UNIVERSIDAD POLITECNICA ESTATAL DEL CARCHI

ADMINISTRACIÒN DE EMPRESAS Y MARKETING

PORTAFOLIO DE
ESTADÍSTICA

PARALELO: 3- “B”

Ecuador – Tulcán

09/05/2017

ESTADÍSTICA DESCRIPTIVA
OBJETIVO GENERAL

Informar sobre los propósitos generales de la estadística y de la investigación

destacando su importancia en la generación de conocimiento y tecnología.

La Estadística es un lenguaje que ayuda a analizar mejor la realidad que nos rodea.
Es un lenguaje que ayuda a pensar, que ayuda a mirar, a relacionar, a comparar,
ayuda a ver más allá de donde llega nuestra mirada.

DEFINICIONES BASICAS DE ESTADISTICA

DESCRIPTIVA

POBLACIONES: Jóvenes de la UPEC

MUESTRA: comunidad juvenil entre 20 y 22 años

Variable: Género Musical

Tipo de variable: cualitativa

Tipo de variable: nominal no tiene orden; ordinal tiene un orden

Tipos de variable: cualitativa, cuantitativa.

Variable de intervalos: no hay origen de valores se puede expresar valores

negativos.

0 es un número arbitrario y 0°c es un punto donde se4 transforma algo.

Variable nominal: Son aquellas que establecen la distinción de los elementos en las
categorías sin implicar orden entre ellas
Ejemplo:

 Estado Civil o conyugal (soltero, casado, viudo, divorciado, separado,

conviviente)
 Idioma de los habitantes de la tierra (castellano, inglés, francés, italiano,
chino mandarín, etc.) ·
 genero

Variable Cualitativa Ordinal: Son aquellas que agrupan a los objetos,

individuos, en categorías ordenadas, para establecer relaciones
comparativas.
 Nivel de pobreza (no pobre, pobre, muy pobre, extremadamente pobre).
 Categoría de un docente universitario (principal, asociado, auxiliar)
 Escolaridad
  numero de alumno sentados en un salón (primera fila, segunda fila, última
fila)
 medida de talla de un niño (alto ,bajo medio)

INTERVALO

 La escala de intervalo constante sin cero reales tiene los elementos de la

escala ordinal y, además, permite conocer la distancia entre dos números
consecutivos de la medición, a partir de un cero arbitrario. Un ejemplo de este
tipo de variables es la temperatura, ya que podemos decir que la distancia
entre 10 y 12 grados es la misma que la existente entre 15 y 17 grados.
 ESCALA DE INTERVALO CONSTANTE CON CERO REAL-RAZÓN O
PROPORCIÓN
 La escala de intervalo constante con cero real tiene en su origen un punto 0;
los datos son obtenidos mediante mediciones empleando instrumentos (p.a.:
cinta métrica, balanza), de esta manera se conoce la distancia entre dos
números consecutivos de la medición y se consideran como verdaderos
números.
Ejemplos: Altura de planta (m), Peso del fruto /planta (g).

1.- MÉTODO CIENTÍFICO.

El método científico consta de cuatro etapas fundamentales, que ocurren

sucesivamente en un proceso espiral, donde las continuas apariciones de una
misma etapa difieren cualitativa y/o cuantitativamente.

Etapa 1. Colección de hechos por observación o experimentación.

Etapa 2. Formulación de hipótesis o teorías que expliquen los hechos en términos

de relaciones de causa a efecto.

Etapa 3. A partir de la hipótesis, por deducción, se determinan nuevos resultados

surgen bajo ciertas condiciones. Si la hipótesis es cierta, estas deducciones
constituyen un nuevo conocimiento. Si la hipótesis no es cierta, se esperan otros
hechos que son factibles de ocurrir de acuerdo a las mismas condiciones.

Etapa 4. Verificación de las deducciones mediante nueva observación o

experimentación
 HISTORIA DE LA ESTADISTICA

Es una disciplina científica que afecta a todos los actos de hoy en día. Interviene en
los ámbitos del saber y de la economía, destaca las vidas salariales de los individuos
estas son productivas por el estado de gobierno. El papel teórico y técnico como
vertiente teórica con sus distintas partes involucrándose en todas las actividades.

En cada época histórica que se desarrolló la sociedad determina las técnicas de

trabajo para resolver problemas de eugenesia.

Las técnicas de la estadística desde tiempos remotos los hombres se han

interesado por la cuantificación, en España describen aspectos geográficos. A lo
largo de los siglos 17 y 18 inaugurándose esta ciencia que promueve el conteo de
registros. Durante los siglos serán el cálculo de ideas para dichos aspectos.

Surgen nuevos planteamientos sobre la probabilidad de acuerdo a una apuesta en

como dividir dicha cantidad de una forma exacta. Las reglas que se establecen son
de gran ayuda para llegar a obtener resultados exactos.

En 1713 se formó el teorema de los grandes números de acuerdo a las distintas

pruebas a someterse.

De acuerdo a la ley de errores es como comienza la probabilidad en España se

envía a un grupo de jóvenes con el fin de obtener resultados exactos sobre la
economía del reino. Los sistemas de rastreo comienzan a registrarse con la
investigación a mercados partiendo del muestreo y cálculo de viabilidad de dichas
cifras con el fin de obtener resultados provechosos.

EL ANALISIS ESTADISTICO DE UNA POBLACIÓN O UNIVERSO DE DATOS

TIENE COMO OBJETIVO FINAL DESCUBRIR CARACTERISTICAS DEL
OBJETO
 Dirección del
proceso

Investigadores y Ascesores tecnicos

lideres de Organizaciones de
capacitadores y
productores promotores productores

Generación Validación Trasferencia y Adopción

capacitación

Retroalimentación

PRESENCIA DE UNA MARCA A NIVEL MUNDIAL

• El Mundo entero POBLACION

• Ciudades más representativas MUESTRA

• No de sucursales VARIABLE

• Cuantitativa discreta TIPO DE

VARIABLE

DATOS

Los datos pueden consistir en números, estadísticas o proposiciones descriptivas.

Los conceptos de datos, información, conocimientos y sabiduría están inter-
relacionados. Los datos convenientemente agrupados, estructurados e
interpretados se consideran que son la base de la información humanamente
relevante que se pueden utilizar en la toma de decisiones, la reducción de la
incertidumbre o la realización de cálculos.

Tipos de datos

 Cualitativas: son aquellas en la que los resultados posibles no son valores

numéricos. Por ejemplo: color del pelo, tipo de ropa preferida, lugar de
veraneo, etc.
 Cuantitativas: aquellas cuyo resultado es un número. A su vez, las hay de
dos tipos:
 Cuantitativas discretas: cuando se toman valores aislados. Por ejemplo:
número de amigos de tu pandilla, número de veces que vas al cine al mes,
número de coches que tiene tu familia.
 Cuantitativas continuas: cuando, entre dos valores cualesquiera, puede
haber valores intermedios. Es decir, se toman todos los valores de un
determinado intervalo. Por ejemplo: peso de las personas, nivel sobre el mar
en que se encuentra tu ciudad, medida del perímetro torácico.

Recolección de datos

Datos existentes: fuentes primarias (encuesta), fuentes secundarias (prensa).

Datos no existentes: entrevista, observación directa, ensayos.

Características de los instrumentos de medición

 Validez: se refiere al grado de precisión en que un instrumento mide lo que

desea medir.
 Confiabilidad: se refiere al grado en que su aplicación respectiva, al mismo
sujeto u objeto, produce el mismo resultado.

ESCALA DE LIKERT
 Psicométrica

Encuestas

Entrevista

Observación

Documentación

Documentación

Técnica de recolección de datos más básica y más inexacta. Corresponden a los

estudios retrospectivos donde es la única forma disponible de recopilar la
información.

Observación
La observación es científica cuando:
 Sistemática
 Controlada
  Cuenta mecanismos para evitar errores y confusiones.
Observación no participante:
• Es cuando se perturba la acción o situación que se está investigando.
Observación participante:
• Implica conciencia en el evaluado.
Entrevista
• La evaluación que se realiza al individuo no debe pasar inadvertido
• El instrumento es el evaluador la reacción la provoca directamente el
evaluador
• Estructurada: si cuenta con una guía
• No estructurada: Cuando buscan explorar características del evaluado
Encuesta
• Busca conocer la respuesta de un grupo; Puede corresponder a una muestra
o una población
• Asincrónico o Auto administrativo: Si el individuo completa los reactivos.
Sincrónico o Hetera administrativo: cuando hay el encuestador.

Psicometría
• Desarrollada por los investigadores de las ciencias del comportamiento
• No requiere que el investigador pertenezca a la línea de investigación;
primero porque los instrumentos son autoadministrables
• Por ultimo porque el evaluado se puede autocalificar.
• Utilizada para medir algunas variables.
Elementos del proceso de observación:
• Sujeto u observador
• El ente observado
• Los medios de observación
• Las circunstancias de la observación
Clasificación:
1. Según la relación entre el observador y el ente observado
2. Según los medios de observación
3. Según las circunstancias de la observación
4. Según la relación entre el observador y el ente observado

NO PARTICIPANTES:

• Es la observación del contexto del grupo social sin intervenir en el

fenómeno observado.
• El investigador no perturba la acción o situación del hecho observado.
• Aquí se encuentran todas las magnitudes de las variables objetivas: talla el
peso
PARTICIPANTES:

• El investigador se incluye en el grupo, hecho observado con la finalidad de

conseguir información desde adentro

SISTEMATICA

• Por ser selectiva necesita la ayuda de elementos básicos tales como:

registros, escalas de apreciación etc.
• Permite una verdadera medición.

2. Según los medios de observación

SISTEMATICA

• Por ser selectiva necesita la ayuda de elementos básicos tales como:

registros, escalas de apreciación etc.
Permite una verdadera medición.

ASISTEMATICA

• No es segmentada ya que se realiza sin la ayuda de elementos técnicos.

• Técnica simple o libre
• No permite la medición porque es subjetiva.
•
3. Según las circunstancias de la observación
 Campo
• No controlada
• Observación descriptiva
• Se la realiza en el lugar de los hechos

Laboratorio

• Controlada
• El ente observado no se encuentra en su estado natural requiere de
procesos para controlar su ambiente.
• Mediciones de mayor estabilidad

ENTREVISTA DE INVESTIGACIÓN

Entrevista no estructurada
Entrevista a profundidad
• Es netamente cualitativa, busca explorar y descubrir características en el
evaluado, no sigue reglas.
• No clasifica no tiene interés de tabulares datos, pero orienta posibles
hipótesis.
Entrevista enfocada
• Se concentra en uno o varios puntos.
• El entrevistador conoce directa e indirectamente esta situación
• Cuenta con una lista de temas abarca a fin de no omitir aspectos importantes.
• Modificando el investigador la forma y orden dependiendo de las
circunstancias.
• Formula hipótesis
• Obtiene una conclusión
Entrevista estructurada

 Se encuentra con una guía de encuesta

 El objeto de estudio ya se encuentra caracterizado y consiste en proporcionar
un número fijo de preguntas.
 El investigador debe formular preguntas que amplié la información
proporcionada
 Es una técnica y no un arte
 Permite uniformizar las respuestas, es semi-cuantitativa.
 Permite hace comparaciones.
 Pone a prueba la hipótesis.
 Muestreo

Es la técnica para recoger una muestra a partir de una población o un

subgrupo de esta el objetivo es estimar parámetros, por ejemplo, medidas,
prevalecías etc. Permite inferir sobre la población basándose en la
información de la muestra.
La muestra se deriva de:
Formulación de problema más Definición de objetivos más Definición de
variables más Determinación del universo y de la población a partir de los
objetivos más Los posibles riesgos de la investigación igual Muestra.

Muestreo estratifico

Consiste en dividir la población total en clases homogéneas (estratos). Cada

estrato funciona independientemente, pudiendo aplicarse dentro de ellos el
muestreo aleatorio simple para elegir los elementos concretos que formarán
parte de la muestra.

Muestreo conglomerado.
Método de muestreo en el que la población se divide en conglomerados/
grupos, en el que se selecciona solamente un subconjunto de cada
conglomerado en lugar del conglomerado completo. Este método utiliza a
menudo las zonas de enumeración como unidad primaria de muestreo.

Muestreo no-probabilístico

El muestreo probabilístico resulta excesivamente costoso y se acude a

métodos no probabilísticos, aun siendo conscientes de que no sirven para
realizar generalizaciones, pues no se tiene certeza de que la muestra
extraída sea representativa, ya que no todos los sujetos de la población
tienen la misma probabilidad de ser elegidos.

Muestreo casual o incidental

Se trata de un proceso en el que el investigador selecciona directa e
intencionadamente los individuos de la población. El caso más frecuente de
este procedimiento el utilizar como muestra los individuos a los que se tienen
fácil acceso.

Muestreo por bola de nieve

Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros,

y así hasta conseguir una muestra suficiente. Este tipo se emplea muy
frecuentemente cuando se hacen estudios con poblaciones marginales,
delincuentes, sectas, determinados tipos de enfermos, etc.

He: es el error muestra deseado, en tanto por uno. El error muestra es la

diferencia que puede haber entre el resultado que obtenemos preguntando a
una muestra de la población y el que obtendríamos si preguntáramos al total
de ella.
 p: proporción de individuos que poseen en la población la característica de
estudio. Este dato es generalmente desconocido y se suele suponer que
p=q=0.5 que es la opción más segura.
q: proporción de individuos que no poseen esa característica, es decir, es 1-
p.
N: tamaño de la muestra (número de encuestas que vamos a hacer).
Altos niveles de confianza y bajo margen de error no significan que la
encuesta sea de mayor confianza o esté más libre de error necesariamente;
antes es preciso minimizar la principal fuente de error que tiene lugar en la
recogida de datos.

ENCUESTA SOCIOECONOMICA DEL CANTÓN BOLIVAR

Es aquel estudio que es realizado en las empresas, a los empleados nuevos sobre
el trabajo por medio de cuestionarios, los cuales cumplen la función de investigar
los antecedentes laborales del postulante de trabajo en dicha empresa.

 Encuesta socioeconómica

Visitar el domicilio del candidato para corroborar su lugar de residencia y verificación

de documentos.

La encuesta debe cumplir dos propósitos

 Es importante que la encuesta se emplee los términos que contengan los

puntos de los entrevistados deban aportar sobre el tema en cuestión. Al
respecto es esencial situarse en la misma situación en el que se encuentra
el entrevistado y ponerse en la perspectiva del sujeto para diseñar las
preguntas en función de este.
 El lenguaje de la encuesta debe parecerse mucho al del entrevistado. Por
esto es clave tener claro el grupo al que va dirigido la encuesta. Se pueden
crear las preguntas con términos que las personas entiendan y términos que
las personas no entiendan y es muy probable que por vergüenza no se las
realice o el encuestado no las desee contestar.
 La encuesta debe cumplir con la tradición de objetivos de lo que se quiere
averiguar en preguntas respectivas cada pregunta de transmitir lo que
requiere preguntar y no salirse del contexto.

¿COMO ELABORAR ENCUESTAS?

Generalmente para obtener información de los grupos humanos y de las personas

es recomendable recurrir a métodos que nos permiten ahorrar tiempo.
 ENCUESTA

Es aquella técnica cuantitativa de investigación sociológica para la obtención de

datos por observación directa que consiste en una investigación realizada sobre una
muestra de sujetos representativa de un colectivo más amplio que se lleva a cabo
en el contexto de la vida cotidiana utilizando procedimientos estandarizados de
interrogación con el fin de obtener información.

TIPOS DE PREGUNTAS

 Según la contestación
1. cerrada
 Según la función
2. Filtro
3. Batería
4. Control
5. Amortiguadora
 Según el contenido
1. Identificación: sitúa las condiciones en la estructura social
2. Acción: trata sobre las acciones de los entrevistados
3. Intención: indagan sobre las acciones o intenciones
4. Opinión: opinión de entrevistados
5. Información: analizan el grado de conocimiento
6. Motivos: tratan sobre el porqué de determinados actos u
opiniones.

REGLAS PARA LA FORMULACIÓN DE PREGUNTAS

 No deben de ser excesivamente largas

 Tienen que ser sencillas y relacionadas con el tema
 No deben incorporar términos con grado de complejidad.
 Nunca sugerir las respuestas de la misma en otra.
 Todas las preguntas deben referirse al mismo tema.
 No juntar preguntas cuya contestación de la denominación efecto influya
sobre la contestación de otras.

RECOMENDACIONES O DEFORMACIONES AL REALIZAR UNA ENCUESTA

Las personas tienen más tendencias a contestar si a que contestar no, una pregunta
recibe más adhesiones cuando están formulados para contestar sí que cuando esta
formulada para contestar no.
 TABULACIÓN DE LA INFORMACIÓN

OBJETIVO GENERAL

Conocer las aplicaciones de análisis de frecuencia, la descripción de una variable

cuantitativa, estadística.

Tiene el propósito de describir los rasgos o características de las poblaciones.

ANALISIS DE FRECUENCIAS

El análisis de frecuencias es una técnica, no paramétrica que permite interpretar los

fenómenos biológicos. Este análisis puede ser uno o dos sentidos. El investigador
deberá planear cuidadosamente la recolección de datos para asegurar la localidad
de información realizable.

Para el análisis de los fenómenos se debe iniciar con una traficación de las
distribuciones para realizar los resultados y facilitar la interpretación.

VIDEO PARA LA CONSTRUCCIÒN DE TABLAS DE FRECUANCIA

Tabla de distribución de frecuencia para datos agrupados

72 73 74 60 76 77 78 70 80 81
69 70 71 57 73 74 76 67 77 78
74 75 76 62 78 79 80 72 82 84
66 67 68 54 70 71 72 64 74 75
73 74 75 61 77 78 79 71 81 82
Solución
No. De Datos 50
Max 84
Min 54
Rango 30
No.De Intervalo 6,6
Amplitud de clase 5
diferencia 1

Intervalos de clases Frecuencias

Marca de Frecuencia Frecuencias Frecuencias
límite absolutas
límite inferior clase absoluta relativas porcentuales
superior acumuladas
53 58 55,5 2 2 0,04 4
59 64 61,5 4 6 0,08 8
65 70 67,5 8 14 0,16 16
71 76 73,5 20 34 0,4 40
 77 82 79,5 15 49 0,3 30
83 88 85,5 1 50 0,02 2
Suma 50 1 100

1. Capturar los datos del problema

2. Parámetros necesarios para el diseño de la tabla
3. Colocamos el signo igual y la función contar, abre paréntesis y seleccionamos el
rango que queremos contar que son los datos de la primera tabla, sierra paréntesis
y aceptar.
4. Colocamos el signo igual y la función Max, abre paréntesis y seleccionamos el
rango que queremos contar que son los datos de la primera tabla, sierra paréntesis
y aceptar
5. Colocamos el signo igual y la función min, abre paréntesis y seleccionamos el
rango que queremos contar que son los datos de la primera tabla, sierra paréntesis
y aceptar
6. Colocamos el signo igual, luego tomamos el valor máximo menos el valor mínimo.
7. Aplicamos la fórmula de Sturder, colocamos el signo igual, luego el 1 más 3,3 por
el logaritmo base 10 del valor del número de los datos esto va entre paréntesis y
cerramos la formula, el valor lo redondeamos para efectos de diseño.
8. Colocamos el signo igual, luego tomamos el valor del rango y lo dividimos para el
número de intervalo
9. Comenzamos por el límite inferior en el cual escribimos el número del valor
mínimo, pero para diseños de la tabla colocamos una unidad menos, esa unidad de
diferencia se la coloca en la casilla su diferencia.
10. Para la casilla del límite superior clocamos el signo igual y sumamos el límite
inferior con la amplitud de clase.
11. para calcular el segundo límite inferior colocamos igual, el anterior resultado del
límite superior más la diferencia que es 1.
12. El segundo límite superior va ser igual, al segundo límite inferior más la amplitud
que es 5.
13. Para conservar el valor absoluto señalamos el segundo valor del límite inferior
y aplastamos f2, f4 y aceptar, hacemos lo mismo con el caso del límite superior al
segundo valor, por ultimo señalamos las dos celdas y arrastramos la formula hacia
abajo
14. Para la marca de clase colocamos igual el límite inferior más el límite superior
todo dividido para dos y la misma fórmula arrastramos hacia abajo.
15. las frecuencias absolutas se calcula colocando el signo igual, nos vamos a
fórmulas, más funciones, estadísticas y seleccionamos la fórmula de frecuencia nos
abre un cuadro de dialogo que nos pide los datos de referencia, clic en el cuadro
pequeño y seleccionamos todos los datos que tenemos al principio, nos regresamos
en el mismo cuadro y elegimos la segunda opción ahí elegimos los valores del límite
superior regresamos y aceptar. arrastramos la fórmula y la suma de ello nos debe
dar el número de datos nos damos cuenta que no es el resultado que deseamos
entonces corregimos la formula, seleccionamos todos los datos de la frecuencia
absoluta y la convertimos en matriz presionamos f2 y presionamos al mismo tiempo
control- SIP- enter y resolvemos el problema.
16 En las frecuencias absolutas acumuladas comenzamos con el mismo valor de la
frecuencia absoluta la siguiente va ser el valor acumulado de la primera 2 más la
que sigue 4, y arrastramos hacia abajo el último valor es igual al nuero de datos.
17. las frecuencias relativas igual al valor de la frecuencia absoluta entre el total de
datos y presiono f4 aceptar y arrastro hacia abajo, para comprobar la suma m debe
dar 1.
18. Frecuencias porcentuales colocamos igual el valor de la frecuencia relativa por
100 enter y arrastramos la fórmula hacia abajo la suma me debe dar 100.
EJERCICIO GRAMOS DE CAFÉ

DATOS
N° DE CONTE0
PLANTAS DE PRODUCCIÓN
OBSERVACIÓN EN GRAMOS
1 650 GRAMOS N° DE PLANTAS
2 250 0 100 2
3 330 101 200 2
4 400 201 300 4
5 450 301 400 5
6 580 401 500 8
7 640 501 600 2
8 650 601 700 4
9 730 MAS 700 3
10 750
11 650
12 760
13 450
14 450
15 430
16 350
17 400
18 450
19 115
20 136
21 70
22 50
23 250
24 350
25 480
26 500
27 550
28 300
29 460
30 280
 Intervalos de Frecuenci
Frecuenci Frecuenci
clases Marca Frecuenc as Frecuenci
as as relativa
de ia absolutas as
límite límite clase absoluta acumulad relativas porcentual acumulad
inferio superi es as
a
r or
0 100 50 2 2 0,067 7 7
101 200 150,5 2 4 0,067 7 14
201 300 250,5 4 8 0,133 13 27
301 400 350,5 5 13 0,167 17 44
401 500 450,5 8 21 0,267 27 70
501 600 550,5 2 23 0,067 7 77
601 700 650,5 4 27 0,133 13 90
700 760 730 3 30 0,100 10 100
SUMA 30 1 100

PARA CONSTRUIR TABLAS DE FRECUENCIAS

 CALCULO DEL NÙNMERO DE CLASES: Depende fundamentalmente de

la cantidad de datos disponibles y tipos de variables.

Regla de sturges: 1+1.33 log n

Método sugerido por Carvajal:√𝑛

De acuerdo al requerimiento del investigador

 AMPLITUD DEL INTERVALO DE CLASE: Calcular la amplitud de intervalo

de clase
𝑅
Dividir el rango/ el número de clases 𝐼𝐶 = 𝑁𝐶 con esta fórmula se encuentra la
longitud mínima requerida para cubrir el rango.

Para definir el límite inferior y el límite superior de cada intervalo. El límite inferior
de la primera clase es el dato de menor valor el resto de los límites de clase se
obtienen mediante la suma sucesiva de la amplitud o a partir del primer valor

 ASIGNAR LA FRECUENCIA

Frecuencia absoluta es el número de veces que aparece un determinado valor

perteneciente a una población.

EJERCICIO PESO DE CUYES

DATOS
128
129
139
143
148
157
177
186
187
188
189
205
205
208
209
209
209
218
218
225
230
230
231
257
258
258
258
258
258
258
258
258
277
278
285
285
285
287
288
289
289
289
297
303
304
305
308
308
309
310
 Marca Frecuencias Frecuencias
Frecuencia Frecuencias Frecue
Intervalo RANGO de absolutas relativas
absoluta relativas porcen
de clase clase acumuladas acumuladas
159 128 159 143,5 6 6 0,12 12
190 159 190 174,5 5 11 0,10 22
221 190 221 205,5 8 19 0,16 38
252 221 252 236,5 4 23 0,08 46
283 252 283 267,5 11 34 0,22 68
314 283 314 298,5 16 50 0,32 100
SUMA 50 1,00

DESCRIPCIÒN DE UNA VARIABLE CUALITATIVA

Una variable cualitativa puede describirse mediante diferentes medidas que se

clasifican en:

 Medidas de tendencia central

 Medidas de dispersión

Técnica de caja y bigotes

 Mediana

valor mínimo valor máximo

rango Q1 Q2 Q3

Media: Me suma de todos los valores/ número de valores

Moda: Mo valor que se repite

x : observaciones numero de individuos

n: numero de observaciones

MEDIA suma de todos los valores/ numero de valores

 Media simple: suma valor máximo mas valor minimo/ 2

 Media aritmética: sumatoria de todos los valores obsrvaciones/ numero de
observaciones.

𝑛
Media geométrica: √𝑋1 … 𝑋2 … 𝑋3
∑ 𝑤𝑥1
 Media ponderada: diferentes funciones 𝑥 = ∑ 𝑤1

MEDIANA: el valor medio de una serie de datos

MODA: es la medida de centralización, el valor de mayor repetición de los datos.

Producción de Artesanías

52, 53, 53, 54, 54, 55, 55, 55, 56, 56, 57, 57, 58, 58, 58, 59, 60, 60, 60,60, 60, 62,
63, 64, 65, 65, 66, 67, 69, 70, 70, 71, 75, 77, 78, 78, 79, 79, 79, 80, 53, 53, 54, 54,
55, 55, 55, 56, 56, 57, 57, 58, 58, 58, 59, 60, 60, 60,60, 60, 62, 63, 64, 65, 65, 66,
67, 69, 70, 70, 71, 75, 77, 78, 78, 79, 79, 79, 80

Tallo y hojas

5 2, 3, 3, 3, 3, 4, 4, 4, 4, 5, 5, 5, 5, 5, 5, 6, 6, 6, 6, 7, 7, 7, 7, 8, 8, 8, 8, 8, 8, 9, 9

6 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 2, 3, 3, 4, 4, 5, 5, 5, 5, 6, 7, 7, 9, 9

7 0, 0, 0, 0 1, 1, 5, 5, 7, 7, 8, 8, 8, 8, 9, 9, 9, 9, 9, 9

8 0, 0

Calificación de Estudiantes

6, 4, 4, 3, 6, 10, 1, 2, 6, 6, 8, 5

Media 5,5
Mediana 5,5
Moda 6
Media Geométrica 4,38
Valor Máximo 10
Valor Mínimo 1
Rango 9
Desviación Media 1,92
Varianza 5,92
Desviación Estándar 2,43
Media Aritmética 5,08

Desviación Estándar

Muestra: parte de la población, estadígrafos, medidas.

Población: grupo de personas a los cuales se les realiza la investigación,
parámetros, curtosis.

Medidas de Tendencia Central

Moda, Mediana, Moda

Medida de Desviación

Rango, Varianza, Desviación Típica

Campana de Gauss

Apuntamiento Campana de Gauss

Muestreo.- selecciona una muestra, tamaño, Selección de un conjunto de
personas o cosas que se consideran representativos del grupo al que pertenecen,
con la finalidad de estudiar o determinar las características del grupo.

Equiprobabilidad.- Significa "igual probabilidad" (de los resultados elementales de

un experimento aleatorio). Es una hipótesis que se hace sobre los resultados
elementales de un experimento aleatorio que permite usar la regla de Laplace
(casos favorables entre casos posibles).

Muestreo Aleatorio.- es la técnica de muestreo en la que todos los elementos que

forman el universo y que, por lo tanto, están descritos en el marco de la muestra,
tienen idéntica probabilidad de ser seleccionados para la muestra. Sería algo así
como hacer un sorteo justo entre los individuos del universo.

MEDIDAS DE POSICIÓN

Leptocurtica. La mayoría de los datos son bien parecidos los valores concentrados
a la media, es mayor que cero.

Mesocurtica.- distribución equilibrada vale cero.

Platicurtica.- desviación grande de los valores hacia la media se alejan menos

concentración de valores menor que cero.
 Asimetría en distribuciones de datos

Coeficiente de Fisher
MEDICIÓN ASIMÉTRICA
Carson
Probabilidad

(MTC)(MO)

MPVC(Q)

FORMULA DE ASIMETRIA

𝐸𝑥 3
𝑛(5𝑥)3

48
4𝑥(2,82)3

288
4𝑥(2,82)3

= 0,53
Asimetría: coeficiente de Pearson

Distribución de datos

Ap= tendencia/dispersión

Ap= x-Me/n

Ap= > 0 positivo

Ap = < 0 negativo

Ejercicio visitas e un museo se encuestaría a 20 personas.

4. no van al museo
6. van 1 vez al museo
3. 2 veces al mes
4. 3 veces al mes
2. 4 veces al mes
1. 5 veces al mes

Mo =1

X= 1,85

Me= 1,5

D= 1,46

x ni Ni fi Fi
0 4 4 0,2 20
1 6 10 0,5 50
2 3 13 0,65 65
3 4 17 0,85 85
4 2 19 0,95 95
5 1 20 1 100

Media –x= (0*4)+ (1*6)+(2*3)+(3*4)+(4*2)+(5*1)/20

X=0+6+6+12+8+5/20

X=1,85

Mo= 1
VOCABULARIO

1. EQUIPROBABILIDAD: oportunidad de que todos los miembros de una

población tengan la misma probabilidad de ser seleccionados en una
muestra.

2. HIPOTESIS NULA: constituye una parte esencial de cualquier diseño de

investigación y siempre es puesta a prueba, aunque sea indirectamente.

3. HIPOTESIS ALTERNATIVA: establece que el parámetro de población es

diferente del valor del parámetro de población en la hipótesis nula. La
hipótesis alternativa es lo que usted podría pensar que es cierto o espera
probar que es cierto.

4. EUGENESIA: hace referencia al buen nacimiento, se trata de la disciplina

que busca aplicar las leyes biológicas de la herencia para perfeccionar la
especie humana. La eugenesia supone una intervención en los rasgos
hereditarios para ayudar al nacimiento de personas más sanas y con mayor
inteligencia.

5. DICOFOMICAS: Una dicotomía es la división en dos partes de una cosa, o

en su defecto, se trata de un conjunto o sistema que está sujeto a bipartición,
y que generalmente se oponen entre sí.

6. POLIFÒNICAS: Tiene más de dos categorías.

7. ASINCRÒNICO: hace referencia al suceso que no tiene lugar en total

correspondencia temporal con otro suceso.

8. SINCRONICO. Que se produce o se hace al mismo tiempo que otro hecho,

fenómeno o circunstancia, en perfecta correspondencia temporal con él, o
con los mismos intervalos, velocidad o período que otro hecho, fenómeno,
movimiento, mecanismo, etc.

9. PSICOMETRIA: desarrollada por los investigadores de las ciencias del

comportamiento. No requiere que el investigador pertenezca a la línea de
trabajo.

10. MEDIA: es la suma de todos los valores sobre el número de valores.

 11. MEDIA SIMPLE: valor máximo mas el mínimo sobre dos.
12. MEDIA ARITMETICA: sumatoria de todas las observaciones sobre el número
de observaciones.

13. MEDIA GEOMETRICA: la media geométrica de una cantidad arbitraria de

números (por decir n números) es la raíz n-ésima del producto de todos los
números, es recomendada para datos de progresión geométrica, para
promediar razones, interés compuesto y números índices.

14. MEDIA PONDERADA: diferentes frecuencias.

15. MEDIANA: el valor medio de una serie de datos.

16. MODA: es la medida de centralización, el valor de mayor repetición de los

datos.

Regresión media

- De un país de los rasgos físicos de sus descendientes (una variable) a

partir de los de sus padres (otra variable).
- Pearson (un amigo suyo) realizó un estudio con más de 1000 registros de
grupos familiares, obteniendo una relación:
Altura del hijo= 85cm+0,5 altura del padre (aproximadamente)

Conclusión: los padres muy altos tienen tendencia a tener hijos que heredan esta
altura, lo mismo ocurre con los padres bajos.

Estudio conjunto de dos variables

Altura (cm) Peso (kg)

162 61
154 60
180 78
158 62
Tenemos una posible manera de recoger los datos obtenidos observando dos
variables en varios individuos de una muestra.
 - En cada fila tenemos los datos de un individuo.
- Cada columna expresa los valores que toma una variable.
- Los individuos no se muestran en ningún orden particular.

Dichas observaciones pueden ser representadas en un diagrama de dispersión

(scatterplot). En ellas cada individuo es un punto cuyas coordenadas son los
valores de las variables.

Covarianza de dos variables (x&y).

- La covarianza entre dos variables nos indica si la posible relación entre dos
variables es directa o inversa.
1
- Directa: Sxy>0 S𝜇 = 𝑛 ∑(𝑥𝑖 − 𝑥)(𝑦𝑖 − 𝑦)

- Inversa: Sxy<0
- Intercalados: Sxy=0

El signo de la covarianza nos dice si el aspecto de la nube de puntos es creciente

o no, pero no nos dice nada sobre él.

Q1= 1

Q4= 3

Me= 1,5

Utiliza los cuartiles; hace uso de la caja y bigotes

0000111111223333445

1/4 1,5 3/4

3 1
𝑄 +𝑄 −2𝑀𝑒
4 4
AB= 3 1
𝑄 −𝑄
4 4

3+1−2(1,5)
AB= 3−1

AB= 0,5
Xi ni Vi fi Fi
0 4 4 20% 20
1 6 10 30% 50
2 3 13 15% 65
3 4 17 20% 85
4 2 19 10% 95
5 1 20 5% 100

Estadística descriptiva: bivariante y regresión lineal

La regresión se utiliza para resolver la variación entre dos variables. Se aplicó las
características de los hijos a los padres en cuanto a la estatura.

Relación entre variables y regresión

El termino regresión fue introducido por Galton en su libro “Natural interface”

(1889) refiriéndose a la ley de la regresión.

Cada personalidad en un hombre es compartida por sus descendientes, pero en

media en un grado menor.

Ejemplo:

0000111111223333445

𝑛 3
Mediana= 2 = 2 = 1,5

(𝑥𝑖−𝑍)2
Varianza= 𝑛

(0 − 1,85)2 ∗ 4 + (1 − 1,85)2 ∗ 6 + (2 − 1,85)2 ∗ 3 + (3 − 1,85)2 ∗ 4 + (4 − 1,85)2 ∗ 2 + (5 − 1,85)2 ∗ 1

20

13,69 + 4,335 + 0,065 + 5,29 + 9,245 + 9,92

20

42,45
20

2,1225
Desviación estándar

√2,1225

1,46

𝑥𝑚−𝑀𝑜
Ap = ∅

1,85−1
Ap = 1,46

Ap = 0,58 Asimétrico positivo

Coeficiente de Bowley

 Distribucion de datos simétricos

 Uniformidad central (Me)
 Uniformidad no central (MpNe:Q)

AB: Diferencia de datos centrales y no centrales

3 1
𝑄 +𝑄 −2 𝑀𝑒
4 4
AB: 3 1 > 0 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜
𝑄 −𝑄
4 4

COEFICIENTE DE CORRELACIÓN LINEAL DE PEARSON

El coeficiente de correlación lineal de Pearson de dos variables nos indica si los

puntos tienen una tendencia a disponerse alineadamente (excluyendo rectas
horizontales y verticales).

Tiene el mismo signo, por lo tanto de su signo obtenemos el que la posible relación
será directa o inversa.

Es útil para determinar si hay relación lineal entre las variables para no servir otro
tipo de decisión (cuadrática y logarítmica)
REGRESIÓN:

El análisis de regresión sirve para proceder una medida en función de otra medida.

Y= variable dependiente

 Predicha
 Explicada

X = variable independiente

 Predictiva
 Explicativa

Y= f(x) + error

F es una función de un tipo determinado

Ejemplo: Si el padre mide200cm ¿Cuánto mide el hijo?

Se predice 85 + 0,5 *200 = 185cm

Es decir nos interesaremos por modelos de regresión lineal simple.

El modelo lineal de regresión se construye utilizando técnicas de estimación mínimo

cuadrática.

ANÁLISIS EXPLORATORIO DE DATOS

Muestra que solo en los dos últimos datos son diferentes.

N = 13

Media= 13,88

Mediana= 14

Moda= 16

Desviación= 2,74
Curtosis = -0,65

Examinar datos para detectar anomalías

Visualiza el comportamiento de los datos

Índices descriptivos robustos valores de dispersión, moda y simetría

ÍNDICADORES

Promedio de Cuartiles: es la suma promediada de primer y tercer cuartil

𝑄25 + 𝑄75
2

Diagrama de Caja

HISTAGRAMA

Variable con medición continúa

Gráfico de barras. Variables con medición discreta

Polígono de frecuencias: Puntos medios o marca de clase

Gráfica de postal: Sin pasar más de cinco clases demarca

En una tabla de frecuencia el valor máximo debe estar incluido, no exactamente

deber ser el final.

Frecuencia: Se obtiene contando

Frecuencia relativa = Frecuencia / Nº de datos

Frecuencia Relativa Acumulada= se suma las frecuencias relativas

Ejercicio

-Proveedor de servicios Nominal

-Número de minutos utilizados Intervalo

-Nivel de satisfacción ordinal

. Desviación estándar

ð=√𝐸( 𝑥1 −×) 2 . Cálculo de la media

n µ = E X1

Media ponderada:

ƩWX1
Ʃ W1

P1(X¡)+P

2(x2) ……. Pn (Xn)

X=300 (20)+400 (25) +400 ( 3-3)

300+400+400

X= 6000+ 10.000 + 92.000

1100
25200
X= = 22,91
1100

K=Max – Min

Media Aritmética = Ʃ X1 /n
Desviación Media: Diferencia de las Medias Datos X Datos –X Desviación M

3 6 -3

4 6 -2

5 6 -1

8 6 2

10 6 4

0
ƩX1 30
Media = = =6
𝑛 5

EJERCICIO. Correlación que existe un simulacro de un examen con respecto a la

nota que un estudiante va a obtener del examen

Simulacro Prueba

65 59

76 81

80 86

93 95

51 53

62 60

70 75

73 73

82 86

86 88

78 77

60 63
ƩX 876 ƩY 906

X 73 Y 75,5

Diagrama de descripción

65-73 69 – 75,5

X1 – X Y1- Y (X1- X) (Y1 – y) (X1- X )2 (Y1

– Y)2

-8 -6.5 52 64 42.25

3 5.5 16.5 9 30.25

7 10.50 73.5 49 110.25

20 19.5 390 400 380.25

-22 -22.50 885 484 506.25

-11 -15.5 170.5 212 240.25

-3 -0.5 -1.5 9 0.25

0 -2.5 0 0 6.25

4 10.5 94.5 81 110.25

13 12.5 162.5 169 156.25

5 1.5 7.5 25 2.25

-13 -12.5 162.5 169 156.25

1526/12 1580/m
1741/12

135.5 131.66
√145,083

=11.475 = 12,045

Ơ X = 11,475

ƠY =12,045
Ơx4 135,5 135,5
r = Ơx.04 x100% = (11,475) (12,045)
x 100 = 138,216 x100
=98.04%

DATOS BIVARIADOS

Población una variable un individuo

muestra dos variables dos individuos

. Regresión negativa : ΔX también se ΔY Incrementan (Δ)

Diagrama de dispersión

Covarianza = Correlación lineal sirve para mirar la corrección de la covarianza X – Y

par ordenado

XY = Ʃ( X1 – X ) (Y1 – Y 1) ᴔXY> 0 lineal m > 0

H ᴔXY= 0 no existe

ᴔXY< 0 lineal m< 0

que tanta influencia tiene tanto la variable con relación a otra.

∝𝑥𝑦
r = ∝𝑋.∝y Coeficiente de relación

. . .

Correlación negativa Dispersa no hay correlación

positiva
DESVIACIÓN MEDIA

∑ 𝑋𝑖 − ⃗⃗⃗
𝑋
𝑁
(5−6)+(4−6)+(5−6)+(8−6)+(10+6)
DM𝑋 = 5

3+2+1+2+4
=
5
12
=
5
= 2,4

Varianza
2
(𝑋𝑖 − 𝑋)
𝜎=
𝑛
Desviación Estándar
2
⃗)
∑(𝑋𝑖−𝑋
S=√ 𝑛−1

4,4
S= 4

S=1,10

MEDIDAS DE DISPERSIÓN

También llamadas medidas de variabilidad, muestran la variabilidad de una

distribución, indicando por medio de un número si las diferentes puntuaciones de
una variable están muy alejadas de la media. Cuanto mayor sea ese valor, mayor
será la variabilidad, y cuanto menor sea, más homogénea será a la media. Así se
sabe si todos los casos son parecidos o varían mucho entre ellos. Las medidas de
dispersión nos informan sobre cuánto se alejan del centro los valores de la
distribución.

DESVIACIÓN MEDIA: es la diferencia entre cada valor de la variable estadística y

la media aritmética.

2
∑(𝑋𝑖 − 𝑋)
𝑋𝑆 𝑦 𝑋 = √
𝑛
VARIANZA: es una medida de dispersión que permite conocer un carácter o rasgo
de objetos, cuadrática optima por ser la menor de todas.
∑(𝑥𝑖−𝑥)2 𝑛𝑖
Población: 𝜎 2 = 𝑛

∑(𝑥𝑖−𝑥 )2 𝑛𝑖
Muestra: 𝑠 2 = 𝑛−1

Rango: máximo – mínimo R= 3-0, R= 3

N= 5

x1 x2
4 16
6 36
2 4
1 1
3 9
∑ = 66
∑ = 16
𝑥 = 3,2 𝑠 2 = 13,2

COEFICIENTES DE VARIACIÓN: es una de las más significativas y lo podemos

definir, como el cociente entre la desviación típica y la media aritmética de una
distribución.
𝑠
𝑐𝑣 = 𝑥 100% ∶ 𝑠 → 𝑜 ; 𝑐𝑣 → 0 𝐶𝑜𝑚𝑝𝑎𝑐𝑡𝑜𝑠 ; 𝑠 > 𝑐𝑣 → 1𝐷𝑖𝑠𝑝𝑒𝑟𝑠𝑜𝑠
𝑥
𝑠
𝑐𝑣 = 𝑥 𝑥 100% ; X= 1,5 y S= 1,118

1,118
𝑐𝑣 = 𝑥 100%
1,5

𝑐𝑣 = 74,5%

ERROR ESTANDAR: permite conocer, el campo probable de localización de la

media de la población cuando los datos provienen de un censo, el error estándar de
la media es igual a cero. En un muestreo siempre existe un margen de error en la
asimilación de la media de la muestra que es un estimador de la mediana de una
población.
𝑠
𝐸𝐸 =
√𝑛
Estándar: (S= 4,36); n: 9

4,36
𝐸𝐸 = = 1,45
√9

𝑀 = 4,36 ± 1,45; 𝑀1 = 1,45 𝑦 𝑀2 = 5,81

INTERVALO DE CONFIANZA: es un estadístico que asocia con un nivel con

significación fijado por l investigador en la agricultura se acepta el 9,5% de confianza
es decir un máximo de 5% de probabilidad

a= 1,05

z= 1,96 - 2

IC= 1,96 (EE) 2EE

Considerando los datos del ejercicio de la varianza calcula la limitación de confianza

𝑥 = 28,50

EE=1,45

IC= 2EE

IC= 2(1,4) = 2,9

EJERCICIO

50 350 500 N.º

70 400 550 DATOS 30
115 400 580 MIN 50
136 430 640 MAX 760
250 450 650 RANGO 710
250 450 650 N.º CLASE 5
280 450 650 AMPLITUD
300 450 730 C 118,33
330 460 750
350 480 760
CLASE FA Fi FR %
0 -100 4 4 0,067 6,7
101 - 200 3 7 0,067 6,7
201 - 300 6 13 0,333 3,3
401 -500 8 21 0,166 1,6
501 -600 3 24 0,067 6,7
701- 801 6 30 0,013 1

DISTRIBUCIÓN DE FRECUENCIA DE DOS VARIABLES

Estas son las siguientes

Ejercicio

Considerando los datos de producción por planta (gramos de café cereza) y del
porcentaje del gramo vano, realiza un análisis de frecuencia en dos sentidos

PLANTA N.º PRODUCCION CAFÉ % DE GRAMO VANO

OBSERVACION CERAZA GRAMOS
1 650 8
2 250 10
3 330 4
4 400 8
5 450 4
6 580 11
7 640 6
8 650 4
9 730 11
11 650 6
12 760 4
13 450 11
14 450 10
15 430 5
16 350 8
17 400 6
18 450 15
19 115 5
20 136 6
21 70 3
22 50 4
 23 250 12
24 350 9
25 480 8
26 500 7
27 550 14
28 300 6
29 460 8
30 280 5
1. Ordenar
Formar tabla de doble entrada

Porcentaje de gramos vano

Producción FRECUENCIA
Gramos/Planta <5 5a8 8< TOTAL RELATIVA
100 2 2 6,67
101-300 4 2 6 20
301-500 2 7 4 13 43,33
501-700 1 2 3 6 20
700< 1 2 3 10
TOTAL 5 14 11 30 100
% 16,67 46,67 36,67 100%

Desviacion estandar
Error estándar= √𝑛

Intervalo de confianza =Error estándar *1,96 (Cuando se trabaja con el 5%

de error)
Error media poblacional U=Media ± error
DATOS
Análisis de datos
Estadística descriptiva
Entrada
Resumen de estadística Rango de salida
Nivel de confianza
Análisis de correlación o regresión
 Calificaciones número mínimo de 30 datos

Simulacro Examen
65 69
76 81
80 86
93 95
51 53
62 60
70 75
73 73
82 86
86 88

INTRODUCCION
La estadística nos sirve para describir fenómenos.
Estadística descriptiva: Corregida de datos, tablas, gráficos, resúmenes.
Estadística inferencial: Observación muestra una mayor que se llama población en
la cual se utiliza una teoría llamada teoría de la probabilidad.
Un estudio estadístico consiste en un sin número de pasos
 Elección o hipótesis para medir una población
 Utilización de variables que se va a observar
 Estudio del individuo mediante variables
 Recolección de datos
 Descubrir los resultados, tablas gráficos.
 Intervalos de confianza, hipótesis de contraste
 Cuantificar de conclusiones
 Planteamiento de la hipótesis contrastar con la recolección de datos

Método científico y estadístico

 Plantear la Diseñar
hipotesis experimento

Recoger
Obter
datos
conclusiones
analizados

POBLACION: Mayor número de personas analizadas

Análisis numerada con toda la población.

MUESTRA: Es representativo de la población estudiada por agrupaciones o

conglomerado se realiza un estudio estratificado.

 Aleatorio de muestro simple

 Muestro sistemático

VARIABLES: Resume a una población o muestra puede codificarse

numéricamente o no.

DIMETRICAS: Dos valores no tienen relación media o intervalo

Ejemplo

Altura ≠ Hijos

Continuas:

Variables cualitativas

 Nominales. - solo se pueden llenar un nombre

  Orden
Variables cuantitativas

 Discretas
 Continuas
Intervalo

Ejemplo. - La temperatura existe entre intervalos, variable de escala, la altura, el

peso.

Base de datos

Complejos organizados en una hoja de cálculo las variables corresponden a la

columna de la tabla y las filas corresponden a un intervalo

 Las variables se codifican con números y no con letras, se adiciona una

etiqueta para interpretar las variables.
 Analisis de datos perdidos; codificación de variables para la interpretación
de los datos por parte del investigador.
 Modalidad de una variable: se agrupa mediante intervalos o clases.
Tablas de frecuencia

Muestran el número de intervalos que le presentan, se habla de frecuencia relativa

es decir porcentajes, mostrar la frecuencia acumulada es decir el porcentaje
acumulado de una variable.

Datos desordenados y ordenados en tablas; Esta consiste en ordenar los datos y

contarlos

Los porcentajes se dividen la frecuencia relativa sobre el número de datos y

multiplicado por 100.

Gráficos para variables cualitativas

 Diagrama de barras: se debe iniciar la frecuencia relativa en porcentaje

ordenadas de mayor a menor para realizar la interpretación.
 Diagrama polar o de torta: no es muy utilizado para interpretación de
relativos.
 Pictograma
Graficas en variables cuantitativas

 Diagrama de barras: Discretas

 Histograma: Continuas, cada área debe ser proporcional a cada variable.
  Diagrama integral: son útiles para distinguir percentiles, descubrir
porcentajes comprendidos entre variables.
Parámetro: población

Estadísticos: muestra- estudiantes

Diagrama de caja: edición resumida

Medidas de resolución: Medidas de posición, forma de distribución.

Medida de posición: Variable (indica la relación pequeña o grande)

 Cuartiles 0-1
 Percentiles 0-100
 Percentil 50
 Cuartiles- percentiles 25(bajos), 50(medios), 75(altos)
Moda: Unidades, decimales, máximo absoluto, medidas de centralización.

Medidas de centralización

(). ()

Mediana: cuartil 0,05