20123- I OSCAR MORANTE MEDINA

1
OBJETIVOS DE
APRENDIZAJE
Saber que significa la estadística.
Conocer las aplicaciones de la estadística.
Explicar lo que significan estadística descriptiva y estadística
inferencial.
Distinguir entre niveles de medición nominal, ordinal, de intervalo
y de razón.
Organizar datos en una distribución de frecuencias.

2
 OBJETIVOS DE
APRENDIZAJE
Representar la distribución de frecuencias en un histograma, un polígono
de frecuencias o en un polígono desde frecuencias acumulada
Representar datos utilizando líneas, de barras y de sectores (circulares).

3
¿ALGUNA VEZ SE ENCONTRÓ CON EL HOMBRE “ PROMEDIO”?
Peruano? Amable, su nombre es Roberto ( lo cual es el nivel nominal
de medición), tiene 30 años de edad ( que es el nivel de razón o
cociente), tiene 1.82m de estatura, pesa 79Kg., usa zapatos talla 42,
tiene una cintura de 65 cm ., viste un traje talla mediana. Además, tal
hombre promedio come 1.5 Kilos de papas fritas, ve 2230 hrs. De
televisión., recibe 470 piezas de correo y come 13 Kilos de plátanos al
año. También duerme 7.5 horas por noche. ¿Realmente este es un
hombre promedio? ó sería mejor referirnos a él como un hombre “
típico “ ¿ Esperaría encontrar a un hombre con todas estas
características?.
Actualmente, las empresas efectúan diversas transacciones locales e
internacionales como venta de líneas completas, diversidad de
productos, contratos de personal, diferencia de precios. A las
Empresas les gustaría desarrollar gráficas y cuadros que se puedan
revisar mensualmente para observar en donde tienden a acumularse
los precios de venta, apreciar la variación de los precios de venta y
notar cualquier tendencia, en este tema se presentan técnicas que
serán útiles para que las personas, empresas y entidades puedan
utilizarlas.

4
 ¿Qué es la estadística?
Objetivos
Que deberían saber al terminar esta clase:

Que queremos significar por estadística

Que entendemos por estadística descriptiva e inferencial.

Que es una población y que una muestra.

Que es una variable, el dato y los datos

Cuando la información se refiere a un parámetro y cuando a una estadística

Distinguir cuando una variable es cualitativa y cuando cuantitativa.

Distinguir entre una variable discreta y continua.

Distinguir las distintas escalas de medición nominal, ordinal, de intervalo y de

razón

6
¿QUÉ ES LA ESTADÍSTICA?

Estadística es la ciencia de:

• Recolectar
• Describir
• Organizar
• Interpretar
Datos
para transformarlos en información, para la toma mas eficiente
de decisiones.

7
Ciencia que proporciona las
herramientas (métodos y
procedimientos) necesarios
para recolectar, procesar
analizar e interpretar datos.

8
¿QUIENES USAN LA ESTADÍSTICA?
Organismos oficiales.
Diarios y revistas.
Políticos.
Deportes.
Marketing.
Control de calidad.
Administradores.
Investigadores científicos.
Médicos
etc.

9
 ESTADISTICA

ESTADISTICA ESTADISTICA
DESCRIPTIVA INFERENCIAL
Describe un conjunto de Obtiene información
datos con indicadores (variables e indicadores)
estadísticos o de una muestra
estadígrafos representativa
de población

10
TIPOS DE ESTADÍSTICA

ESTADÍSTICA DESCRIPTIVA: Método de recolectar, organizar,

resumir, analizar e interpretar los datos.
 Ejemplo 1: Los datos del Censo de población de 2001.
 Ejemplo 2: La cantidad de robos ocurridos el último mes en en el
municipio.
 Ejemplo 3: La cantidad de pacientes atendidos en el Hospital
municipal el último año.
Mencionamos algunos procedimientos:
 Tablas de distribuciones de frecuencia
 Gráficos de distribución de frecuencias
 Diagramas de cajas
 Diagramas de tallos y hojas
 Estadísticos de posición
 Estadísticos de dispersión
 Estadísticos de asociación

11
12
TIPOS DE ESTADÍSTICA
ESTADÍSTICA INFERENCIAL: Métodos usados para
determinar algo acerca de la población, basado en una
muestra.
Población(1) es la colección, o conjunto, de individuos,
objetos o eventos cuyas propiedades serán analizadas.
Muestra es un subconjunto de la población de interés.
(1) Algunos autores utilizan Universo como sinónimo
La estadística inferencial comprende dos áreas importantes:
 Estimación puntual y por intervalos.
 Prueba de hipótesis estadística

13
Inferencia Estadística

POBLACION
Técnica
Del
Muestreo
MUESTRA
Obtención de Variables
e Indicadores:
Estadígrafos
(Estimadores)

14
 Conceptos
Estadísticos

15
 Conceptos Estadísticos
Unidad de Análisis: es el objeto del cual se desea obtener información.
Muchas veces nos referimos a las unidades de análisis con el nombre de
elementos. En estadística, un elemento o unidad de análisis puede ser
algo con existencia real, como un automóvil o una casa, o algo más
abstracto como la temperatura o un intervalo de tiempo. Dada esta
definición, puede redefinirse población como el conjunto de unidades de
análisis.
Ejemplo: Cada uno de los alumnos matriculados en el curso de
Introducción a la Estadística.

16
 Conceptos Estadísticos
Parámetro: Valor numérico que resume todos los datos de una población
completa. Se utilizan letras griegas para simbolizar un
parámetro como ser  y  .
Ejemplos: La calificación “promedio” del secundario en el momento
de admisión de todos los estudiantes que han asistido alguna vez a la
Universidad de Lujan o la “proporción” de estudiantes cuyo lugar de
origen era distinto del partido de Lujan.
Se utilizan
Estadística: Valor numérico que resume los datos de una muestra.
letras del alfabeto español para simbolizarlas como ser x y
s.
Ejemplo: La edad “promedio” registrada en una encuesta de 150
consumidores de choripanes.

17
 Población y Muestra
Población

Muestra

18
 Conceptos Estadísticos
Es el conjunto de todos los individuos o elementos
Población:
(unidad de análisis) que son el objetivo de nuestro interés.
La Población, según su número de elementos puede ser:

Población Finita Población Infinita

Ejemplo: Ejemplo:
- Alumnos de IDAT. - Peces del mar peruano
- Trabajadores de una empresa. - Bacterias
- Camiones de carga pesada. - Flores Silvestres.
- Clientes de un empresa comercial. - Productos fallados.
NOTA: EN LA PRÁCTICA CUANDO UNA POBLACIÓN TIENE UN NUMERO MUY
GRANDE O INDETERMINADO DE ELEMENTOS SE LE CONSIDERA POBLACIÓN

19
INFINITA.
 Conceptos Estadísticos
Muestra: Es una parte o un subconjunto de una
población. Tiene la característica fundamental de ser
representativa de la población.
La selección y estudio de una muestra facilita la
inferencia de conclusiones válidas para la población de
donde se obtuvo la muestra.
Ejemplos:
– Grupo de bolsas de azúcar que se extraen sistemáticamente
de una línea de envasado.
– Grupo de tasas que se extrae para llevar a cabo el control de
calidad.

20
 Tipos de Estadística
(ejemplos de estadística inferencial)
Ejemplo 1: Una encuesta desarrollada por IBOPE, en
marzo 2008, dice que el rating de radio en la Gran
Lima esta encabezado por FM OXIGENO con un
10.5% seguido por FM CLOROFORMO con 9.18%
Ejemplo 2: De acuerdo con una encuesta
desarrollada por Apoyo sobre telefonía residencial
en el 2007, el gasto mensual promedio por cliente es
de S/. 90.30. a nivel nacional.
Ejemplo 3: El INEI informó que la Encuesta
Permanente de Hogares (EPH) del mes de mayo de
2008 reporto la tasa mas alta de desempleo que
ascendió al 24.3% a nivel nacional

21
22
VARIABLES Y SUS TIPOS

23
 Variable
Variable: Característica de interés sobre cada elemento individual de una
población o muestra.
Dato: Valor de la variable asociada a un elemento de la población o
muestra. Este valor puede ser un número, una palabra o un símbolo.

Ejemplo: La familia González tiene “4” miembros, sus

ingresos mensuales son de “US$ 685.00”, “2” son de
sexo femenino y “2” masculino.

24
 Variable (cont.)
Datos: Conjunto de valores recolectados para la variable de cada uno de
los elementos que pertenecen a la población o muestra.

Ejemplo1: El conjunto de 54 “cantidad de miembros”

recolectados de 54 familias residentes en Escobar.
Ejemplo2: El conjunto de las “calificaciones” de los
43 estudiantes de estadística de la carrera de
Sistemas

25
1-7

Tipos de Variables

Cualitativa o de Atributos Clasifica o describe un elemento de la

población. Los valores que puede asumir no constituyen un espacio
métrico, por lo tanto las operaciones aritméticas, como sumar y obtener
promedios, no son significativas.

Ejemplos: Sexo, Nacionalidad, Marcas de auto, Grado

de Satisfacción con la Universidad, etc..

26
 Tipos de Variables (cont.)

• Cuantitativa o Numérica Cuantifica un elemento

de la población. Los valores que puede asumir
constituyen un espacio métrico, por lo tanto las
operaciones aritméticas, como sumar y obtener
promedios,son significativas.
• Ejemplos: Cantidad de Habitaciones, Número de hijos,
Kilómetros recorridos, Tiempo de vuelo, Ingreso, etc..

27
1-9

Tipos de Variables (cont.)

Las variables cuantitativas se pueden clasificar a su vez en discretas o
continuas.
Cuantitativas Discretas: solo pueden asumir ciertos valores y
normalmente hay huecos entre ellos. Son conteos normalmente.

Ejemplo1: cantidad de materias aprobadas.(1, 2,3 ......)

Ejemplo2: cantidad de hijos (1, 2, 3,4...)

28
1-9

Tipos de Variables (cont.)

Las variables cuantitativas se pueden clasificar a su vez en discretas o
continuas.
Cuantitativas Continuas: puede asumir cualquier valor dentro del rango de
medición. Normalmente se miden magnitudes como ser longitud,
superficie, volumen, peso, tiempo, dinero

Ejemplo 1: Peso al nacer.

Ejemplo 2: Salario de un empleado
Ejemplo 3: Tiempo de viaje en ómnibus entre Lima e
Ica.

29
 Técnicas de recolección de datos
CENSO =>Estadística
Descriptiva
• Se emplea cuando el número de
unidades de análisis no es grande
(n< 40 aproximadamente)
• Si el número de unidades de análisis
es grande y se necesita una amplia
cobertura de información en áreas
menores, como distritos,
Comunidades nativas o CCPP.
Rurales
Características
• Costoso
• Errores de Medición (de obtener la
información )
MUESTREO =>
Estadística Inferencial
• Se emplea cuando el número
de unidades de análisis es
grande pero no se necesita
información a detalle de áreas
geográficas menores.
Características
• Mayor rapidez y viabilidad
• Mayor exactitud en la
obtención de información
• Reduce los costos
• No tiene cobertura en áreas
30
menores.
31
NIVELES DE MEDICIÓN DE LAS VARIABLES
DE ACUERDO A SU NATURALEZA PUEDEN
ENCONTRARSE ENTRE ESTAS ESCALAS

Escala de medidas

NOMINAL

ORDINAL

INTERVALAR

DE RAZON

32
NIVELES DE MEDICIÓN DE LAS VARIABLES
Tipos Característica Ejemplos
NOMINAL Valores que se agrupan en •Genero (sexo)
categorías disjuntas y •Color de pelo
exhaustivas •Religión

ORDINAL Hay un orden entre las Clase social

categorías Preferencias
Educación
DE •Hay orden •Temperatura
INTERVALO •Hay distancia •Coeficiente Intelectual
•Hay un cero convencional
•Hay orden •Edad
DE RAZON •Hay distancia •Producción
•Hay un cero natural •Ingresos
33
1-12

Escalas de Medición
• Las variables cualitativas se miden en escala
nominal o ordinal.
• Nominal: los elementos solo pueden ser
clasificados en categorías pero no se da un
orden o jerarquía
• Ejemplo 1: Barrio de residencia de los alumnos .
• Ejemplo 2: Color de ojos
• Ejemplo 3: Simpatizante de un club de futbol

34
Nivel Nominal

35
1-12

Escalas de Medición
• Las variables cualitativas se miden en escala
nominal o ordinal.
• Ordinal: los elementos son clasificados en
categorías que tienen un orden o jerarquía, la
diferencia entre valores no se pueden realizar o
no son significativas.
• Ejemplo 1: Grado de satisfacción en el uso de un
servicio público .
• Ejemplo 2: Ocupación

36
Nivel Ordinal

37
 Escalas de Medición
• Las variables cuantitativas se miden en escala
de intervalo o razón.
• Intervalo: los elementos son clasificados en
categorías que tienen un orden o jerarquía, la
diferencia entre valores se pueden realizar y
son significativas.La diferencia entre dos
valores consecutivos es de tamaño constante y
no existe el 0 absoluto.
• Ejemplo: Temperatura en grados Celsius

38
Nivel Intervalar

39
 Escalas de Medición
• Las variables cuantitativas se miden en escala
de intervalo o razón.
• Razon: los elementos son clasificados en
categorías que tienen un orden o jerarquía, la
diferencia entre valores se pueden realizar y
son significativas. Existe el 0 absoluto, es decir
la ausencia de la variable medida.
• Ejemplo 1: Tiempo de vuelo.
• Ejemplo 2: Ingresos familiares

40
 Nivel Razón

Es aquella con un punto cero inicialmente inherente. Las

.
diferencias y razones (cuocientes) son significativas.
• Ejemplo:
a) Producción
b) Ingresos Mensuales Dinero.
c) Altura de los jugadores del equipo de fútbol de Osorno

41
Resumen de Tipos de variables y
Escalas de Medición
Variable

Cuantitativa o Cualitativa o
Numérica Atributo

Escala de Escala de Escala de Escala de

Medición Medición Medición Medición
Discreta Continua Ordinal Nominal
42
 Clasificación de Variables
Variable Cuantitativa Variable Cualitativa
(Numérica) (No numérica )

Continua Discreta Ordinal Nominal

Se caracteriza por
Puede tomar Toma sólo Tienen un No tienen
cualquier valor ciertos orden un orden
en un intervalo valores. predeter- predeter-
dado. (Procesos (procesos de minado: minado:
de medición) contar)
Ejemplos -Nivel de Sexo,
Educación, estrato ocupación,
Nº de trabajadores socioeconómico, Condición de
Ingreso, talla, por oficina, categoría de de empleo
nº de alumnos ocupación. (nombrado o
peso etc.

43
por curso etc. contratado)
 Clasificación de Variables
Variable: corresponde a la característica de la Unidad de Análisis
TIPOS DE VARIABLES
Variables Cuantitativas Variables Cualitativas
CONTINUA DISCRETA NOMINAL ORDINAL

Tipos de escala
Intervalo o Razón

Toma valores enteros Característica o cualidad

cuyas categorías no tienen un
Ejemplos: Número de Hijos, Número de
orden preestablecido.
empleados de una empresa, Número de
asignaturas aprobadas en un semestre, etc. Ejemplos: Sexo, Deporte
Favorito, etc.
Toma cualquier valor dentro de un intervalo
Característica o cualidad cuyas
Ejemplos: Peso (escala de Razón); Estatura (escala de categorías tienen un orden
Razón); Temperatura (Escala de Intervalo), etc. preestablecido.
Escala de Razón: Tiene un cero absoluto, el cambio de unidad de medida no afecta la Ejemplos: Calificación (S, N, A);
descripción de la variable. Escala Intervalo: Tiene un cero arbitrario y al cambiar de
unidad de medida cambia la descripción de la variable. Grado de Interés por un tema, etc.

44
Unidad de Medida: Gramos o Kilos para la variable Peso; Grados C o F para Temperatura
45
FUENTES PRIMARIA DE DATOS DE
DATOS ESTADÍSTICOS
• No todos los temas disponen de datos publicados. En
esos casos , la información deberá recolectarse y
analizarse. Esto se llama “Fuente Primaria”.
.

• Una forma de recolectar datos es mediante las

encuestas.
• Hay dos posibilidades:
a) Encuestas Muestrales ( En Muestras)
b) Encuestas Censales (En poblaciones)

46
FUENTES SECUNDARIA DE DATOS
ESTADÍSTICOS
• Los problemas que se estudian o se
investigan se adquieren de datos
empíricos ( de la realidad) publicados u
obtenidos.
• Se pueden encontrar datos
(estadísticas) relacionadas en artículos
publicados, tesis, revistas y periódicos.
Estos se llaman “Fuentes secundarias
Fuentes Secundarias MUESTREOS

47
48
 Ejemplo
Título y Subtítulo

mill US$ 420

Año Ventas
1 1997 120 350

2 1998 145 280

3 1999 165
4 2000 178 210

5 2001 201 140

6 2002 320
70
7 2003 350
8 2004 355 0
1996 1998 2000 2002 2004 2006

Nº valores del 0.60 x 8 Fuente: ……..

eje vertical = = 4.8 = 5

Primer valor del 355 = 71 = 70

eje vertical = 5

49
 Construc-
ción de
Gráficos

50
Otros Gráficos: Especializados Mercado Bursátil
Grafico de Velas (01/03 -28/03)

Cierre
máximo
Cotizaciones Cotizaciones a mínimo

51
en alza la baja apertura
PERU : DISTRIBUCION DE LA POBLACION SEGUN NIVEL DE EDUCACION POR SEXO
(Porcentaje - Cifras Estimadas 1999)

Nivel de Educación HOMBRE MUJER TOTAL

Sin Nivel 13.69 18.67 16.16
Inicial y Primaria
Inicial 37.18 38.82 37.99
Secundaria 34.44 30.21 32.34
Sup. No Univer. 6.07 6.50 6.28
Sup. Univer. 8.44 5.68 7.07
Especial 0.19 0.12 0.15
TOTAL 100.00 100.00 100.00
Fuente : Instituto Nacional de Estadística e Informática - ENAHO 1998

Nivel de Educación HOMBRE MUJER TOTAL

Sin Nivel 42.72 57.28 100.00
Inicial y Primaria
Inicial 49.34 50.66 100.00
Secundaria 53.69 46.31 100.00
Sup. No Univer. 48.71 51.29 100.00
Sup. Univer. 60.17 39.83 100.00
Especial 60.81 39.19 100.00
TOTAL 50.42 49.58 100.00
Fuente : Instituto Nacional de Estadística e Informática - ENAHO 1998

52
 1. Gráficos Lineales :
Bolsa de Valores de Lima: Cotizaciones Diarias de los ADR´s Telefónica de España:
1/10/01 - 23/01/02
44.00
US$

42.00

40.00

38.00

36.00

34.00

32.00

30.00
22 /01

29 /01

5/ 1

19 /01

26 /01

3/ 1

17 /01

24 /01

31 /01

7/ 1

21 /02

02
8/ 1
15 / 01

12 / 01

10 / 01

14 / 02
0

0
/0

0/

1/

2/

1/
0

1
10

10

11

12

01
/1

/1

/1

/1

/1

/1

/1

/1

/1

/1

/0

/0
1/

Fuente : Bolsa de Valores de Lima

53
Fuente : Bolsa de Valores de Lima.
 1.a Gráficos Lineales Compuestos :
Bolsa de Valores de Lima: Montos Negociados según Operación
Julio 1988 - Junio 1998 ( miles US$)
3000

2500 Renta Fija

Aciones
2000

1500

1000

500

t t v c r r
l 88 Ago Se O c
N o Di e 9
5
F eb
M
a Ab
Ju En

54
Fuente : Bolsa de Valores de Lima.
 2. Gráficos de Barras Simple
PERU: POBLACIÓN SEGÚN NIVEL DE EDUCACIÓN : 1998
(Cifras Porcentuales)

%
40.00

35.00

30.00

25.00

20.00

15.00

10.00

5.00

-
Sin Nivel Inicial Secundaria Sup. No Sup. Especial
Univer. Univer.

55
Fuente : Instituto Nacional de Estadística e Informática - ENAHO 1998
 2a. Gráficos de Barras Compuesto
PERU: POBLACIÓN SEGÚN NIVEL DE EDUCACIÓN POR SEXO : 1998
(Porcentajes)
%
45.00

40.00

35.00

30.00

25.00
HOMBRE
20.00
MUJER
15.00

10.00

5.00

0.00
Sin Nivel Inicial Secundaria Sup. No Sup. Univer. Especial
Univer.

Fuente : Instituto Nacional de Estadística e Informática - ENAHO 1998

56
 2a. Gráficos de Barras Compuesto
PERU: POBLACIÓN SEGÚN NIVEL DE EDUCACIÓN POR SEXO : 1998
(Porcentajes)
%
120.00

100.00

80.00
MUJER
60.00
HOMBRE
40.00

20.00

-
ia
l

r.

al
l

r.
e

ia

ve
r

ve
iv

ci
da
ic

pe
N

ni
ni
In

un

U
U

Es
n

c
Si

p.
o
Se

Su
p.
Su

Fuente : Instituto Nacional de Estadística e Informática - ENAHO 1998

57
GRAFICO DE BARRAS HORIZONTALES

58
 3. Gráfico Circular

PERU: POBLACIÓN SEGÚN DOMINIOS DE ESTUDIO : 1997

(Porcentajes - Cifras Estimadas)

29%
35%

36%

Lima Metrpolitana
Resto Urbano
Rural

59
Fuente : Instituto Nacional de Estadística e Informática - ENAHO 1998
 3. Gráfico Circular
VOLUMEN NEGOCIADO EN LA BOLSA DE VALORES DE
LIMA: DIC. 1999 (miles US$)

INSTRUMENTOS
DE DEUDA
39%

OPERACIONES
DE REPORTE
14%

RENTA VARIABLE
47%

Fuente: Bolsa de Valores de Lima

60
 4. Pictograma

Gráfico Nº 3
Perú: Volumen de Ventas de Cerveza Pilsen y Cristral: 1990-95
(miles de US$)

10 Miles de
9 dólares US$
8
7
6
5
4
3
2
1
0
1990 1995

61
 España: Pirámide Poblacional - 1981

62
Fuente: Boletín Demográfico 1981
PERÚ: PIRÁMIDE POBLACIONAL
– 2005
(CIFRAS PORCENTUALES)

63
Evolución de una Pirámide Poblacional

64
65
 Gráfico:
Mapa
Estadístico

66
Perú: Densidad: Poblacional
(Habitantes/ Km2

MAPA
ESTADISTICO

67
Fuente: Censo Poblacional 1993
 Gráfico: Pictograma
Mujeres en el Mundo: 1990-95

68
Fuente: Roberto Avila Acosta - Estadística Elememtal
DESCRIPCION
DE DATOS:
TABLAS Y
GRAFICOS
1-9

MUESTRA
Se denomina muestra al subconjunto de ese universo y
del cual se recopilarán los datos. Es necesario que esa
muestra sea debidamente representativa.
Por ejemplo, se quiere saber el número de hijos por
matrimonio de una ciudad. Para este propósito, se elige
una muestra representativa de 50 matrimonios de ella.
Se obtienen los siguientes datos:
2 , 2 , 4 , 1 , 3 , 5 , 3 , 2 , 1 , 6 , 3 , 4 , 1 , 2 , 0 , 2 , 3 , 1 , 7 , 4 , 2, , 3 ,
0,5,1,4,3,2,4,1,5,2,1,2,4,0,3,3,2,6,1,5,4,2,0,
3,2,4,3,1.
El número total de datos se representa con la
letra n. En nuestro ejemplo n = 50.

70
1-9

FRECUENCIA ABSOLUTA ( fi )
TABLA

La frecuencia absoluta es el xi fi
número de veces que 0 4
aparece un valor (x i) en 1 9
los datos obtenidos. 2 12
3 10
En nuestro ejemplo, la
4 8
frecuencia absoluta indica el
número de familias que 5 4
tienen esa cantidad de hijos: 6 2
7 1

71
1-9

FRECUENCIA ABSOLUTA ( fi )
GRAFICOS

72
1-9

FRECUENCIA ABSOLUTA ( fi )
GRAFICOS

73
1-9

FRECUENCIA ABSOLUTA ( fi )
GRAFICOS

74
1-9

FRECUENCIA ABSOLUTA
ACUMULADA ( Fi )
La frecuencia absoluta acumulada indica cuantos elementos de la lista de
datos son menores o iguales a un valor dado. Es la suma de las
frecuencias absolutas desde la primera fila hasta la fila elegida.
Por ejemplo, sabemos que hay 25 matrimonios de la muestra que tienen a
lo más 2 hijos:

75
1-9

FRECUENCIA ABSOLUTA
ACUMULADA ( Fi )
TABLA
xi fi Fi
0 4 4
1 9 13
2 12 25
3 10 35
4 8 43
5 4 47
6 2 49
7 1 50

76
1-9

FRECUENCIA ABSOLUTA
ACUMULADA ( Fi )
GRAFICA

77
1-9

FRECUENCIA ABSOLUTA
ACUMULADA ( Fi )
GRAFICA

78
1-9

FRECUENCIA RELATIVA ( hi )
La frecuencia relativa es el cuociente entre la frecuencia absoluta (f i) y
el número total de datos (n). En nuestro ejemplo n = 50:

TABLA
xi fi Fi hi Hi
0 4 4 0,08 0,08
1 9 13 0,18 0,26
2 12 25 0,24 0,50
3 10 35 0,20 0,70
4 8 43 0,16 0,86
5 4 47 0,08 0,94
6 2 49 0,04 0,98
7 1 50 0,02 1,00

79
1-9

FRECUENCIA RELATIVA ( hi )
GRAFICA

80
1-9

FRECUENCIA RELATIVA ( hi )
GRAFICA

81
1-9
FRECUENCIA RELATIVA
ACUMULADA (Hi)
La frecuencia relativa acumulada es el cuociente entre la frecuencia absoluta
TABLA:
acumulada (F i) y el número total de datos (n). En nuestro
ejemplo, n = 50:

TABLA
xi fi Fi hi Hi
0 4 4 0,08 0,08
1 9 13 0,18 0,26
2 12 25 0,24 0,50
3 10 35 0,20 0,70
4 8 43 0,16 0,86
5 4 47 0,08 0,94
6 2 49 0,04 0,98
7 1 50 0,02 1,00

82
1-9
FRECUENCIA RELATIVA
ACUMULADA (Hi)
GRAFICA

83
1-9
FRECUENCIA RELATIVA
ACUMULADA (Hi)
GRAFICA

84
1-9

FRECUENCIA PORCENTUAL (fi %)

La frecuencia porcentual es la frecuencia relativa (hi)
expresada en forma porcentual. En otras palabras, es la
frecuencia relativa (hi) multiplicada por 100.
En nuestro ejemplo
TABLA
xi fi Fi hi Hi fi%
0 4 4 0,08 0,08 8%
1 9 13 0,18 0,26 18 %
2 12 25 0,24 0,50 24 %
3 10 35 0,20 0,70 20 %
4 8 43 0,16 0,86 16 %
5 4 47 0,08 0,94 8%
6 2 49 0,04 0,98 4%
7 1 50 0,02 1,00 2%

85
1-9

FRECUENCIA PORCENTUAL (fi %)

GRAFICA

86
1-9

FRECUENCIA PORCENTUAL (fi %)

GRAFICA

87
1-9
FRECUENCIA PORCENTUAL
ACUMULADO (F i %)
La frecuencia porcentual acumulada es la frecuencia
relativa acumulada (Hi) multiplicada por 100. En
nuestro ejemplo:
TABLA
xi fi Fi hi Hi fi% Fi%
0 4 4 0,08 0,08 8% 8%
1 9 13 0,18 0,26 18 % 26 %
2 12 25 0,24 0,50 24 % 50 %
3 10 35 0,20 0,70 20 % 70 %
4 8 43 0,16 0,86 16 % 86 %
5 4 47 0,08 0,94 8 % 94 %
6 2 49 0,04 0,98 4 % 98 %
7 1 50 0,02 1,00 2 % 100 %

88
1-9
FRECUENCIA PORCENTUAL
ACUMULADO (Fi %)
GRAFICA

89
1-9
FRECUENCIA PORCENTUAL
ACUMULADO (Fi %)
GRAFICA

90
 ORGANIZACION Y PRESENTACION
DE DATOS UNIDIMENSIONALES
a) Frecuencia Absoluta (fi)
Es el número de veces que se presenta un valor o
categoría de una variable. Se representa por fi.
f1 + f2 + f3 + …………….……fk = n
b) Frecuencia Absoluta Acumulada (Fi)
Es el número de datos igual o inferior (“menor o
igual que”) al valor considerado de la variable o la
suma de las frecuiencias absolutas menor o igual
que el valor considerado de la variable. Es decir:
F1 = f1
F2 = f1 + f2
-----------------------------
Fk = f1 + f2 + ……….+ fk

92
 ORGANIZACION Y PRESENTACION
DE DATOS UNIDIMENSIONALES
c) Frecuencia Relativa (hi)
Es igual a la frecuencia absoluta sobre el numero
de observaciones.
h1 =f1/n
b) Frecuencia Relativa Acumulada (Hi)
Es el resultado de cada frecuencia absoluta
acumulada dividida entre el numero total de
observaciones.
H1 = F1/n
H2 = F2/n
-----------------------------
Hk = Fk/n

93
1-9
DISTRIBUCION DE FRECUENCIAS
PARA VARIABLES CUANTITATIVA
1.Identificar el tipo de variable cuantitativo discreto
o continuo.
2.Determinar el mayor (Xmax) y el menor (Xmin).
3.Calcular R donde R = Xmax – Xmin.
4.Si la variable es cuantitativa discreta
• El rango es pequeño, entonces trabajar con los valores originales
ordenados de las variables.
• Si el rango es grande entonces trabajar con los datos ordenados
agrupados en intervalo de clase (ver Sturges).

94
1-9
DISTRIBUCION DE FRECUENCIAS
PARA VARIABLES CUANTITATIVA
5.Si la variable es cuantitativa continua:
• Determinar el numero de intervalos (entre 5 y 20).
• Utilizar la regla de Sturge: m = 1 + 3,322log n
• Si n = 50
• m = 1 + 3,322log(50) = 6,6439
• Se redondea a m = 7 intervalos de clase.
• Intervalo cerrado por la izquierda y abierto por la derecha.
• El menor del intervalo izquierdo =X`min =(Xmin) – menor unidad/2.

• Marca de clase= (xmax 1er intervalo - X` )/2 min

95
PROBLEMAS
Si la variable es cuantitativa continua:
• Determinar el numero de intervalos (entre 5 y 20).
• Utilizar la regla de Sturge: m = 1 + 3,322log n
• Si n = 50
• m = 1 + 3,322log(50) = 6,6439
• Se redondea a m = 7 intervalos de clase.
• Intervalo cerrado por la izquierda y abierto por la derecha.
• El menor del intervalo izquierdo =X`min =(Xmin) – menor unidad/2.
• Marca de clase= (xmax 1er intervalo - X`min )/2

96
DISTRIBUCIÓN DE FRECUENCIAS

Nº Nº hijos Nº Nº hijos Nº Nº hijos Nº Nº hijos Nº Nº hijos

1 1 7 1 13 2 19 1 25 2
2 1 8 0 14 1 20 4 26 2
3 0 9 5 15 5 21 1 27 1
4 2 10 2 16 4 22 2 28 1
5 2 11 1 17 5 23 1 29 2
6 2 12 2 18 2 24 4 30 1

98
DISTRIBUCIÓN DE FRECUENCIAS
x fi h1 Fi Hi hi% Hi%
0 2 0.067 2 0.067 6.67 6.667
1 11 0.367 13 0.433 36.67 43.333
2 11 0.367 24 0.800 36.67 80.000
3 3 0.100 27 0.900 10.00 90.000
4 3 0.100 30 1.000 10.00 100.000

Total 30 100

99
1-9

PROBLEMA
Problema Nº 01 : El Area de Control de Calidad de la empresa
FUNDIDOS S. A. esta llevando a cabo un seguimiento a un lote de
piezas mecanizadas en su taller de metalmecánica, para esto ha
tomado una muestra aleatoria y se necesita obtener el siguiente
análisis estadístico descriptivo:

• Tabla de Frecuencias.
• Histogramas.
• Polígonos de Frecuencia.
• Ojivas.

101
1279,5 1278,0 1283,0 1273,0 1280,5
1285,0 1273,0 1282,5 1271,5 1269,0
1280,0 1280,0 1272,5 1275,5 1284,0
1273,0 1277,5 1275,5 1277,0 1287,0
1284,0 1286,0 1275,0 1278,0 1275,5
1280,5 1280,0 1282,0 1283,5 1280,0
1275,5 1281,0 1271,0 1274,5 1280,5
1278,0 1275,0 1280,5 1279,0 1278,0
1279,5 1278,5 1266,0 1287,5 1275,5
1275,0 1279,5 1282,5 1276,0 1280,0
1267,0 1273,5 1284,5 1279,5 1274,5
1272,0 1275,0 1276,0 1268,0 1285,0
1282,0 1276,5 1279,0 1269,0 1282,0
1276,0 1271,5 1281,0 1285,5 1276,5
1269,5 1284,5 1276,0 1268,0 1268,5
1266,0 1276,0 1287,5 1272,5 1275,5
1273,5 1268,5 1273,5 1266,5 1269,0
1285,5 1272,5 1272,5 1278,0 1271,5
1275,5 1284,5 1279,5 1267,0 1280,5
1283,5 1286,0 1279,0 1271,0 1287,0
1285,0 1271,0 1276,0 1275,5 1276,5
1273,0 1265,5 1281,5 1277,0 1272,0
102
1-9
DISTRIBUCION DE FRECUENCIAS
PARA VARIABLES CUANTITATIVA
1. Se identificó que la variable es cuantitativa
continua.
2. Se tiene que (Xmax) = 1287.5 y (Xmin)= 1265.5
3. R =(Xmax) - (Xmin)= 1287.5 – 1265.5 = 22
4. Como el rango es grande entonces trabajamos
con los datos ordenados agrupados en intervalo
de clase (ver Sturges). Si la variable es
cuantitativa continua:
• Determinar el numero de intervalos
• Utilizar la regla de Sturge: m = 1 + 3,322log n
• Si n = 110
• m = 1 + 3,322log(110) = 7.78

103
1-9
DISTRIBUCION DE FRECUENCIAS
PARA VARIABLES CUANTITATIVA
Se redondea a m = 8 intervalos de clase.
Intervalo cerrado por la izq. y abierto por la der.
El menor del 1er intervalo izquierdo =X`min =(Xmin) –
menor unidad/2.
X`min = 1265.5 – 0.1/2 = 1265.45
Amplitud de Clase= a = R/m = 22/8 = 2.75 = 2.8
Marca de clase= MC=(xmax 1er intervalo - X`min )/2
MC1 = 1265.45 + 2.8 = 1268.25
Y se empieza la tabla

104
 INTERVALOS MC fi Fi hi Hi
(1265.45 - 1268.25 ] 1266.85 8 8 0.07 0.07
(1268.25 - 1271.05 ] 1269.65 9 17 0.08 0.15
(1271.05 - 1273.85 ] 1272.45 16 33 0.15 0.30
(1273.65 - 1276.65 ] 1275.25 23 56 0.21 0.51
(1276.65 - 1279.45 ] 1278.05 12 68 0.11 0.62
(1279.45 - 1282.25 ] 1280.85 21 89 0.19 0.81
(1282.25 - 1285.05 ] 1283.65 13 102 0.12 0.93
(1285.05 - 1287.85 ] 1286.45 8 110 0.07 1.00
110 1.00
105
1-9

PROBLEMA
Problema Nº 02: En un estudio de dos semanas
sobre la productividad de los trabajadores de una
fundición, se obtuvieron los siguientes datos
sobre el número total de piezas aceptables que
produjeron los trabajadores:
• Elaborar la Tabla de Distribución de Frecuencias.
• Dibujar el Histograma y Polígono de Frecuencia.

106
65 36 49 84 79 56 28 43 67 36
43 78 37 40 68 72 55 62 22 82
88 50 60 56 57 46 39 57 73 65
59 48 76 74 70 80 75 56 45
75 62 72 63 32 80 64 53 74 34
76 60 48 55 51 54 45 44 35 51
21 35 61 45 33 61 60 85 68
45 53 77 42 69 52 68 52 47
62 65 75 61 73 50 53 59 41 54
41 74 82 78 26 35 47 70 38 70

107
1-9
DISTRIBUCION DE FRECUENCIAS
PARA VARIABLES CUANTITATIVA
1. Se identificó que la variable es cuantitativa
discreta.
2. Se tiene que (Xmax) = 21 y (Xmin)= 88
3. R =(Xmax) - (Xmin)= 21 – 88 = 67
4. Como el rango es grande entonces trabajamos
con los datos ordenados agrupados en intervalo
de clase (ver Sturges). Si la variable es
cuantitativa continua:
• Determinar el numero de intervalos
• Utilizar la regla de Sturge: m = 1 + 3,322log n
• Si n = 97
• m = 1 + 3,322log(97) = 7.60 = 8

108
1-9
DISTRIBUCION DE FRECUENCIAS
PARA VARIABLES CUANTITATIVA
Se redondea a m = 8 intervalos de clase.
Intervalo cerrado por la izq. y abierto por la der.
El menor del 1er intervalo izquierdo =X`min =(Xmin) –
menor unidad/2.
X`min = 21 – 1/2 = 20.5
Amplitud de Clase= a = R/m = 67/8 = 8.375 = 9
Marca de clase= MC=(xmax 1er intervalo - X`min )/2
MC1 = 20.5 + 4.5 = 25
Y se empieza la tabla

109
DIAGRAMA DE PUNTOS
(HERRAMIENTA ÚTIL PARA
POCOS DATOS)

EJEMPLO: DATOS DE RESISTENCIA A

LA TENSIÓN DE MUESTRAS DE
MORTERO PORTLAND (KG/CM 2) CON
POLÍMERO AGREGADO:
16.85 16.40 17.21 16.35 16.52
17.04 16.96 17.15 16.59 16.57
MORTERO PORTLAND SIN
MODIFICAR:
17.50 17.63 18.25 18.00 17.86
17.75 18.22 17.90 17.96 18.15
 DIAGRAMA DE PUNTOS
(herramienta útil para pocos datos)

* * ** * * ** * * + + + + + ++ + + +

16.0 16.5 17.0 17.5 18.0 18.5

* = Mortero modificado
+ = Mortero sin modificar
 DIAGRAMA DE TALLO Y HOJAS
EJEMPLO: RESISTENCIA A LA TENSIÓN DE 80
MUESTRAS DE ALEACIÓN ALUMINIO-LITIO

105 221 183 186 121 181 180 143 97 154 153 174 120 168
167 141 245 228 174 199 181 158 176 110 163 131 154 115
160 208 158 133 207 180 190 193 194 133 156 123 134 178
76 167 184 135 229 146 218 157 101 171 165 172 158 169
199 151 142 163 145 171 148 158 160 175 149 87 160 237
150 135 196 201 200 176 150 170 118 149
 DIAGRAMA DE TALLO Y HOJAS
TALLO HOJA FRECUENCIA
7 6 1
8 7 1
9 7 1
10 5 1 2
11 5 8 0 3
12 1 0 3 3
13 4 1 3 5 3 5 6
14 2 9 5 8 3 1 6 9 8
15 4 7 1 3 4 0 8 8 6 8 0 8 12
16 3 0 7 3 0 5 0 8 7 9 10
17 8 5 4 4 1 6 2 1 0 6 10
18 0 3 6 1 4 1 0 7
19 9 6 0 9 3 4 6
20 7 1 0 8 4
21 8 1
22 1 8 9 3
23 7 1
24 5 1