemente del orden en que se encuentren.
EJEMPLO N 2.17
Las preferencias de un grupo de 233 pobladores por cuatro listas

de candidatos a una Junta Vecinal, se da en la tabla siguiente.
Halle la moda.
TABLA N 38
Nmero de pobladores segn la preferencia por lista a una Junta
Vecinal.
Lista
Nmero de pobladores
VECINOS UNIDOS
32
JUNTOS SE PUEDE
120
TRABAJO Y AMISTAD
25
SOMOS UNIDOS
56
TOTAL
233
Moda = JUNTOS SE PUEDE

Cuando los datos estn agrupados la moda puede ser obtenida
por interpolacin con la siguiente frmula:
Mo Li
91
d1
c
d1 d 2
Donde:
Mo :
Moda
Linf :
Lmite inferior verdadero de la clase modal.
d1 = ni - ni-1
d2
ni
ni - ni+1
Frecuencia absoluta de la clase modal.
ni-1 :
Frecuencia absoluta de la clase anterior a la clase

modal.
ni+1 :
Frecuencia absoluta de la clase posterior a la clase

modal.
Amplitud de intervalo de la Clase Modal.
PROPIEDADES DE LA MODA
1)
La moda es el valor que representa a ms valores en el

conjunto.
2)
No es afectada por los valores extremos.
3)
La moda puede ser calculada podra ser calculada an

cuando los intervalos primero y ltimo tengan lmites
infinitos.
4)
Para datos agrupados la moda deber ser estimada.
5)
Puede ser mayor o menor que la mediana y la media

aritmtica.
6)
Trabaja con datos de diferente tendencia central.

92
EJEMPLO N 2.18
Para los datos de la tabla N 35, calcular la moda o la longitud

ms frecuente de los fetos que tienen 4 meses de edad.
d1 = 28 - 12 = 16 ,
Mo 9.20
d2 = 28 - 24 = 4
16
(0.10) 9.28 cms.
16 4
MEDIA GEOMETRICA
(G)
La media geomtrica de un conjunto de valores, est definida

como la raz n-sima del producto de los n valores del conjunto.
Es utilizada cuando los datos crecen en forma geomtrica. Se
puede calcular para datos originales y para datos agrupados.
Para datos originales sin tabular:
n
G x1 x 2 ... x n n xi
n
i 1
Para datos agrupados en intervalos de clase:

k
G n x1'n1 x 2'n2 ... x k'nk n xi'ni

i 1
PROPIEDADES DE LA MEDIA GEOMETRICA
1)
Es afectada por los valores extremos en menor proporcin

que la media aritmtica.
2)
La media geomtrica no puede ser calculada cuando los

intervalos primero y ltimo tengan lmites infinitos.
93
3)
Es mayor que la media armnica, y menor que la media

aritmtica.
5)
Trabaja con datos que sean razones, tasas y de progresin

geomtrica.
EJEMPLO N 2.19
a)
Los partos ocurridos en forma accidental al interior de

vehculos creci durante los aos 1986, 1987, 1988, 1989,
1990 en: 3, 7, 17, 31, 56 respectivamente. Hallar el
promedio de partos ocurridos:
G
3 * 7 * 17 * 31 * 56 14.4
Durante los aos de 1986 a 1990, ocurrieron un promedio

de 14 partos en el interior de vehculos.
b)
Las razones de ventas anuales de artculos farmacuticos

para cinco aos consecutivos respecto de un ao de
referencia son las siguientes: 0.72, 1.60, 0.90, 2.00, 2.20.
Hallar la razn promedio de las compras.
G
(0.72)(1.60)(0.9)(2.00)(2.20) 1.35
La razn promedio de ventas de los artculos farmacuticos

respecto del ao que se tom como referencia es de 1.35,
esto es, por cada artculo vendido en el ao de referencia
en promedio se est vendiendo 0.35 artculos mas.
d) Los datos siguientes muestran el nmero de gusanos de la
hoja encontrados en 34 plantas de un cultivo de arroz.
Hallar el promedio de ataque de este gusano.
94
TABLA N 39
Nmero de plantas atacadas segn el nmero de gusanos en
intervalos y ataque medio por intervalo.
Intervalo de
ataque del gusano
Ataque
medio por
intervalo
Nmero de
plantas
1 a menos de 3
4 a menos de 6
15
6 a menos de 12
12 amenos de 18
15
TOTAL
34
34
2 4 * 3 7 * 515 * 9 5 * 15 3 4.85
Hay un promedio de ataque de aproximadamente 5 gusanos por

planta.
MEDIA ARMONICA
La media armnica de un conjunto de valores, se halla

calculando la media aritmtica de los recprocos de los valores
individuales y luego hallando el recproco de la media
aritmtica. Es utilizada cuando se tiene para las variables
unidades de medida compuestas, tales como: Kms. de distancia
recorridos por galn de combustible, unidades de un artculo
producidas por hora, Kms. de distancia recorridos por hora,
defectos por m2 de tela, etc. Enseguida se presenta los casos de
media armnica para datos originales sin tabular, para datos
originales tabulados y para datos agrupados en intervalos de
clase.
a)
Para datos sin tabular:
n
n
Para datos originales agrupados:

H
c)
x
i1
b)
95
n
n
n
ni n1 n 2
... k
x1 x 2
xk
i 1 xi
k
Para datos agrupados en intervalos de clase:
n
n
n
ni n1 n 2
' ... k'
'
'
x1 x 2
xk
i 1 xi
k
PROPIEDADES DE LA MEDIA ARMONICA
1)
Es afectada por los valores extremos en menor proporcin

que la media geomtrica ya que da mas ponderacin a los
nmeros pequeos.
2)
La media geomtrica no puede ser calculada cuando los

intervalos primero y ltimo tengan lmites infinitos.
3)
Es menor que G y que la media aritmtica.
4)
Trabaja con ciertas tasas que pueden ser expresadas

recprocamente.
96
EJEMPLO N 2.20
En una empresa ensambladora de un artculo en la cual se cuenta

con 4 unidades operativas se desea averiguar el tiempo promedio
de productividad de un trabajador. Halle la media del tiempo de
productividad.
TABLA N 40
Tiempo de productividad segn la unidad operativa.
Unidad Operativa
Tiempo de Productividad por

artculo
(minutos por artculo)
10
II
III
15
IV
4
.5
1 1 1 1
minutos por artculo

10 6 15 5
En la empresa se emplea en el ensamblaje un promedio de

tiempo de productividad de 7.5 minutos por artculo.
2.2.10
MEDIDAS DE DISPERSION O VARIACION
DISPERSION
Dispersin, es la variacin o variabilidad que se observa entre

los valores de un conjunto de datos. Una baja dispersin indicar
que entre los valores existe poca variacin. Una alta dispersin
mostrar grandes variaciones entre los valores dados. Por
ejemplo,
a)
10, 10, 10, 10, 10, 10, la variacin entre los datos es cero.
97
b)
10, 11, 10.5, 10, 11.2, 9.8, en este caso la variacin de dato
a dato es pequea.
c)
10, 20, 8, 25, 13, 19, la variacin entre los datos ha

aumentado respecto a los dos grupos anteriores.
DESVIACION
Desviacin, es la distancia entre el valor del dato y el promedio

de todos los datos (media aritmtica, mediana, media
geomtrica, etc).
Dado un conjunto de datos x1, x2, . . ., xn , la isima desviacin
viene dada por,
( xi x )
i 1, 2, ... , n
las desviaciones para todos estos datos sern,

( x1 x), ( x 2 x), . . ., ( x n x)
En la siguiente recta se muestran como se distribuyen estos

datos. Se aprecia adems que la desviacin del dato x1 es la
distancia a la media. Similarmente se obtendrn las desviaciones
para el resto de datos.
x
x1
x2
x3
x4
x5
x6
x7
xn
(x1 - x )
TIPOS DE MEDIDAS DE VARIACION

98
Las medidas de variacin son clasificadas en absolutas y

relativas.
Las medidas absolutas, miden la variabilidad de los datos en su
forma original, entre ellas se tienen: a la varianza, el recorrido, la
desviacin cuartlica, la desviacin media y la desviacin
estndar.
Las medidas relativas, expresan la variabilidad en proporcin a
algn promedio, entre estas medidas tenemos: al coeficiente de
variacin.
VARIANZA (S)
La varianza, es el valor de la variabilidad promedio de los datos

respecto de la media. Esta medida considera que la dispersin es
un rea de variacin, aglutinacin o concentracin de los datos
alrededor de la media. Por esta razn, la varianza es expresada
como un promedio de desviaciones cuadrticas y como es de
esperar tendr en su resultado unidades de medida elevadas al
cuadrado, lo que causar dificultad en su interpretacin. Por
ejemplo, un resultado de varianza de 60 Kg2 de variacin de peso
es una forma cuadrtica y no cabe la posibilidad de una fcil
interpretacin. En conclusin, solo debe mirarse el valor
numrico y no debe tomarse en cuenta la unidad de medida.
Las frmulas para calcular las varianzas cambiaran respecto del
agrupamiento de los datos y del tamao del conjunto. Tenga en
cuenta lo siguiente:
Si es un grupo cualquiera o muestra grande (n

> 30), utilizar n.
Si es una poblacin, emplear N-1, en este

caso, los smbolos de los datos que estn representados en
minsculas pueden ser cambiados a maysculas.
Si es una muestra pequea (n 30), emplee

n 1.
99
Varianza para datos originales sin tabular en un grupo

cualquiera o muestra grande:
n
S2
( xi x ) 2
i 1
x
i 1
2
i
Varianza para datos originales sin tabular en una poblacin:

N
S2
(X
i 1
X )2
N 1
Varianza para datos originales tabulados en muestras

pequeas:
k
S2
n
i 1
( xi x ) 2
n 1
Varianza para datos en intervalos de clase en muestras

pequeas:
k
S2
n
i 1
( xi' x) 2
n 1
DESVIACION ESTANDAR (S)
Es una distancia estndar o desviacin representativa de todas

las desviaciones de los datos. Se debe aceptar que cada uno de
los datos respecto de su media tienen en promedio una
desviacin igual a D.E. Con el principio de que la media
representa a todos los datos, y segn esto, el valor de cada dato
es el promedio, en conclusin, la desviacin estndar ser la
amplitud de variacin entre datos que son representados por la
media.
100
La desviacin estndar puede ser usada para establecer un rango

o intervalo de aceptabilidad o representatividad de la media para
los datos ( x S , x S ) . Los datos que caigan dentro del
intervalo estarn representados por la media y los que estn fuera
no. Estos ltimos reflejarn una variabilidad significativa
respecto de los que se encuentran dentro del intervalo.
La desviacin estndar se calcula al hallar la raz cuadrada de la
varianza. La unidad de medida es la misma que para la media.
D.E. S
S2
EJEMPLO N 2.21
Se usa un equipo de operarias para envasar un concentrado

proteico en bolsas de 165 grs. de peso. Para inspeccionar el peso
la nutricionista a cargo toma 9 bolsas y obtiene los siguientes
pesos: 120, 130, 140, 150, 160, 170, 180, 190, 200. Hallar la
media, varianza y desviacin estndar. Interpretar los resultados.
n
x
i 1
S2
(x
i 1
120 130 140 ... 170 180 190 200

160
9
x) 2
n 1
(120 160) 2 (130 160) 2 ... (200 160) 2

666.7 grs.2
9 1
los pesos de las 9 bolsas tienen una variacin de 667.7 grs2.

D.E. S
S2
666.7 25.8 grs.
Entre los pesos de las 9 bolsas se tiene una variacin de 25.8 grs.
La desviacin estndar de variabilidad de los pesos para quienes
la media es representativa es de 25.8 grs. Esto implica que el
101
peso promedio alcanzar a representar a todas las bolsas cuyos

pesos se hallen entre 134.2 a 185.8 grs.
COEFICIENTE DE VARIACION (C.V.)
El coeficiente de variacin C.V. es una medida relativa del grado

de variacin entre los datos. Se deduce de una regla de tres
simple cuando se expresa a S como una parte de la variacin y a
la media como el todo, as como se muestra,
x
como
es a
es a
1
C.V.
Obteniendo, la forma relativa para el C.V.,

C.V .
S
x
y la forma porcentual
C.V .%
S
*100
x
para la interpretacin, en primer lugar debemos aceptar que la

media es representativa de cada uno de los valores, esto quiere
decir que cada uno de ellos es igual a la media y en segundo
lugar cada uno de ellos tiene una desviacin igual a D.E. o lo
que es lo mismo entre cada dato hay una fluctuacin de D.E.
unidades, por tanto, el C.V. es la proporcin o el porcentaje de
variacin entre los valores. El C.V. puede ser usado tambin para
comparar el grado de dispersin entre dos conjuntos de datos.
OBSERVACIONES
1)
Si el C.V.% = 0 % la disposicin entre los datos es nula,

esto es: los datos son iguales y la varianza es cero.
2)
Si la variacin entre los datos va aumentado esto implica

que el C.V. tambin aumentar. Conforme el C.V. se aleje
102
del 0% el promedio ser menos representativo de los datos

y si se acerca al 0 % ser ms representativo.
EJEMPLO N 2.22
Calcular el coeficiente de variacin para los tamaos de una

muestra de 24 plantas de maz. Los datos se dan en la tabla
siguiente:
TABLA N 41
Nmero de plantas de maz segn su intervalo de tamao.
Tamao (en cms.)
Media de
intervalo
Nmero de
plantas
30 40
35
40 50
45
12
50 60
55
25
60 70
65
TOTAL
50
8 * 35 12 * 45 25 * 55 5 * 65
50.4 cms.
50
S2
8 (35 50.4) 2 12 (45 50.4) 2 25 (55 50.4) 2 5(65 50.4) 2

50
76.84 cms 2
D.E. S
C.V .
76.84 cms 2 8.77 cms
8.77 cms
0.174
50.4 cms
C .V . % 0.174 * 100 17.4%
103
Hay una variacin del 17.4 % entre los tamaos de las 50

plantas. Salvo que se tenga estudios anteriores o alguna
referencia tcnica respecto del tamao se podr hablar de
variacin alta o baja, pero an as, este valor es bajo en
comparacin al 100% ya que por cada 1 cm. de tamao hay una
variacin de 0.17 cm. o 17 mms.
2.2.11
MEDIDAS DE ASIMETRIA
Hablar de simetra es hacer referencia a que un hecho se est

realizando bajo un cierto patrn de comportamiento o de
ocurrencia y los datos que se produzcan estn equidistantemente
de forma normal por encima o por debajo de este patrn.
Cuando los hechos produzcan generalmente datos no
equidistantes y con alguna tendencia se estar hablando de
asimetra.
Para probar la simetra de un conjunto de datos se tienen
medidas analticas y medios visuales. El medio grfico es
construir un grfico de histograma de frecuencias el cual es
comparado con una curva de probabilidad normal. Si todas las
barras del histograma se encuentran por debajo de la curva
normal, los datos estarn distribuidos simtricamente. Conforme
las barras vayan sobresaliendo de la curva normal se ir
perdiendo simetra en el conjunto de datos.
Los siguientes grficos muestran algunos de estos casos:
GRAFICO N 3-a)
8
7
6
5
4
3
2
> 500
(480,500]
(460,480]
(440,460]
(400,420]
(380,400]
(360,380]
(340,360]
(320,340]
GASTO EN ALIMENTACION
> 460
(440,460]
(420,440]
(400,420]
(380,400]
(360,380]
(340,360]
9
8
7
6
5
4
3
2
1
0
<= 340
<= 300
NUMERO DE TRABAJADORES SEGUN EL GASTO EN ALIMENTACION
(300,320]
(420,440]
GRAFICO N 3 - b)
NUMERO DE TRABAJADORES
NUMERO DE TRABAJADORES
104
GRAFICO N 3 - c)
> 440
(420,440]
(400,420]
(380,400]
(360,380]
(340,360]
(320,340]
(300,320]
<= 280
9
8
7
6
5
4
3
2
1
0
(280,300]
NUMERO DE OBSERVACIONES
OBSERVACIONES
1) En una distribucin de frecuencias simtrica, los valores de

la media, mediana y moda sern iguales: x Me Mo .
2) Cuando una distribucin de frecuencias es asimtrica, los
tres valores se apartan unos de otros. Mientras mas separe la
media de la moda, mayor es la asimetra.
3) En el sentido del eje X, la curva de frecuencias puede ser
asimtrica, ya sea al lado derecho (positivamente asimtrica)
o hacia el lado izquierdo (negativamente asimtrica). En
cualquier lado la mediana est entre la media y la moda.
4) El coeficiente de asimetra (Kart Pearson) para medir el
grado de asimetra de una distribucin es calculado mediante
la frmula:
x Mo
S
105
5) Para distribuciones moderadamente asimtricas, el

coeficiente de asimetra puede ser calculado mediante la
frmula:
3 ( x Mo)
S
EJEMPLO N 2.23
Halle el coeficiente de asimetra para los datos del nmero de

hijos de 30 familias que se dan enseguida.
3
6
1
6
x 5 .3
5
5
3
3
6
3
1
1
6
10
9
6
0
1
9
10
4
8
9
9
10
5
9
1
9
10
2
3
1
3
7
7
9
6
0
6
Me 6
x Mo 5.3 6
0.22
S
3.21
Hay un 20% de desplazamiento hacia los valores positivos.

2.2.12
MEDIDAS DE APUNTAMIENTO O KURTOSIS
Las medidas hasta el momento vistas en una distribucin de

frecuencias son: el promedio para hablar con un solo valor por
todos los valores del conjunto; alguna medida de dispersin para
mostrar la variacin de los datos alrededor del promedio y una
medida de asimetra para exhibir la asimetra o tendencia de la
distribucin en el eje X. El ltimo recurso que puede ser usado
para describir una distribucin de frecuencias es la medida de
apuntamiento o kurtosis, la cual es til para indicar el grado de
concentracin de los datos alrededor del promedio.
OBSERVACIONES
106
1) La mejor concentracin de los datos es la concentracin

normal estndar la cual garantiza la exactitud y
confiabilidad de los datos. Por ello, la curva normal, as
como fue utilizada para estudiar la asimetra, tambin es
utilizada para estudiar el grado de concentracin de los
datos.
2) En una distribucin de frecuencias los datos pueden tener
diferentes formas de concentracin alrededor del
promedio; estas formas quedan determinadas al
compararlas con la curva normal estndar.
3) Si los datos estn bastante concentrados la distribucin que
se deriva es denominada leptokrtica y al compararla con
la curva normal estndar la sobrepasa y tiene una forma de
punta; a mayor concentracin, mayor punta. Con datos
empricos, el grfico de histograma que se construye
muestra barras bastante angostas y largas presentando una
forma puntiaguda.
4) Un apuntamiento intermedio es denominado mesokrtico que
es la concentracin aproximada a la concentracin normal.
El grfico de histograma que se construya muestra barras
que son coincidentes con la curva normal estndar.
5) El tercer patrn de concentracin es llamado platikrtico,
que muestra una concentracin por debajo de la normal. El
grfico de histograma para un conjunto de datos con este
patrn exhibe una forma achatada, en muchos casos muy
por debajo de la normal.
6) El grado de kurtosis para datos originales puede ser hallado
con el siguiente coeficiente:
n
(x
i 1
x) 4
n
2 2
(S )
m4
m22
107
Para un conjunto cualquiera de datos originales sin agrupar.

n
m4
(x
i 1
x) 4
n
n
m2 S 2
(x
i 1
x) 2
El valor de K para una curva normal estndar es 3, por

tanto, de la comparacin se deduce que:
K3=0
apuntamiento normal
K3>0
cuanto mayor sea el valor de esta diferencia

mas apuntada ser la distribucin.
K3<0
a menor valor de esta diferencia mas

achatada ser la distribucin.
EJEMPLO N 2.24
Calcular el coeficiente de kurtosis para los datos del ejemplo N

2.23.
m4 181.3517
1.71
m22 106.2961
la distribucin para el nmero de hijos es leptokrtica.

2.2.13
CUANTILES
Los cuantiles dividen a las distribuciones de frecuencias en

partes en donde cada parte contiene el mismo nmero de datos.
Los percentiles mas usados son los cuartiles (Qi i = 1, 2, 3), los
deciles (Qi i = 1, 2,, 9) y los percentiles (Pi i = 1, 2, , 99).
108
Los cuartles dividen a la frecuencia total en 4 partes iguales, los

deciles la dividen en 10 partes y los percentiles en 100 partes.
El esquema para una divisin y disposicin de los cuartiles sobre
el eje X es el que se muestra enseguida:
25%
25%
25%
Q1
Primer cuartil
Q2
Segundo cuartil
25%
Q3
Tercer Cuartil
Me
y para los deciles es:

10%
10%
D1
Primer decil
10%
D2
D3
Segundo decil Tercer decil
10%
D10
Noveno decil
EJEMPLO N 2.25
Halle los cuartiles para el nmero de personas que se quedaron

sin atender en un Banco durante 20 das los cuales son:
4 5 6 3 6 7 6 6 9 7 5 8 6 9 9 1 9 6 9 10
Un proceso prctico para dividir al conjunto en cuartiles o 4

partes iguales se explica como sigue:
1)
Ordenar los datos en forma creciente.

1 3 4 5 5 6 6 6 6 6 6 7 7 8 9 9 9 9 9 10
2)
Si el tamao del conjunto de datos n es par, hay que dividir

la frecuencia total en dos partes iguales (n/2) para ubicar la
109
posicin del segundo cuartil que coincide con la mediana

de los datos, es decir, Q2 = Me.
Como n = 20, entonces, n/2 = 10. El primer y segundo
grupo deben tener 10 datos.
1 3 4 5 5 6 6 6 6 6
3)
6 7 7 8 9 9 9 9 9 10
Luego se subdivide el primer y segundo grupo en partes

iguales de tal manera que cada subgrupo tengan la misma
cantidad de datos, esto es, n/4 = 20/4 = 5 datos cada
subgrupo. El primer cuartil se halla en la parte media del
quinto y del sexto dato, el segundo cuartil en la parte
central del dcimo y del onceavo dato y el tercer cuartil en
la parte media del quinceavo y dieciseisavo dato.
1 3 4 5 5
6 6 6 6 6
Q1 =5.5
Q1
56
5 .5
2
Q2
66
6
2
Q3
99
9
2
6 7 7 8 9
Q2 = 6
9 9 9 9 10
Q3= 9
EJEMPLO N 2.26
Halle los cuartiles para el nmero de defectos encontrados en 21

m2 de un fardo de tela de un casimir, los cuales se dan a
continuacin:
1 5 5 3 6 6 6 7 4 9 5 8 6 8 9 1 9 6 4
1)
Ordenando los datos en forma creciente tenemos:

1 1 3 4 4 5 5 5 5 6 6 6 6 6 7 7 8 8 9
110
2)
Si el tamao del conjunto de datos n es impar, hay que

dividir a la frecuencia total en dos partes iguales con la
frmula ( n 1) / 2 para ubicar la posicin del segundo
cuartil que coincide con la mediana de los datos, es decir,
Q2 = Me.
Como n = 21, entonces, el segundo cuartil Q2 se encuentra
en la posicin (n+1)/2 = 11 que coincide con el onceavo
valor, esto es, Q2 = 6. El primer y segundo grupo deben
tener 10 datos cada uno de ellos y la Me = Q2 = 6.
1 1 3 4 4 5 5 5 5 6
3) Enseguida se debe dividir el primer y segundo grupo en

partes iguales de tal manera que cada subgrupo tengan la
misma cantidad de datos, esto es, (n - 1)/4 = 20/4 = 5 datos
cada subgrupo. El primer cuartil se halla en la parte media
del quinto y del sexto dato, el segundo cuartil en la parte
central del dcimo y del onceavo dato y el tercer cuartil en
la parte media del quinceavo y dieciseisavo dato.
1 1 3 4 4
5 5 5 5 6
Q1 = 4.5
Q1
6
Q2 = 6
45
4.5
2
Q2 6
Q3
78
7.5
2
EJERCICIOS PROPUESTOS
6 6 6 7 7
Q3 = 7.5
111
1)
Para el estudio de la evasin de impuestos debido al comercio

informal en el mercado Bellavista a realizarse en un determinado
mes y ao que Ud. escoja, prepare una tabla simblica de datos
para calcular la media y varianza ponderada de la evasin de
impuesto por importancia de artculo vendido.
2)
En un concurso para cubrir plazas vacantes de profesores de

matemticas en un Colegio, se ha establecido un sistema de
evaluacin con preguntas de 4 cursos, 20 por curso, con las
ponderaciones siguientes:
Curso
Matemtica
Estadstica
Fsica
Qumica
Total
Nota
Ponderacin
4
3
2
1
10
a) Halle la nota promedio de un concursante que ha respondido

correctamente 20 preguntas en Matemtica, 6 en Estadstica, 3
en Fsica y 2 en Qumica. Si cada pregunta vale 2 puntos.
b) Cul es la nota promedio en caso de responder correctamente
10 preguntas por curso, si todas las preguntas valen un punto ?.
3) Una enfermedad ha afectado la piel de los peces criados en 20
estanques naturales. El nmero de manchas por esta enfermedad
en 50 de 500 peces son:
9
2
9
1
2
2
4
4
3
4
a)
b)
1
9
0
1
4
6
0
0
0
8
6
8
7
9
4
5
1
2
7
7
3
1
0
0
2
8
8
0
2
1
7
5
5
4
9
4
5
4
0
4
Halle e interprete la media aritmtica, varianza, D.E.,

coeficiente de variacin coeficiente de asimetra, coeficiente de
apuntamiento y cuartiles.
Grafique los datos y posicione su media.
112
4)
c)
Qu porcentaje de valores se encuentran dentro de una

D.E.
d)
Halle e interprete la tasa de morbilidad para esta

enfermedad en la muestra. Es tasa bruta o tasa especfica?
e)
Si en la muestra se tiene 20 peces machos y 30 peces

hembra cul es el razn de ataque segn el sexo?. Interprete.
Los datos de la tabla siguiente corresponden a las ventas del

medicamento A (en miles de unidades) realizadas por 30
visitadores mdicos.
Nmero de unidades Frecuencia
vendidas
1-3
3-5
12
5-7
7-9
9-11
TOTAL
30
Halle e interprete la media aritmtica, varianza, D.E., coeficiente

de variacin, coeficiente de asimetra, coeficiente de
apuntamiento y los cuartiles.

Cap. II Tablas de Frecuencias Unidim y Anal Dats

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

Cap. II Tablas de Frecuencias Unidim y Anal Dats

Enviado por

Direitos autorais:

Formatos disponíveis

Tablas de Frecuencias Unidimensionales y Anlisis Estadstico de Datos

Se le da tambin otras denominaciones: distribucin de

Tablas de Frecuencias Unidimensionales y Anlisis Estadstico de Datos

Nmero de trabajadores segn su LUGAR DE PROCEDENCIA

Lase como que 13 trabajadores nacidas en Juliaca son carpinteros.

FUENTE: Datos recolectados por el autor.

Las particularidades siguientes caracterizan a toda tabla.

CONGLde filas yCONGL

Debe ser preparada para colocar:

las etiquetas de la o las variables y de las cualidades de

Tablas de Frecuencias Unidimensionales y Anlisis Estadstico de Datos

las frecuencias de las cualidades

los totales de las frecuencias por cada cualidad.

PARTES DE UNA TABLA DE FRECUENCIAS

Una tabla es un medio de comunicacin del comportamiento

Tablas de Frecuencias Unidimensionales y Anlisis Estadstico de Datos

Ttulo en donde incluya:

Encabezado, conceptos y nota de encabezado.

Matriz de datos o cuerpo de la tabla.

Nota de pie, es una aclaracin o indicacin a algunas

Tablas de Frecuencias Unidimensionales y Anlisis Estadstico de Datos

Fuente, est por debajo de la nota de pie. En la fuente ser

Se denomina frecuencia al nmero de veces en que un valor se

Cada vez que se incremente una variable a la tabla deber

Tablas de Frecuencias Unidimensionales y Anlisis Estadstico de Datos

DIMENSION DE UNA TABLA DE FRECUENCIAS

Una tabla puede tener muchas filas y columnas y a su vez puede

Tablas para variables cuantitativas.

UTILIDAD DE LAS TABLAS DE FRECUENCIAS

Uno de los principales problemas de todo estudio estadstico

Establecer una relacin adecuada entre las variables de

Evitar la recoleccin de datos que no son trascendentales

Establecer adecuadamente las cualidades de anlisis.

Tablas de Frecuencias Unidimensionales y Anlisis Estadstico de Datos

Determinar adecuadamente los indicadores para el proceso

Las operaciones de codificacin y recodificacin sern ms

Mejor control de la calidad de los datos.

Utilizar la mejor herramienta de anlisis estadstico.

Direccionar las preguntas de un cuestionario a la mejor

TIPOS DE TABLAS DE FRECUENCIAS

Como ya se dijo anteriormente, la presentacin de los datos tiene

conteos de ocurrencia de cada caso.

los conteos de ocurrencia hasta algn caso.

conteos en proporcin al total de casos.

Tablas de Frecuencias Unidimensionales y Anlisis Estadstico de Datos

d) Tablas de frecuencias relativas acumuladas la cual expresa la

proporcin de ocurrencia hasta cierto caso.

porcentaje de ocurrencia de cada caso.

Tabla de frecuencias porcentuales acumuladas en donde se

PROCESAMIENTO ESTADISTICO PARA UNA VARIABLE

En esta seccin se tratarn los temas que implica todo

Una tabla de frecuencias absolutas simples es una disposicin de

Tablas de Frecuencias Unidimensionales y Anlisis Estadstico de Datos

ocurrencia o por intervalos de clase. La tabla N 02 muestra un

Tablas de Frecuencias Unidimensionales y Anlisis Estadstico de Datos

Se da enseguida las tablas de frecuencias simblicas para una

nmero de cualidades, atributos, categoras o clases.

isima cualidad, atributo, categora o clase de la

nmero de elementos con la cualidad x1 de X.

total de casos en estudio.

Tablas de Frecuencias Unidimensionales y Anlisis Estadstico de Datos

Tablas de Frecuencias Unidimensionales y Anlisis Estadstico de Datos

CONSTRUCCION DE UNA TABLA DE FRECUENCIAS

DATOS ORIGINALES AGRUPADOS