You are on page 1of 20

TEMA  4:  PUNTUACIONES  INDIVIDUALES  Y  CURVA NORMAL

ÍNDICE:  ­ LA CURVA NORMAL.  ­ ÁREAS BJO LA CURVA  NORMAL.

LA CURVA NORMAL  La  curva  normal  es  un  instrumento  matemático  de  amplia  utilización  en  el  ámbito  de  la  estadística.  La  curva  normal  es  una  curva  teórica  definida  por  la  siguiente función matemática: 3  . introducimos  aquí  algunas  ideas  al  respecto  que  pueden  sernos  útiles  en  el  estudio de la distribucción de frecuencias de un grupo.  Abordaremos  los  conceptos probabilístico que ayudaran a comprender la naturaleza  de  la  distribucción  normal  y  comprobaremos  sus  múltiples  aplicaciones al problema de la inferencia estadística.

 será utilizada reiteradamente.  la  curva  normal  es  una  muy  buena  aproximación  a  la  distribucción  de  frecuencias  obtenida  cuando  contamos  con  un  elevado número de puntuaciones.  para  una  amplia  variedad  de  variables. La forma de la curva a  que da lugar corresponde a lo que también se ha denominado  campana de Gauss.  En  efecto.La aparente complejidad de la fórmula anterior no debe  inquietar al al lector. Su representación es la siguiente:  El interés que en este momento tiene para nosotros la curva  normal  estriba  en  que  la  distribucción    de  muchas  variables  consideradas  en  las  ciencias  de  la  educación  se  aproxima  frecuentemente  a  ellas.  en cambio. ya que prácticamente no necesitaremos  manejar esta expresión de la curva normal.  Cur tosis. 4  .  Su expresión gráfica.

El coeficiente de  curtosis mide cuan 'puntiaguda' es una  distribución respecto de un estándar. la 'puntudez' de los datos puede clasificarse  en tres grupos:  Leptocúrticos. y corresponde a una curva de  gran importancia en estadística. con valores medianos para el coeficiente.  Platicúrticos. Este estándar es una forma  acampanada denominada 'normal'.  Las siguientes figuras muestran gráficamente los tres tipos de  curvas de acuerdo a la definición anterior:  Leptocúrtica 5  . con valores grandes para el coeficiente.  Mesocúrticos. con valores pequeños para el coeficiente.  El coeficiente de curtosis está definido por:  De acuerdo a su valor.

 disminuirá su amplitud y las  barras del histograma se estrecharan.Platicúrtica  Mesocúrtica  Una curva Mesocúrtica tiene un Coeficiente de Curtosis  cercano  a cero. Si continuamos aumentando 6  . Una Leptocúrtica. Nos detendremos ahora a examinar esta  afirmación. cuya distribucción de frecuencia puede ser  representada por un histograma. un valor notoriamente mayor  que cero y una Platicúrtica valores menores que cero. Supongamos que tenemos una variable. sobre el que es posible trazar el  correspondiente polígono de frecuencias. A medida que  aumentemos el número de intervalos. avanzábamos  la  idea de que un polígono de frecuencias podía aproximarse  mediante una curva.  Cuando aludíamos al concepto de curtosis. medida  en  escala de intervalos.

  Si  una  variable  X  se  distribuye  normalmente  con  media μ y desviación típica σ.  tendremos  una  curva  normal  distinta. nos encontramos con que la línea  quebrada que dibuja las barras del histograma acaba asimilándose  a una curva. siempre que dispongamos de un numeroso grupo  de individuos. es decir. cuando este  número tiende a ser infinito. σ). los valores de μ y σ corresponden  respectivamente  a  la  media  de  un  gran  numero  de  puntuaciones  recogidas  para  esas  variables  y  a  la  desviación  típica  de  las  mismas. esa curva a la que tiende el polígono de frecuencias  se  aproxima  a  la  curva  normal  para  una  gran  diversidad  de  variables: edad de los sujetos.  Se  trata  de  una  familia  de  curvas que tienen un aspecto similar y coinciden en una serie de  características: ·  El  valor  máximo  de  la  curva  coincide  con  la  media  de  la  distribución 7  .el número de intervalo hasta el límite.  Pues bien.  A  esos  dos  valores  se  les  denomina  parámetros  de  la  distribución. puntuación obtenida en numerosas  pruebas de rendimiento educativo…  Para las variables cuyas distribuciones de frecuencias siguen  el modelo de la curva normal.  Para cada valor de la media y cada valor de la desviación típica. diremos que sigue una distribución  N (μ.

1).·  La curva es simétrica respecto al eje vertical que pasa por la  media. puede observarse que la mayor parte de las 8 . y la función que define a esta curva normal. ·  Los  extremos  de  la  curva  se  acercan  asintóticamente  al  eje  de abcisas.  Cuando transformamos las puntuaciones de una variable que se  distribuye  normalmente  N  (μ. ·  En  el  caso  de  que  las  puntuaciones  de  una  variable  que  se  distribuye  normalmente  se  encuentren  tipificadas.  Estas  puntuaciones  también  se  distribuyen  normalmente N (0.  quedará  expresada  del  siguiente modo:  ó  z = x­ μ / σ  Al representar una variable tipificada que se distribuye  normalmente.  σ)  en  puntuaciones  típicas.  μ – σ.  denominada  curva  normal  unitaria.  tendremos  un  nuevo  conjunto  de  puntuaciones  con  media  0  y  desviación  típica  1. ·  Los puntos de inflexión se encuentran en  μ + σ.  la  curva  normal es mesocúrtica.

  si  operamos  con  proporciones.  podemos  levantar  una  perpendicular al eje de abscisa que pase por el punto xa.  Esta  proporción  puede 9  .  El  área  comprendida  entre  la  curva  normal  y  el  eje  de  abscisas  representa el total de las puntuaciones que componen la población  estudiada.puntuaciones se encuentran comprendidas entre los valores que  van de ­3 a +3  ÁREAS BAJ O LA CURVA NORMAL  Una  de  las  razones  por  la  que  la  curva  normal  resulta  interesante.  esto  es. es la relación existente entre áreas delimitadas por la  curva y proporciones. probalidades o porcentajes de puntuaciones. representa la proporción de individuos que alcanzan  puntuaciones  iguales  o  menores  que  xa. la unidad. a la izquierda  de esta línea.  a  la  hora  de  describir  la  s  distribucciones  de  frecuencias.  Si  tenemos  una  puntuación  xa.  el  100%  de  las  mismas  o. El área  delimitada entre el eje de abscisa y la curva normal.

  para  puntuaciones  z.8.  Un  problema  que se plantea es el de la dificultad de cálculo. si multiplicamos por 100.  es  decir. pues en el primer  caso sería necesario hallar una integral definida en el intervalo [ ∞.  Las  tablas  de  la  distribucción  normal  estan  constituidas  por  la  curva  normal  unitaria.  cuando  utilicemos  la  curva  normal  será  preciso  conocer el área delimitada por cada punto del eje de abscisa y. o altura  de la curva sobre el eje de abscisa en un punto Xa. en  ocasiones.tomarse también como probabilidad o.  Otro dato que podemos necesitar es la ordenada u. no existe una única curva normal. sino toda una  familia de ellas según los valores de los parámetros σ y µ. el 80%  del área total bajo la curva.  Ello  implica  que  será 10  .  o  lo  que  es  igual.  Afortunadamente  disponemos  de  tablas  que  nos  permiten  conocer  estos  valores  sin  neesidad  de  cálculos.  como porcentaje sobre el total de individuos.  el  80%  de  las  puntuaciones  son  iguales  o  inferiores  a  Xa. por ejemplo. por lo  que los valores obtenidos tanto para el área como para la ordenada  no son válidos cuando cambiamos de una curva normal a otra.    En  consecuencia.  Es decir.  X  ]  a  para  la  función  que  define  la  curva  norma. Por otra parte.  y  en  el  segundo  tendriamos  que  obtener  la  imagen  de  esta  función  para  el  punto  Xa.  el  20%  de  las  puntuaciones  corresponderán a valores más altos que la puntuación Xa. suponiendo que A constituya.  Por  tanto. podemos afirmar que la probabilidad  de encontrar en la población un valor igual o menor a  Xa  es de  0.  la  ordenada  correspondiente  al  mismo.

 la puntuación 60 dejará a la izquierda un área bajo  la curva que representa la proporción buscada.  Aquí  utilizaremos  la  información  que  nos  proporciona  las  tablas  de  valores  referida  a  la  curva  normal  para  resolver  diferentes interrogantes planteados en relación a distribuciones de  frecuencias que se aproximan al modelo normal.  Generalmente.  Suponiendo  que  la  distribución de las puntaciones es normal.  existen  tablas  que  proporcionan  el  valor  de  la  ordenada  en  la  abscisa que divide el área de la curva normal en dos proporciones  conocidas. con una media de 70 y  una  desviación  típica  de  8.  estas  tablas  proporciona  para  cada  abscisa  (cada  valor  de  z)  el  área  bajo  la  curva delimitada  a  la  izquierda de  este  punto.  ¿Qué  proporción  de  sujetos  habrá  obtenido una puntuación igual o inferior a 60?   El  interrogante  formulado  nos  pide  la  proporción  de  sujeto  con una puntuación igual o inferior a 60.  Del  mismo  modo.indispensable  transformar  cualquier  puntuación  en  una  puntuación  z  antes  de  consultarlas. Puesto que sabemos que  las  puntaciones  se  distribuyen  de  acuerdo  con  el  modelo  de  la  curva normal.  Ejemplo:  Aplicamos una prueba de memoria al colectivo de alumnos  de  un  centro  de  educación    secundaria. 11  .

  Ejemplo: 12  .25  corresponde a un área de 0’1056.  Por tanto.Puesto  que  no  conocemos  cuanto  vale  el  área  de  X  =  60. Si  utilizáramos la tabla presentada por Amón (1986). en la columna 5 podremos leer el valor 0.2 y a la  derecha.  transformaremos  esta  puntuación  en  una  puntuación  z  y  buscaremos en una tabla de valores para la curva normal unitaria  que proporción del área queda a su izquierda  Z60  = 60­70/8=­1. habríamos de  buscar en la columna Z el valor correspondiente a ­1.25  En las tablas. encontraremos que la desviación típica ­1. una proporción de sujetos de 0’1056 habría obtenido  una puntuación igual o inferior a 60. expresada en proporción.1056.

  transformaremos la puntuación correspondiente al aprobado en  una puntuación típica.3=  ­0. En primer lugar. el problema se reduce a encontrar la proporción o  probabilidad de hallar puntuaciones z por encima de ­0. el área delimitada a la derecha de esta puntuación. necesitamos conocer el porcentaje de puntuaciones  que se sitúan por encima de una conocida.3). Sin 13  .77  Ahora.77.Un grupo de profesores ha comprobado que las calificaciones en  la prueba final en la asignatura Geografía e Historia de 1º de  Bachillerato se distribuyen normalmente N(6. ¿Qué porcentaje de ellos  obtendrían el aprobado (se aprueba a partir de la calificación  5)?   En este caso. Si examinaran  a un grupo de alumnos de esa materia.  El inconveniente es que las tablas de valores de la curva normal  nos dan el área situada a la izquierda y no a la derecha.  Z5  =  5­6/1. Es  decir. 1.

83). Finalmente. ¿cuántos alumnos habrán  obtenido una puntuación comprendida entre 10 y 14?. 2.  El primer paso que daremos será obtener las puntuaciones  típicas correspondientes a las puntuaciones directas 10 y 14. encontramos que la puntuación  z = ­0.9) / 2. De este modo podremos afirmar que 77’94% de los alumnos  habrían aprobado.9 .7794. Como muestra la  figura 7.2206 = 0.74  Podemos encontrar la proporción de alumnos con  puntuaciones entre 10 y 14 determinando el área de la curva  normal comprendida entre z = ­0.77 corresponde un área de 0. esta última puede calcularse con facilidad si tenemos en  cuenta que el área total de la curva recoge el 100% de las  puntuaciones y por tanto la suma de las áreas expresada en  proporciones a la derecha y a la izquierda de z5  será 1.embargo. Si sabemos que la distribución de las puntuaciones  obtenidas en ese test es N(11. el área buscada será igual a la diferencia entre el área 14  . bastará multiplicar por  cien.  En la tabla de la curva normal. se diagnostica el estilo cognitivo de los alumnos  mediante el test de figura enmascaradas de Oltman.  para expresar el resultado en porcentaje.  Ejemplo:  Tras aplicar a 467 alumnos un programa de  enriquecimiento intelectual basado en la utilización de medios  informáticos.  Z10 = (10 – 11.74 . En consecuencia.83 = ­ 0.67 y z = 0. Raskin y  Witkin.67;     Z14  = (14 – 11.83 = 0. el área  a la derecha de ese punto será 1­ 0.2206.9) /  2.

 para 0.33.  Es decir.7703 – 0. 2) en la  población de los alumnos varones de un determinado nivel  educativo.  Ejemplo:  El numero de errores cometidos en la lectura de una serie  de palabras se distribuye normalmente N (2. 0.5189 ∙ 467 = 242.7703 y 0.  El percentil 86 de la distribución será un valor que deja por  debajo de sí el 86 % de las puntuaciones o lo que es igual.86 (ver figura 8).74 y el área que queda a la  izquierda de z = 0.2514 =  0. 0.que queda a la izquierda de z = 0. Un total de 242 alumnos han  obtenido puntuaciones entre 10 y 14.5189. Para indicar el  número de alumnos incluidos en ese intervalo.2514 respectivamente. Si  acudimos a una tabla de la curva normal podemos encontrar a qué 15  .¿qué número de errores constituye el percentil 86 de la  distribución?.84.  Los valores de la tabla nos dan.67  las áreas  0.67.5189 será la proporción de sujetos con puntuaciones entre 10 y  14.  bastará calcular cuántos alumnos representa la proporción 0. una  proporción del área de la curva igual  a 0.74 y – 0. Por tanto.

  Ahora.08 es el valor del percentil 86. Por  tanto.  Bastará transformar la puntuación z en una puntuación  directa:  X = X + z ∙ s = 2. habrá que  buscar en los valores de su interior hasta encontrar el que más se  aproxime a 0. pero expresado en  puntuaciones típicas.08 ∙ 2 = 5 16  .08.84 + 1. advertimos que el área  más próxima a 0.86. en lugar de buscar en la columna z de la tabla.8599.86. se trata de un  problema inverso al que se planteaba en los ejemplos anteriores.86 es 0.  Examinando los valores de la tabla.puntuación z corresponde un área de 0. Es decir. que corresponde a z = 1. 1.

08 en los  extremos derecho e izquierdo de la curva normal (ver figura 9). los valores buscados no son más que los percentiles  8 y 92. se trata del 8 % de sujetos con actitudes extremas en uno y  en otro sentido. Tendremos 100 ∙ 10/125 = 8.  En definitiva. con media 77 y  desviación típica 9.El valor 5 constituye el percentil 86 para la distribución del  número de errores en la lectura de una serie de palabras. los valores que delimitan al 8 % mayor  y al 8 % menor serán los que dejan un área de 0. arroja  puntuaciones que se distribuyen normalmente. Es  decir. ¿qué puntuaciones permite delimitar a los 10 sujetos  con mayor prejuicio y a los 10 con menor prejuicio?.  Ejemplo:  Una escala construida para medir el prejuicio racista en la  población de jóvenes comprendidos entre 18 y 24 años. Puesto que las puntuaciones de la escala se  distribuyen normalmente. 17  .12.  En primer lugar hallamos la proporción que representan 10  sujetos en el total del grupo. Si aplicamos la escala a un total de 125  individuos.

 A los valores z =  ­1.3>X>­1.  Bastará transformar ambas puntuaciones típicas en  puntuaciones directas:  X = x + z ∙ s  X1  = 77 + ( ­1.12 = 64.14.Como en el ejemplo anterior.51<X<2. la tabla de valores para la  curva normal nos permite identificar los puntos que dejan a su  izquierda áreas de 0.86  Los 10 sujetos con mayor prejuicio alcanzará puntuaciones  por encima de 89.0783 y 0.96.07)  5) P (­1.04)  8) P (X>2) 18  .32)  2) P (X< ­1.03)  6) P (X<­2)  7) P (­1<X<0.41 y z = 1.41 corresponden áreas de 0.38<X<2.41 ) ∙ 9 = 89.14  X2  = 77 + ( 1.9207  respectivamente.32)  3) P (0.  ACTIVIDADES PARA UTILIZAR LA TABLA  1) P (X < 1.41 ) ∙ 9.92 respectivamente. mientras que los 10 sujetos con menor  prejuicio se situarán por debajo de la puntuación 64.13)  4) P (­0.08 y 0.

32)= 0.PROBLEMAS  9) La altura media de los alumnos del I.  Halla la probabilidad de que una muestra de tamaño  81 alumnos tenga un coeficiente intelectual medio  superior a 109.  Halla la probabilidad de que una muestra de tamaño  36 alumnos tenga un coeficiente intelectual superior a  109.13)= 0.  b.32)= 1­ 0.6179 = 0. ¿cuál es la probabilidad  de que la  media de la muestra sea mayor que 165?  10)  Se sabe que el coeficiente intelectual de los alumnos  de una universidad sigue una norma de media 100 y  varianza 729.9066 = 0.  11)  La nota media de un instituto es de 6 y la desviación  típica 2. Si elegimos una  muestra  de tamaño 25. ¿cuál  es la probabilidad de que la media de suspensos sea mayor  de 3.2884  4) P (­0.2398 19  .70cm y la desviación típica 15cm.S Murillo es de  1.3>X>­1.5?  SOLUCIONES  1) P (X < 1.8577 ­ 0.  a.9834 ­ 0.51<X<2.9066  2) P (X< ­1.E. Si tomamos muestras de tamaño 49 alumnos.0934  3) P (0.07)= 0.6950 = 0.

 4.9772  9) Población: µ = 170.5160= 0.9625 = 0.0375 20  .5 = 2  P (x >109) = 1­ 0.9162 – 0.28 = 1. 0. tiene  una altura media superior a 165.5) = 1­ 0.9525  Por lo tanto; el 95% de la población.5)= 0.0013  b) n = 36  N (100. σ = √729 = 27.5160=  0. 27)  a) n = 81  N (100. x = 6.6666= 1.9772 = 0.03)= ( 0.15/√25) N (170.8413) – 0.5  N (6. σ = 2. x = 165  N (170. 27/√81).5) + ( 0.5) P (­1.38<X<2.9788 ­ 0.  10) Población: µ= 100. σ = 15.0228  7) P (­1<X<0.78  P (x>6.9987 = 0. 27/√36).9772 = 0.1587 – 0. n = 49. N (6. 3)  Z = 109­100/3 = 3  P (x>109) = 1­ 0. N (100.5)  Z = 109­100/4. 3)  Z = 165­170/3= 1.895  6) P (X<­2)= 1 – 0. n = 25.04)= (1 – 0.0228  11)Población:  µ = 6.3573  8) P (X>2)= 0.4788  + 0.67  P(x > 165) = 0. 2√49). N (100. N (100.28)  Z = 605­6/0. aproximadamente.4162 = 0.