You are on page 1of 39

DATOS ESTADISTICOS

Son nmeros que pueden ser comparados, analizados e interpretados.El


campo del cual son tomados los datos estadsticos se identifican como
poblacin o universo.
En un estudio estadstico los mtodos que se aplican son:
A) RECOPILACION: De acuerdo con la localizacin de la informacin los
datos estadsticos pueden ser internos y externos.Los internos son los
registros obtenidos dentro de la organizacin que hace un estudio
estadstico,Los externos se obtienen de datos publicados y encuestas.

B) ORGANIZACIN: En la organizacin de los datos recopilados, el primer


paso es corregir cada uno de los elementos recopilados.

C) REPRESENTACION: Hay 3 maneras de presentar un conjunto de datos


mediante enunciados tablas estadsticas y grficas estadsticas.

D) ANALISIS: Despus de los datos anteriores los datos estadsticos estn


listos para hacer analizados, para lo cual frecuentemente se emplean
operaciones matemticas durante el proceso de anlisis. Si una muestra es
representativa de una poblacin se pueden deducir importantes
deducciones acerca de esta a partir del anlisis de la misma.
Una muestra es un conjunto de medidas u observaciones tomadas a partir
de una poblacin dada.
Conceptos Bsicos:
Estadstica:
La estadstica es comnmente considerada como una coleccin de hechos
numricos expresados en trminos de una relacin sumisa, y que han sido
recopilado a partir de otros datos numricos.
Kendall y Buckland (citados por Gini V. Glas / Julian C. Stanley, 1980) definen
la estadstica como un valor resumido, calculado, como base en una
muestra de observaciones que generalmente, aunque no por necesidad, se
considera como una estimacin de parmetro de determinada poblacin; es
decir, una funcin de valores de muestra.
"La estadstica es una tcnica especial apta para el estudio cuantitativo de
los fenmenos de masa o colectivo, cuya mediacin requiere una masa de
observaciones de otros fenmenos ms simples llamados individuales o
particulares". (Gini, 1953.

Murria R. Spiegel, (1991) dice: "La estadstica estudia los mtodos


cientficos para recoger, organizar, resumir y analizar datos, as como para
sacar conclusiones vlidas y tomar decisiones razonables basadas en tal
anlisis.
"La estadstica es la ciencia que trata de la recoleccin, clasificacin y
presentacin de los hechos sujetos a una apreciacin numrica como base a
la explicacin, descripcin y comparacin de los fenmenos". (Yale y Kendal,
1954).
Cualquiera sea el punto de vista, lo fundamental es la importancia cientfica
que tiene la estadstica, debido al gran campo de aplicacin que posee.
Poblacin:
El concepto de poblacin en estadstica va ms all de lo que comnmente
se conoce como tal. Una poblacin se precisa como un conjunto finito o
infinito de personas u objetos que presentan caractersticas comunes.
"Una poblacin es un conjunto de todos los elementos que estamos
estudiando, acerca de los cuales intentamos sacar conclusiones". Levin &
Rubin (1996).
"Una poblacin es un conjunto de elementos que presentan una
caracterstica comn". Cadenas (1974).
Ejemplo:
Los miembros del Colegio de Ingenieros del Estado Cojedes.
El tamao que tiene una poblacin es un factor de suma importancia en el
proceso de investigacin estadstica, y este tamao vienen dado por el
nmero de elementos que constituyen la poblacin, segn el nmero de
elementos la poblacin puede ser finita o infinita. Cuando el nmero de
elementos que integra la poblacin es muy grande, se puede considerar a
esta como una poblacin infinita, por ejemplo; el conjunto de todos los
nmeros positivos. Una poblacin finita es aquella que est formada por un
limitado nmero de elementos, por ejemplo; el nmero de estudiante del
Ncleo San Carlos de la Universidad Nacional Experimental Simn
Rodrguez.
Cuando la poblacin es muy grande, es obvio que la observacin de todos
los elementos se dificulte en cuanto al trabajo, tiempo y costos necesario
para hacerlo. Para solucionar este inconveniente se utiliza una muestra
estadstica.
Es a menudo imposible o poco prctico observar la totalidad de los
individuos, sobre todos si estos son muchos. En lugar de examinar el grupo
entero llamado poblacin o universo, se examina una pequea parte del
grupo llamada muestra.

Muestra:
"Se llama muestra a una parte de la poblacin a estudiar que sirve para
representarla". Murria R. Spiegel (1991).
"Una muestra es una coleccin de algunos elementos de la poblacin, pero
no de todos". Levin & Rubin (1996).
"Una muestra debe ser definida en base de la poblacin determinada, y las
conclusiones que se obtengan de dicha muestra solo podrn referirse a la
poblacin en referencia", Cadenas (1974).
Ejemplo;
El estudio realizado a 50 miembros del Colegio de Ingenieros del Estado
Cojedes.
El estudio de muestras es ms sencillo que el estudio de la poblacin
completa; cuesta menos y lleva menos tiempo. Por ltimo se aprobado que
el examen de una poblacin entera todava permite la aceptacin de
elementos defectuosos, por tanto, en algunos casos, el muestreo puede
elevar el nivel de calidad.
Una muestra representativa contiene las caractersticas relevantes de la
poblacin en las mismas proporciones que estn incluidas en tal poblacin.
Los expertos en estadstica recogen datos de una muestra. Utilizan esta
informacin para hacer referencias sobre la poblacin que est
representada por la muestra. En consecuencia muestra y poblacin son
conceptos relativos. Una poblacin es un todo y una muestra es una
fraccin o segmento de ese todo.
Muestreo:
Esto no es ms que el procedimiento empleado para obtener una o ms
muestras de una poblacin; el muestreo es una tcnica que sirve para
obtener una o ms muestras de poblacin.
Este se realiza una vez que se ha establecido un marco muestral
representativo de la poblacin, se procede a la seleccin de los elementos
de la muestra aunque hay muchos diseos de la muestra.
Al tomar varias muestras de una poblacin, las estadsticas que calculamos
para cada muestra no necesariamente seran iguales, y lo ms probable es
que variaran de una muestra a otra.
Ejemplo;
Consideremos como una poblacin a los estudiantes de educacin del
Ncleo San Carlos de la UNESR, determinando por lo menos dos caracteres
ser estudiados en dicha poblacin;

Religin de los estudiantes


Sexo.
Tipos de muestreo
Existen dos mtodos para seleccionar muestras de poblaciones; el muestreo
no aleatorio o de juicio y el muestreo aleatorio o de probabilidad. En este
ltimo todos los elementos de la poblacin tienen la oportunidad de ser
escogidos en la muestra. Una muestra seleccionada por muestreo de juicio
se basa en la experiencia de alguien con la poblacin. Algunas veces una
muestra de juicio se usa como gua o muestra tentativa para decidir como
tomar una muestra aleatoria ms adelante. Las muestras de juicio evitan el
anlisis estadstico necesarios para hacer muestras de probabilidad.
Variables y Atributos:
Las variables, tambin suelen ser llamados caracteres cuantitativos, son
aquellos que pueden ser expresados mediante nmeros. Son caracteres
susceptibles de medicin. Como por ejemplo, la estatura, el peso, el salario,
la edad, etc.
Segn, Murray R. Spiegel, (1992) "una variable es un smbolo, tal como X, Y,
Hx, que puede tomar un valor cualquiera de un conjunto determinado de
ellos, llamado dominio de la variable. Si la variable puede tomar solamente
un valor, se llama constante."
Todos los elementos de la poblacin poseen los mismos tipos de caracteres,
pero como estos en general no suelen representarse con la misma
intensidad, es obvio que las variables toman distintos valores. Por lo tanto
estos distintos nmeros o medidas que toman los caracteres son los
"valores de la variable". Todos ellos juntos constituyen una variable.
Los atributos tambin llamados caracteres cualitativos, son aquellos que no
son susceptibles de medicin, es decir que no se pueden expresar mediante
un nmero.
IUTIN (1997). "Reciben el nombre de variables cualitativas o atributos,
aquellas caractersticas que pueden presentarse en individuos que
constituyen un conjunto.
La forma de expresar los atributos es mediante palabras, por ejemplo;
profesin, estado civil, sexo, nacionalidad, etc. Puede notar que los atributos
no se presentan en la misma forma en todos los elementos. Estas distintas
formas en que se presentan los atributos reciben el nombre de
"modalidades".
Ejemplo;
El estado civil de cada uno de los estudiantes del curso de estadsticas I, no
se presenta en la misma modalidad en todos.

Formas de Observar la Poblacin:


Atendiendo a la fuente se clasifican en directa o indirecta.
Observacin directa: es aquella donde se tienen un contacto directo con los
elementos o caracteres en los cuales se presenta el fenmeno que se
pretende investigar, y los resultados obtenidos se consideran datos
estadsticos originales. Para Ernesto Rivas Gonzlez (1997) "Investigacin
directa, es aquella en que el investigador observa directamente los casos o
individuos en los cuales se produce el fenmeno, entrando en contacto con
ellos; sus resultados se consideran datos estadsticos originales, por esto se
llama tambin a esta investigacin primaria".
Ejemplo; el seguimiento de la poblacin agrcola por ao, llevado en una
determinada granja.
Observacin Indirecta:
es aquella donde la persona que investiga hace
uso de datos estadsticos ya conocidos en una investigacin anterior, o de
datos observados por un tercero (persona o entidad). Con el fin de deducir
otros hechos o fenmenos.
Ejemplo;
si un investigador pretende estudiar la produccin por aos de
una granja avcola, en sus ltimos cinco aos de produccin, tendra que
hacer un seguimiento, a tal fin recurrira a las observaciones que posee la
oficina administrativa de la granja durante estos cinco aos, o dirigirse a la
oficina de estadstica, llevada en el ministerio de produccin y comercio
(M.P.C) de la localidad donde est registrada dicha granja. Es de notar que el
investigador se vale de observaciones realizadas por terceros.
Atendiendo a la periodicidad, puede ser continua, peridica o circunstancial.
Una observacin continua; como su nombre lo indica es aquella que se lleva
acabo de un modo permanente.
Ejemplo:
la contabilidad comercial, llevada en cuanto a compras, ventas
y otras operaciones que se van registrando a medida que van
producindose.
Una observacin peridica; es aqulla que se lleva a cabo a travs de
perodos de tiempo constantes. Estos perodos de tiempos pueden ser
semanas, trimestres, semestres, aos, etc. Lo que debemos destacar es que
los perodos de tiempo tomados como unidad deben tomarse constantes en
los posible.
Ejemplo;
el registro llevado por la Oficinas de Control de Estudios de la
UNESR, en cuanto a la inscripcin de los estudiantes por semestre.
La observacin circunstancial, es aquella que se efecta en forma ocasional
o espordica, esta observacin hecha ms por una necesidad momentnea,
que de carcter regular o permanente.

Ejemplo;
la obtencin de nmeros de aulas utilizadas y no utilizadas en
los colegios pertenecientes al municipio San Carlos del Estado Cojedes.
Atendiendo a la cobertura; pueden ser exhaustiva, parcial o mixta
Observacin Exhaustiva. Cuando la observacin es efectuada sobre la
totalidad de los elementos de la poblacin se habla de una observacin
exhaustiva.
Observacin Parcial. Dados que las poblaciones en general son grandes, la
observacin de todos sus elementos se ve imposibilitada. La solucin para
superar este inconveniente es observar una parte de esta poblacin.
Observacin Mixta. En este tipo de observacin se combinan
adecuadamente la observacin exhaustiva con la observacin parcial. Por lo
general, este tipo de observaciones se lleva a cabo de tal manera que los
caracteres que se consideran bsicos se observan exhaustivamente y los
otros mediante una muestra; o bien cuando la poblacin es muy grande,
parte de ella se observa parcialmente.
Censo:
Se entiende por censo aquella numeracin que se efecta a todos y cada
uno de los caracteres componentes de una poblacin.
Para Levin & Rubin (1996) "Algunas veces es posible y prctico examinar a
cada persona o elemento de la poblacin que deseamos describir. A esto lo
llamamos una numeracin completa o censo. Utilizamos el muestre cuando
no es posible contar o medir todos los elementos de la poblacin.
Si es posible listar (o enumerar) y observar cada elemento de la poblacin,
los censos se utilizan rara vez porque a menudo su compilacin es bastante
difcil, consume mucho tiempo por lo que resulta demasiado costoso.
Encuesta:
Se entiende por encuesta las observaciones realizadas por muestreo, es
decir son observaciones parciales.
El diseo de encuestas es exclusivo de las ciencias sociales y parte de la
premisa de que si queremos conocer algo sobre el comportamiento de las
personas, lo mejor, ms directo y simple es preguntrselo directamente a
ellas. (Cadenas, 1974).
Segn Antonio Napolitano "La encuesta, es un mtodo mediante el cual se
quiere averiguar. Se efecta a travs de cuestionarios verbales o escritos
que son aplicados a un gran nmero de personas".
Estadstica Descriptiva:
Tienen por objeto fundamental describir y analizar las caractersticas de un
conjunto de datos, obtenindose de esa manera conclusiones sobre las

caractersticas de dicho conjunto y sobre las relaciones existentes con otras


poblaciones, a fin de compararlas. No obstante puede no solo referirse a la
observacin de todos los elementos de una poblacin (observacin
exhaustiva) sino tambin a la descripcin de los elementos de una muestra
(observacin parcial).
En relacin a la estadstica descriptiva, Ernesto Rivas Gonzles dice; "Para el
estudio de estas muestras, la estadstica descriptiva nos provee de todos
sus medidas; medidas que cuando quieran ser aplicadas al universo total,
no tendrn la misma exactitud que tienen para la muestra, es decir al
estimarse para el universo vendr dada con cierto margen de error; esto
significa que el valor de la medida calculada para la muestra, en el oscilar
dentro de cierto lmite de confianza, que casi siempre es de un 95 a 99% de
los casos.
Estadstica Inductiva:
Est fundamentada en los resultados obtenidos del anlisis de una muestra
de poblacin, con el fin de inducir o inferir el comportamiento o
caracterstica de la poblacin, de donde procede, por lo que recibe tambin
el nombre de Inferencia estadstica.
Segn Berenson y Levine; Estadstica Inferencial son procedimientos
estadsticos que sirven para deducir o inferir algo acerca de un conjunto de
datos numricos (poblacin), seleccionando un grupo menor de ellos
(muestra).
El objetivo de la inferencia en investigacin cientfica y tecnolgica radica
en conocer clases numerosas de objetos, personas o eventos a partir de
otras relativamente pequeas compuestas por los mismos elementos.
En relacin a la estadstica descriptiva y la inferencial, Levin & Rubin (1996)
citan los siguientes ejemplos para ayudar a entender la diferencia entre las
dos.
Supngase que un profesor calcula la calificacin promedio de un grupo de
historia. Como la estadstica describe el desempeo del grupo pero no hace
ninguna generalizacin acerca de los diferentes grupos, podemos decir que
el profesor est utilizando estadstica descriptiva. Graficas, tablas y
diagramas que muestran los datos de manera que sea ms fcil su
entendimiento son ejemplos de estadstica descriptiva.
Supngase ahora que el profesor de historia decide utilizar el promedio de
calificaciones obtenidos por uno de sus grupos para estimar la calificacin
promedio de las diez unidades del mismo curso de historia. El proceso de
estimacin de tal promedio sera un problema concerniente a la estadstica
inferencial.

Los estadsticos se refieren a esta rama como inferencia estadstica, esta


implica generalizaciones y afirmaciones con respecto a la probabilidad de su
validez.
UNIDAD II
Medicin de Caracteres
Medicin
Existen diversas definiciones del termino "medicin", pero estas dependen
de los diferentes puntos de vista que se puedan tener al abordar el
problema de la cuantificacin y el proceso mismo de la construccin de una
escala o instrumento de medicin.
En general, se entiende por medicin la asignacin de nmeros a elementos
u objetos para representar o cuantificar una propiedad. El problema bsico
est dado por la asignacin un numeral que represente la magnitud de la
caracterstica que queremos medir y que dicho nmeros pueden analizarse
por manipulaciones de acuerdo a ciertas reglas. Por medio de la medicin,
los atributos de nuestras percepciones se transforman en entidades
conocidas y manejables llamadas "nmeros". Es evidente que el mundo
resultara catico si no pudiramos medir nada. En este caso cabra
preguntarse de que le servira la fsico saber que el hierro tiene una alta
temperatura de fusin.
Niveles o Escalas de mediciones
Escala Nominal:
La escala de medida nominal, puede considerarse la escala de nivel ms
bajo, y consiste en la asignacin, puramente arbitraria de nmeros o
smbolos a cada una de las diferentes categoras en las cuales podemos
dividir el carcter que observamos, sin que puedan establecerse relaciones
entre dichas categoras, a no ser el de que cada elemento pueda pertenecer
a una y solo una de estas categoras.
Se trata de agrupar objetos en clases, de modo que todos los que
pertenezcan a la misma sean equivalentes respecto del atributo o propiedad
en estudio, despus de lo cual se asignan nombres a tales clases, y el hecho
de que a veces, en lugar de denominaciones, se le atribuyan nmeros,
puede ser una de las razones por las cuales se le conoce como "medidas
nominales".
Por ejemplo, podemos estar interesados en clasificar los estudiantes de la
UNESR Ncleo San Carlos de acuerdos a la carrera que cursan.
Carrera
Nmero asignada a la categora

Educacin
1
Administracin
2
Se ha de tener presente que los nmeros asignados a cada categora sirven
nica y exclusivamente par identificar la categora y no poseen propiedades
cuantitativas.
Escala Ordinal:
En caso de que puedan detectarse diversos grados de un atributo o
propiedad de un objeto, la medida ordinal es la indicada, puesto que
entonces puede recurrirse a la propiedad de "orden" de los nmeros
asignndolo a los objetos en estudio de modo que, si la cifra asignada al
objeto A es mayor que la de B, puede inferirse que A posee un mayor grado
de atributo que B.
La asignacin de nmeros a las distintas categoras no puede ser
completamente arbitraria, debe hacerse atendiendo al orden existente entre
stas.
Los caracteres que posee una escala de medida ordinal permiten, por el
hecho mismo de poder ordenar todas sus categoras, el clculo de las
medidas estadsticas de posicin, como por ejemplo la mediana.
Ejemplo:
Al asignar un nmero a los pacientes de una consulta mdica, segn el
orden de llegada, estamos llevando una escala ordinal, es decir que al
primero en llegar ordinal, es decir que al primeo en llegar le asignamos el n
1, al siguiente el n 2 y as sucesivamente, de esta forma, cada nmero
representar una categora en general, con un solo elemento y se puede
establecer relaciones entre ellas, ya que los nmeros asignados guardan la
misma relacin que el orden de llegada a la consulta.
Escalas de intervalos iguales:
la escala de intervalos iguales, est caracterizada por una unidad de medida
comn y constante que asigna un nmero igual al nmero de unidades
equivalentes a la de la magnitud que posea el elemento observado. Es
importante destacar que el punto cero en las escalas de intervalos iguales
es arbitrario, y no refleja en ningn momento ausencia de la magnitud que
estamos midiendo. Esta escala, adems de poseer las caractersticas de la
escala ordinal, encontramos que la asignacin de los nmeros a los
elemento es tan precisa que podemos determinar la magnitud de los
intervalos (distancia) entre todos los elementos de la escala.
Sin lugar a
dudas, podemos decir que la escala de intervalos es la primera escala

verdaderamente cuantitativa y a los caracteres que posean esta escala de


medida pueden calculrsele todas las medidas estadsticas a excepcin del
coeficiente de variacin.
Ejemplo:
El lapso transcurrido entre 1998-1999 es igual al que transcurri entre 20002001.
Escala de coeficientes o Razones:
El nivel de medida ms elevado es el de cocientes o razones, y se diferencia
de las escalas de intervalos iguales nicamente por poseer un punto cero
propio como origen; es decir que el valor cero de esta escala significa
ausencia de la magnitud que estamos midiendo. Si se observa una carencia
total de propiedad, se dispone de una unidad de medida para el efecto. A
iguales diferencias entre los nmeros asignados corresponden iguales
diferencias en el grado de atributo presente en el objeto de estudio.
Adems, siendo que cero ya no es arbitrario, sino un valor absoluto,
podemos decir que A. Tiene dos, tres o cuatro veces la magnitud de la
propiedad presente en B.
Ejemplo:
En una encuesta realizada en un barrio de esta localidad se observ que hay
familias que no tienen hijos, otras tienen 6 hijos que es exactamente el
doble de hijos que aquellas que tienen 3 hijos.
Las variables y su medicin:
Una variable es un smbolo, tal como X, Y, H, x B, que pueden tomar un
conjunto prefijado de valores, llamado dominio de esa variable. Para Murray
R. Spiegel (1991) "una variable que puede tomar cualquier valor entre dos
valores dados se dice que es una variable continua en caso contrario
diremos que la variable es discreta".
Las variables, tambin llamadas caracteres cuantitativos, son aquellas
cuyas variaciones son susceptibles de ser medidas cuantitativamente, es
decir, que pueden expresar numricamente la magnitud de dichas
variaciones. Por intuicin y por experiencia sabemos que pueden
distinguirse dos tipos de variables; las continuas y las discretas
Las variables continuas se caracterizan por el hecho de que para todo para
de valores siempre se puede encontrar en valor intermedio, (el peso, la
estatura, el tiempo empleado para realizar un trabajo, etc.)
Una variable es continua, cuando puede tomar infinitos valores intermedios
dentro de dos valores consecutivos. Por ejemplo, la estatura, el peso, la
temperatura.
Para ver el grfico seleccione la opcin "Descargar" del men superior

Ejemplo:
En el preescolar Blanca de Prez, ubicado en la urbanizacin Monseor
Padilla de esta ciudad se procedi a recoger las medidas de talla y peso de
los nios que a este asisten.
Nio Peso Talla
Jos

18,300

1,15

Julio

20,500

1,20

Pedro 19,000

1,10

Luis

1,18

18,750

.Las variables discretas sern aquellas que pueden tomar solo un nmero
limitado de valores separados y no continuos; son aquellas que solo toman
un determinado nmeros de valores, porque entre dos valores consecutivos
no pueden tomar ningn otro; por ejemplo el nmero de estudiantes de una
clase es una variable discreta ya que solo tomar los valores 1, 2, 3, 4...
ntese que no encontramos valor como 1,5 estudiantes
UNIDAD III
Estadsticas Primarias
Datos Estadsticos:
Los datos estadsticos no son otra cosa que el producto de las observaciones
efectuadas en las personas y objetos en los cuales se produce el fenmeno
que queremos estudiar. Dicho en otras palabras, son los antecedentes (en
cifras) necesarios para llegar al conocimiento de un hecho o para reducir las
consecuencias de este.
Los datos estadsticos se pueden encontrar de forma no ordenada, por lo
que es muy difcil en general, obtener conclusiones de los datos
presentados de esta manera. Para poder obtener una precisa y rpida
informacin con propsitos de descripcin o anlisis, estos deben
organizarse de una manera sistemtica; es decir, se requiere que los datos
sean clasificados. Esta clasificacin u organizacin puede muy bien hacerse
antes de la recopilacin de los datos.
Ejemplo:
Si se quiere conocer las caractersticas de los estudiantes del Ncleo San
Carlos de la UNESR, que solicitan prstamo a la biblioteca de dicha
Universidad, la recoleccin de la informacin debe clasificar a cada
estudiante sobre la base de: Carrera que estudia, edad, semestre de
estudios, etc. Vemos pues que la clasificacin marca la pauta de la clase de
datos que debe ser obtenido.

Clasificacin de los datos


Los datos estadsticos pueden ser clasificados en cualitativos, cuantitativos,
cronolgicos y geogrficos.
Datos Cualitativos: cuando los datos son cuantitativos, la diferencia entre
ellos es de clase y no de cantidad.
Ejemplo:
Si deseamos clasificar los estudiantes que cursan la materia de estadstica I
por su estado civil, observamos que pueden existir solteros, casados,
divorciados, viudos.
Datos cuantitativos:
cuando los valores de los datos representan
diferentes magnitudes, decimos que son datos cuantitativos.
Ejemplo:
Se clasifican los estudiantes del Ncleo San Carlos de la UNESR de acuerdo
a sus notas, observamos que los valores (nota) representan diferentes
magnitudes.
Datos cronolgicos:
cuando los valores de los datos varan en
diferentes instantes o perodos de tiempo, los datos son reconocidos como
cronolgicos.
Ejemplo:
Al registrar los promedios de notas de los Alumnos del Ncleo San Carlos de
la UNESR en los diferentes semestres.
Datos geogrficos: cuando los datos estn referidos a una localidad
geogrfica se dicen que son datos geogrficos.
Ejemplo
El nmero de estudiantes de educacin superior en las distintas regiones del
pas.
Fuentes de datos Estadsticos:
Los datos estadsticos necesarios para la comprensin de los hechos pueden
obtenerse a travs de fuentes primarias y fuentes secundarias.
Fuentes de datos primarias:
es la persona o institucin que ha
recolectado directamente los datos.
Fuentes secundarias:
son las publicaciones y trabajos hechos por
personas o entidades que no han recolectado directamente la informacin.
Las fuentes primarias ms confiables, son las efectuadas por oficinas
gubernamentales encargadas de tal fin.

En la prctica, es aconsejable utilizar fuentes de datos primarias y en ltima


instancia cuando estas no existan, usar estadsticas de fuentes secundarias.
Con este ltimo tipo no debemos pasar por alto que la calidad de las
conclusiones estadsticas dependen en grado sumo de la exactitud de los
datos que se recaben. De anda servira usar tcnicas estadsticas precisas y
refinadas para llegar a conclusiones valederas, si estas tcnicas no son
aplicadas a datos adecuados o confiables.
Cuando un investigador quiere obtener datos estadsticos relativo a un
estudio que desea efectuar, puede elegir entre una fuente primaria o en su
defecto, una secundaria. O recopilar los datos por s mismo. La posibilidad
mencionada en ltimo termino podr deberse bien a la inexistencia de los
datos o bien a que esto no se encuentran discriminados en la forma
requerida.
Ejemplo:
Si un investigador quiere conocer el nmero de alumnos repitientes en
educacin media, clasificados por ciclos, para los ltimos diez aos, el
investigador puede usar una fuente primaria, tal como la memoria y cuenta
el Ministerio de Educacin cada ao.
Mtodo para la recoleccin de datos:
En estadstica se emplean una variedad de mtodos distintos para obtener
informacin de los que se desea investigar. Discutiremos aqu los mtodos
ms importantes, incluyendo las ventajas y limitaciones de estos.
La entrevista personal: los datos estadsticos necesarios para una
investigacin, se renen frecuentemente mediante un proceso que consiste
en enviar un entrevistador o agente, directamente a la persona investigada.
El investigador efectuar a esta persona una serie de preguntas
previamente escritas en un cuestionario o boleta, donde anotar las
respuestas correspondientes. Este procedimiento que se conoce con el
nombre de entrevista personal, permite obtener una informacin ms veraz
y completa que la que proporcionan otros mtodos, debido a que al tener
contacto directo con la persona entrevistada, el entrevistador podr aclarar
cualquier duda que se presente sobre el cuestionario o investigacin.
Otra ventaja es la posibilidad que tienen los entrevistadores de adaptar el
lenguaje de las preguntas al nivel intelectual de las personas entrevistadas.
Una de las desventajas de este mtodo se debe a que si el entrevistador no
obra de buena f o no tiene un entrenamiento adecuado, puede alterar las
respuestas por las personas entrevistadas.
Otra desventaja es su alto costo, ya que resulta bastante oneroso el
entrenamiento de los agentes o entrenadores y los supervisores de estos,
sobre todo si se trata de una investigacin extensa.

Cuestionarios por correo: consiste en enviar por correo el cuestionario


acompaado por el instructivo necesario, dando en este no solo las
instrucciones pertinentes para cada una de las preguntas, sino tambin una
breve explicacin del objeto de la encuesta con el fin de evitar
interpretaciones errneas.
Una de las ventajas es que tienen un costo muy inferior al anterior
procedimiento, puesto que no hay que incluir gastos de entrenamiento de
personal, el nico gasto sera el de franqueo postal.
Dentro de las desventajas de este procedimiento podemos sealar que solo
un porcentaje bastante bajo de estos es devuelto, en algunos casos no
estamos seguros de que los formularios hayan sido recibidos por sus
destinatarios y que hayan sido respondido por ellos mismos. Lo que trae
como consecuencia que la informacin se obtenga con una serie de errores
difciles de precisar por el investigador.
Entrevista por telfono: como lo indica su nombre, este mtodo consiste en
telefonear a la persona a entrevistar y hacerle una serie de preguntas. Este
mtodo es bastante simple y econmico, ya que el entrenamiento y
supervisin de las personas encargadas de efectuar las preguntas es
siempre fcil.
Entre las limitaciones que presenta este mtodo podemos sealar el nmero
de preguntas que pueden formularse es relativamente limitado; adems las
investigaciones efectuadas por este mtodo tienen un carcter selectivo,
debido a que muchas de las personas que potencialmente podran ser
investigadas no posee servicio telefnico, por lo que quedan sin la
posibilidad de ser entrevistados.
Instrumentos para la recoleccin de datos:
Cuestionarios:
Cualquiera que sea el mtodo por el que se decida el investigador para
recabar informacin, es necesario elaborar un estudio de preguntas.
Los cuestionarios en general, constan de las siguientes partes:
La identificacin del cuestionario: nombre del patrocinante de la encuesta,
(oficial o privada), nombre de la encuesta, nmero del cuestionario, nombre
del encuestador, lugar y fecha de la entrevista.
Datos de identificacin y de carcter social del encuestado: apellidos,
nombres, cdula de identidad, nacionalidad, sexo, edad o fecha de
nacimiento, estado civil, grado de instruccin, ocupacin actual, ingresos,
etc.
Datos propios de la investigacin, son los datos que interesa conocer para
construir el propsito de la investigacin.

Como es natural, estas partes, as como las preguntas, varan de acuerdo a


la finalidad de la encuesta. En algunos tipos de investigacin, la parte
referente a los datos personales es eliminada por no tener ningn tipo de
inters para el estudio.
Consideraciones que debemos tomar en cuenta:
El cuestionario debe ser conciso; tratar en los posible de que con el menor
nmero de preguntas, se obtenga la mejor informacin.
Claridad de la redaccin; evitar preguntas ambiguas o que sugieran
respuestas incorrectas, por lo que deben estar formuladas las preguntas de
la forma ms sencilla.
Discrecin: un cuestionario hecho a conciencia, no debe tener preguntas
indiscretas o curiosas, sobre datos personales que puedan ofender al
entrevistado.
Facilidad de contestacin:
se deben evitar, en lo posible, las preguntas
de respuestas libres o abiertas y tambin la formulacin de preguntas que
requieran clculos numricos por parte del entrevistado.
Orden de las preguntas: estas deben tener una secuencia y un orden lgico,
agruparlas procurando que se relacionen unas con otras.
Series o distribuciones estadsticas:
Anteriormente hemos sealado que la estadstica, no se encarga del estudio
de un hecho aislado, sino que tienen por objeto de los colectivos. Pues bien
cuando se realiza una investigacin se obtiene una masa de datos que
deben ser organizados para disponerlos en un orden, arreglo o secuencia
lgica, con el fin de facilitar el anlisis de los mismos esta coleccin de
datos numricos obtenidos de la observacin, que se clasifican y ordenan
segn un determinado criterio, se denominan "series estadsticas", tambin
conocidas como "distribucin estadstica".
Clasificacin de las series estadsticas:
Ejemplo:
Produccin nacional de madera en Rola en m
Rollizos (periodo 1993 1998)
Aos
Produccin (m rollizos)
1993
1.161.061,454
1994

981.668,626
1995
1.087.926,142
1996
1.440.306,250
1997
1.618.075,000
1998
1.027.177,876
Fuente: MARN D.G.S Recurso Forestal. 1999
CVG PROFORCA
Es importante resaltar que cuando se trata de series temporales o
cronolgicas, se debe especificar el instante o el periodo de tiempo a los
que se refieren los caracteres en estudio.
Cuando nos referimos a instantes de tiempo, por el hecho de que la
observacin se hace en un momento especfico de tiempo.
Ejemplo:
Plantaciones forestales ejecutadas a nivel nacional, al 31 de diciembre de
cada ao entre 1997 2001.
Series temporales o cronolgicas; estas se definen como una masa o
conjunto de datos producto de la observacin de un fenmeno individual o
colectivo, cuantificable en sucesivos instantes o periodos de tiempo.
Series atemporales;
cuando las observaciones de un fenmeno se
hacen referidas al mismo instante o intervalo de tiempo, nos encontramos
ente una serie atemporal. Aqu el tiempo no va incluido a cada observacin,
puesto que es el mismo tiempo para todas ellas. Este tipo de observacin
proporciona una "visin instantnea" de los fenmenos o caracteres de los
componentes del colectivo en estudio.
Ejemplo:
Las notas de las participantes en la materia de estadstica I en el periodo
acadmico que termin en septiembre del 2001.
2.1) series de frecuencia; cuando realizamos un estudio de cada uno de los
elementos que componen la poblacin o muestra bajo anlisis, observamos
que en general, hay un nmero de veces en que aparece repetido un mismo

valor de una variable, o bien repeticiones de la misma modalidad de un


atributo. Este nmero de repeticiones de un resultado, recibe el nombre de
frecuencia absoluta o simplemente frecuencia.
El procedimiento mediante el cual se realiza el conteo, para as determinar
el nmero de veces que cada dato se repite, recibe el nombre de tabulacin.
Ejemplo:
Consideremos las edades de 20 nios, pertenecientes al Preescolar Blanca
de Prez, ubicado en la urbanizacin Monseor Padilla
5
6
5
4
3
6
3
4
5
4
3
4
6
5
3
4
3
6
4
6
Tabulando los datos tenemos
Nios distribuidos por edades:

Edad (variable)
N de nios (Frecuencia)
3
5
4
6
5
4
6
5
Total =
20
Al agrupar los resultados de las observaciones en trmino de las veces que
stos se repiten, da lugar a las llamadas "series de frecuencias" o
distribuciones de frecuencias; las cuales se dividen a su vez en series de
frecuencia cualitativas y cuantitativas, segn que los caracteres de estudio
se refieran a atributos o variables respectivamente.
2.2.1) Series de frecuencia acumulativa:
son comnmente llamadas
series de frecuencia de atributos o caracteres cualitativos y las formas de
representar un atributo recibe el nombre de modalidades.
Cuando se observan y se obtienen los elementos que deseamos estudiar
con respecto a un carcter de tipo cualitativo y se procede a agruparlos
segn las distintas modalidades que toma el atributo, "frecuencia
cualitativa".
Ejemplo:
Agrupamos los resultados obtenidos al observar los 35 estudiantes de la
materia estadstica I, respecto a su estado civil.
Estudiantes de la materia Estadsticas I, clasificados por su estado civil.
Estado civil
N de Estudiantes (frecuencia)
Solteros
18

Casados
12
Viudos
1
Divorciados
4
2.1.2) Series de frecuencias cualitativas:
es el resultado del
agrupamiento de los valores que se repiten (frecuencia) al ser observada
una variable.
Ejemplo:
Tomamos nuevamente los 35 estudiantes de la materia estadstica I,
respecto a su edad.
Edad (en aos)
N de estudiantes (frecuencia)
19
12
20
2
25
8
28
6
32
4
42
3
Total =
35
2.2) series especiales o geogrficas: es aquella que est formada por los
valores que toman una variable en funcin del espacio geogrfico.

Leer ms:
http://www.monografias.com/trabajos15/estadistica/estadistica.shtml#ixzz3
SuSQESw3

Series temporales. Definicin


Una serie temporal es una variable estadstica cuyas observaciones estn ordenadas
temporalmente. Por ejemplo, los datos trimestrales de la E.P.A. con el nmero de personas
ocupadas en la rama de Servicios en Espaa, las estimaciones mensuales del nmero de
pernoctaciones en hoteles de Castilla y Len, los valores diarios del IBEX-35 de la Bolsa
de Madrid o las estimaciones anuales de la Renta familiar disponible en la Contabilidad
Nacional de Espana.

Una variable estadstica cuyos valores varan a lo largo


del tiempo,

recibe el nombre de serie temporal o serie cronolgica.

El estudio de las series temporales es diferente al del resto de las


variables estadsticas porque el inters reside habitualmente en la
evaluacin de sus cambios a lo largo del tiempo.
Esta figura nos muestra la representacin habitual de una serie
temporal, en concreto, el PIB anual espaol (en miles de millones de
euros de 1995). Puede verse que no se representa en un eje sino en
dos, reservando el de abscisas para el tiempo, y que no se
representan en ordenadas las frecuencias sino los propios puntos.
La figura nos muestra un perfil suavemente creciente con un ao
(1993) en que se produce un descenso. Son estos perfiles el objeto
habitual de estudio en las series temporales.
El subndice t representa el tiempo, y vara desde el primer periodo (t=1) hasta el ltimo
(t=T). Estos periodos pueden ser aos, trimestres, meses, semanas o incluso das u horas
en algunas series financieras.
Como ms adelante veremos, frecuentemente conviene agrupar los periodos en periodos
ms amplios (por ejemplo, en una serie trimestral o mensual conviene agrupar los
trimestres o meses del mismo ao, o en una serie diaria, agrupar los das en semanas o
en meses). Entonces cada periodo se describe empleando dos subndices, uno (i) para los
periodos mayores, y otro (k) para los menores. La serie se describe entonces como

indicando que hay datos para n periodos amplios, cada uno de ellos con m subperiodos o
periodos menores. Por ejemplo, si tenemos datos mensuales para los aos 1995 a 2003,
escribiremos la serie como

o bien como

o, de forma abreviada,

La relacin entre ambos estilos es inmediata. Por ejemplo, en nuestro


caso,

Conceptos Bsicos:
Estadstica:
La estadstica es comnmente considerada como una coleccin de hechos numricos expresados en
trminos de una relacin sumisa, y que han sido recopilado a partir de otros datos numricos.
Kendall y Buckland (citados por Gini V. Glas / Julian C. Stanley, 1980) definen la estadstica como
un valor resumido, calculado, como base en una muestra de observaciones que generalmente, aunque no
por necesidad, se considera como una estimacin de parmetro de determinada poblacin; es decir,
una funcin de valores de muestra.
"La estadstica es una tcnica especial apta para el estudio cuantitativo de los fenmenos de masa o
colectivo, cuya mediacin requiere una masa de observaciones de otros fenmenos ms simples
llamados individuales o particulares". (Gini, 1953.
Murria R. Spiegel, (1991) dice: "La estadstica estudia los mtodos cientficos para recoger, organizar,
resumir y analizar datos, as como para sacar conclusiones vlidas y tomar decisiones razonables
basadas en tal anlisis.
"La estadstica es la ciencia que trata de la recoleccin, clasificacin y presentacin de los hechos sujetos
a una apreciacin numrica como base a la explicacin, descripcin y comparacin de los fenmenos".
(Yale y Kendal, 1954).
Cualquiera sea el punto de vista, lo fundamental es la importancia cientfica que tiene la estadstica,
debido al gran campo de aplicacin que posee.
Poblacin:
El concepto de poblacin en estadstica va ms all de lo que comnmente se conoce como tal. Una
poblacin se precisa como un conjunto finito o infinito de personas u objetos que presentan caractersticas
comunes.
"Una poblacin es un conjunto de todos los elementos que estamos estudiando, acerca de los cuales
intentamos sacar conclusiones". Levin & Rubin (1996).
"Una poblacin es un conjunto de elementos que presentan una caracterstica comn". Cadenas (1974).
Ejemplo:
Los miembros del Colegio de Ingenieros del Estado Cojedes.
El tamao que tiene una poblacin es un factor de suma importancia en
el proceso de investigacin estadstica, y este tamao vienen dado por el nmero de elementos que

constituyen la poblacin, segn el nmero de elementos la poblacin puede ser finita o infinita. Cuando el
nmero de elementos que integra la poblacin es muy grande, se puede considerar a esta como una
poblacin infinita, por ejemplo; el conjunto de todos los nmeros positivos. Una poblacin finita es aquella
que est formada por un limitado nmero de elementos, por ejemplo; el nmero de estudiante del Ncleo
San Carlos de la Universidad Nacional Experimental Simn Rodrguez.
Cuando la poblacin es muy grande, es obvio que la observacin de todos los elementos se dificulte en
cuanto al trabajo, tiempo y costos necesario para hacerlo. Para solucionar este inconveniente se utiliza
una muestra estadstica.
Es a menudo imposible o poco prctico observar la totalidad de los individuos, sobre todos si estos son
muchos. En lugar de examinar el grupo entero llamado poblacin o universo, se examina una pequea
parte del grupo llamada muestra.
Muestra:
"Se llama muestra a una parte de la poblacin a estudiar que sirve para representarla". Murria R. Spiegel
(1991).
"Una muestra es una coleccin de algunos elementos de la poblacin, pero no de todos". Levin & Rubin
(1996).
"Una muestra debe ser definida en base de la poblacin determinada, y las conclusiones que se obtengan
de dicha muestra solo podrn referirse a la poblacin en referencia", Cadenas (1974).
Ejemplo;
El estudio realizado a 50 miembros del Colegio de Ingenieros del Estado Cojedes.
El estudio de muestras es ms sencillo que el estudio de la poblacin completa; cuesta menos y lleva
menos tiempo. Por ltimo se aprobado que el examen de una poblacin entera todava permite la
aceptacin de elementos defectuosos, por tanto, en algunos casos, el muestreo puede elevar el nivel
de calidad.
Una muestra representativa contiene las caractersticas relevantes de la poblacin en las mismas
proporciones que estn incluidas en tal poblacin.
Los expertos en estadstica recogen datos de una muestra. Utilizan esta informacin para hacer
referencias sobre la poblacin que est representada por la muestra. En consecuencia muestra y
poblacin son conceptos relativos. Una poblacin es un todo y una muestra es una fraccin o segmento
de ese todo.
Muestreo:
Esto no es ms que el procedimiento empleado para obtener una o ms muestras de una poblacin; el
muestreo es una tcnica que sirve para obtener una o ms muestras de poblacin.
Este se realiza una vez que se ha establecido un marco muestral representativo de la poblacin, se
procede a la seleccin de los elementos de la muestra aunque hay muchos diseos de la muestra.
Al tomar varias muestras de una poblacin, las estadsticas que calculamos para cada muestra no
necesariamente seran iguales, y lo ms probable es que variaran de una muestra a otra.
Ejemplo;
Consideremos como una poblacin a los estudiantes de educacin del Ncleo San Carlos de la UNESR,
determinando por lo menos dos caracteres ser estudiados en dicha poblacin;
Religin de los estudiantes
Sexo.
Tipos de muestreo
Existen dos mtodos para seleccionar muestras de poblaciones; el muestreo no aleatorio o de juicio y el
muestreo aleatorio o de probabilidad. En este ltimo todos los elementos de la poblacin tienen la
oportunidad de ser escogidos en la muestra. Una muestra seleccionada por muestreo de juicio se basa en
la experiencia de alguien con la poblacin. Algunas veces una muestra de juicio se usa como gua o
muestra tentativa para decidir como tomar una muestra aleatoria ms adelante. Las muestras de juicio
evitan el anlisis estadstico necesarios para hacer muestras de probabilidad.
Variables y Atributos:
Las variables, tambin suelen ser llamados caracteres cuantitativos, son aquellos que pueden ser
expresados mediante nmeros. Son caracteres susceptibles de medicin. Como por ejemplo, la estatura,
el peso, el salario, la edad, etc.
Segn, Murray R. Spiegel, (1992) "una variable es un smbolo, tal como X, Y, Hx, que puede tomar un
valor cualquiera de un conjunto determinado de ellos, llamado dominio de la variable. Si la variable puede
tomar solamente un valor, se llama constante."

Todos los elementos de la poblacin poseen los mismos tipos de caracteres, pero como estos en general
no suelen representarse con la misma intensidad, es obvio que las variables toman distintos valores. Por
lo tanto estos distintos nmeros o medidas que toman los caracteres son los "valores de la variable".
Todos ellos juntos constituyen una variable.
Los atributos tambin llamados caracteres cualitativos, son aquellos que no son susceptibles de medicin,
es decir que no se pueden expresar mediante un nmero.
IUTIN (1997). "Reciben el nombre de variables cualitativas o atributos, aquellas caractersticas que
pueden presentarse en individuos que constituyen un conjunto.
La forma de expresar los atributos es mediante palabras, por ejemplo; profesin, estado
civil, sexo, nacionalidad, etc. Puede notar que los atributos no se presentan en la misma forma en todos
los elementos. Estas distintas formas en que se presentan los atributos reciben el nombre de
"modalidades".
Ejemplo;
El estado civil de cada uno de los estudiantes del curso de estadsticas I, no se presenta en la misma
modalidad en todos.
Formas de Observar la Poblacin:
1.
Atendiendo a la fuente se clasifican en directa o indirecta.

Observacin directa: es aquella donde se tienen un contacto directo con los elementos o
caracteres en los cuales se presenta el fenmeno que se pretende investigar, y los resultados obtenidos
se consideran datos estadsticos originales. Para Ernesto Rivas Gonzlez (1997) "Investigacin directa,
es aquella en que el investigador observa directamente los casos o individuos en los cuales se produce el
fenmeno, entrando en contacto con ellos; sus resultados se consideran datos estadsticos originales, por
esto se llama tambin a esta investigacin primaria".
Ejemplo; el seguimiento de la poblacin agrcola por ao, llevado en una determinada granja.
Observacin Indirecta: es aquella donde la persona que investiga hace uso de datos
estadsticos ya conocidos en una investigacin anterior, o de datos observados por un tercero (persona o
entidad). Con el fin de deducir otros hechos o fenmenos.
Ejemplo; si un investigador pretende estudiar la produccin por aos de una granja avcola, en sus
ltimos cinco aos de produccin, tendra que hacer un seguimiento, a tal fin recurrira a las
observaciones que posee la oficina administrativa de la granja durante estos cinco aos, o dirigirse a la
oficina de estadstica, llevada en el ministerio de produccin y comercio(M.P.C) de la localidad donde est
registrada dicha granja. Es de notar que el investigador se vale de observaciones realizadas por terceros.
1.
Atendiendo a la periodicidad, puede ser continua, peridica o circunstancial.

Una observacin continua; como su nombre lo indica es aquella que se lleva acabo de un
modo permanente.
Ejemplo: la contabilidad comercial, llevada en cuanto a compras, ventas y otras operaciones que se van
registrando a medida que van producindose.
Una observacin peridica; es aqulla que se lleva a cabo a travs de perodos de tiempo
constantes. Estos perodos de tiempos pueden ser semanas, trimestres, semestres, aos, etc. Lo que
debemos destacar es que los perodos de tiempo tomados como unidad deben tomarse constantes en los
posible.
Ejemplo; el registro llevado por la Oficinas de Control de Estudios de la UNESR, en cuanto a la
inscripcin de los estudiantes por semestre.
La observacin circunstancial, es aquella que se efecta en forma ocasional o espordica,
esta observacin hecha ms por una necesidad momentnea, que de carcter regular o permanente.
Ejemplo; la obtencin de nmeros de aulas utilizadas y no utilizadas en los colegios pertenecientes al
municipio San Carlos del Estado Cojedes.
1.
Atendiendo a la cobertura; pueden ser exhaustiva, parcial o mixta

Observacin Exhaustiva. Cuando la observacin es efectuada sobre la totalidad de los


elementos de la poblacin se habla de una observacin exhaustiva.

Observacin Parcial. Dados que las poblaciones en general son grandes, la observacin de
todos sus elementos se ve imposibilitada. La solucin para superar este inconveniente es observar una
parte de esta poblacin.

Observacin Mixta. En este tipo de observacin se combinan adecuadamente la observacin


exhaustiva con la observacin parcial. Por lo general, este tipo de observaciones se lleva a cabo de tal
manera que los caracteres que se consideran bsicos se observan exhaustivamente y los otros mediante
una muestra; o bien cuando la poblacin es muy grande, parte de ella se observa parcialmente.
Censo:
Se entiende por censo aquella numeracin que se efecta a todos y cada uno de los caracteres
componentes de una poblacin.
Para Levin & Rubin (1996) "Algunas veces es posible y prctico examinar a cada persona o elemento de
la poblacin que deseamos describir. A esto lo llamamos una numeracin completa o censo. Utilizamos el
muestre cuando no es posible contar o medir todos los elementos de la poblacin.
Si es posible listar (o enumerar) y observar cada elemento de la poblacin, los censos se utilizan rara vez
porque a menudo su compilacin es bastante difcil, consume mucho tiempo por lo que resulta demasiado
costoso.
Encuesta:
Se entiende por encuesta las observaciones realizadas por muestreo, es decir son observaciones
parciales.
El diseo de encuestas es exclusivo de las ciencias sociales y parte de la premisa de que si queremos
conocer algo sobre el comportamiento de las personas, lo mejor, ms directo y simple es preguntrselo
directamente a ellas. (Cadenas, 1974).
Segn Antonio Napolitano "La encuesta, es un mtodo mediante el cual se quiere averiguar. Se efecta a
travs de cuestionarios verbales o escritos que son aplicados a un gran nmero de personas".
Estadstica Descriptiva:
Tienen por objeto fundamental describir y analizar las caractersticas de un conjunto de datos,
obtenindose de esa manera conclusiones sobre las caractersticas de dicho conjunto y sobre las
relaciones existentes con otras poblaciones, a fin de compararlas. No obstante puede no solo referirse a
la observacin de todos los elementos de una poblacin (observacin exhaustiva) sino tambin a
la descripcin de los elementos de una muestra (observacin parcial).
En relacin a la estadstica descriptiva, Ernesto Rivas Gonzles dice; "Para el estudio de estas muestras,
la estadstica descriptiva nos provee de todos sus medidas; medidas que cuando quieran ser aplicadas
al universo total, no tendrn la misma exactitud que tienen para la muestra, es decir al estimarse para el
universo vendr dada con cierto margen de error; esto significa que el valor de la medida calculada para
la muestra, en el oscilar dentro de cierto lmite de confianza, que casi siempre es de un 95 a 99% de los
casos.
Estadstica Inductiva:
Est fundamentada en los resultados obtenidos del anlisis de una muestra de poblacin, con el fin de
inducir o inferir el comportamiento o caracterstica de la poblacin, de donde procede, por lo que recibe
tambin el nombre de Inferencia estadstica.
Segn Berenson y Levine; Estadstica Inferencial son procedimientos estadsticos que sirven para deducir
o inferir algo acerca de un conjunto de datos numricos (poblacin), seleccionando un grupo menor de
ellos (muestra).
El objetivo de la inferencia en investigacin cientfica y tecnolgica radica en conocer clases numerosas
de objetos, personas o eventos a partir de otras relativamente pequeas compuestas por los mismos
elementos.
En relacin a la estadstica descriptiva y la inferencial, Levin & Rubin (1996) citan los siguientes ejemplos
para ayudar a entender la diferencia entre las dos.
Supngase que un profesor calcula la calificacin promedio de un grupo de historia. Como la estadstica
describe el desempeo del grupo pero no hace ninguna generalizacin acerca de los diferentes grupos,
podemos decir que el profesor est utilizando estadstica descriptiva. Graficas, tablas y diagramas que

muestran los datos de manera que sea ms fcil su entendimiento son ejemplos de estadstica
descriptiva.
Supngase ahora que el profesor de historia decide utilizar el promedio de calificaciones obtenidos por
uno de sus grupos para estimar la calificacin promedio de las diez unidades del mismo curso de historia.
El proceso de estimacin de tal promedio sera un problema concerniente a la estadstica inferencial.
Los estadsticos se refieren a esta rama como inferencia estadstica, esta implica generalizaciones y
afirmaciones con respecto a la probabilidad de su validez.
UNIDAD II
Medicin de Caracteres
Medicin
Existen diversas definiciones del termino "medicin", pero estas dependen de los diferentes puntos de
vista que se puedan tener al abordar el problema de la cuantificacin y el proceso mismo de
la construccin de una escala o instrumento de medicin.
En general, se entiende por medicin la asignacin de nmeros a elementos u objetos para representar o
cuantificar una propiedad. El problema bsico est dado por la asignacin un numeral que represente la
magnitud de la caracterstica que queremos medir y que dicho nmeros pueden analizarse por
manipulaciones de acuerdo a ciertas reglas. Por medio de la medicin, los atributos de nuestras
percepciones se transforman en entidades conocidas y manejables llamadas "nmeros". Es evidente que
el mundo resultara catico si no pudiramos medir nada. En este caso cabra preguntarse de que le
servira la fsico saber que el hierro tiene una alta temperatura de fusin.
Niveles o Escalas de mediciones
Escala Nominal:
La escala de medida nominal, puede considerarse la escala de nivel ms bajo, y consiste en la
asignacin, puramente arbitraria de nmeros o smbolos a cada una de las diferentes categoras en las
cuales podemos dividir el carcter que observamos, sin que puedan establecerse relaciones entre dichas
categoras, a no ser el de que cada elemento pueda pertenecer a una y solo una de estas categoras.
Se trata de agrupar objetos en clases, de modo que todos los que pertenezcan a la misma sean
equivalentes respecto del atributo o propiedad en estudio, despus de lo cual se asignan nombres a tales
clases, y el hecho de que a veces, en lugar de denominaciones, se le atribuyan nmeros, puede ser una
de las razones por las cuales se le conoce como "medidas nominales".
Por ejemplo, podemos estar interesados en clasificar los estudiantes de la UNESR Ncleo San Carlos de
acuerdos a la carrera que cursan.

Se ha de tener presente que los nmeros asignados a cada categora sirven nica y exclusivamente par
identificar la categora y no poseen propiedades cuantitativas.
Escala Ordinal:
En caso de que puedan detectarse diversos grados de un atributo o propiedad de un objeto, la medida
ordinal es la indicada, puesto que entonces puede recurrirse a la propiedad de "orden" de los nmeros
asignndolo a los objetos en estudio de modo que, si la cifra asignada al objeto A es mayor que la de B,
puede inferirse que A posee un mayor grado de atributo que B.
La asignacin de nmeros a las distintas categoras no puede ser completamente arbitraria, debe hacerse
atendiendo al orden existente entre stas.
Los caracteres que posee una escala de medida ordinal permiten, por el hecho mismo de poder ordenar
todas sus categoras, el clculo de las medidas estadsticas de posicin, como por ejemplo la mediana.
Ejemplo:
Al asignar un nmero a los pacientes de una consulta mdica, segn el orden de llegada, estamos
llevando una escala ordinal, es decir que al primero en llegar ordinal, es decir que al primeo en llegar le
asignamos el n 1, al siguiente el n 2 y as sucesivamente, de esta forma, cada nmero representar una
categora en general, con un solo elemento y se puede establecer relaciones entre ellas, ya que los
nmeros asignados guardan la misma relacin que el orden de llegada a la consulta.
Escalas de intervalos iguales:
la escala de intervalos iguales, est caracterizada por una unidad de medida comn y constante que
asigna un nmero igual al nmero de unidades equivalentes a la de la magnitud que posea el elemento
observado. Es importante destacar que el punto cero en las escalas de intervalos iguales es arbitrario, y

no refleja en ningn momento ausencia de la magnitud que estamos midiendo. Esta escala, adems de
poseer las caractersticas de la escala ordinal, encontramos que la asignacin de los nmeros a los
elemento es tan precisa que podemos determinar la magnitud de los intervalos (distancia) entre todos los
elementos de la escala. Sin lugar a dudas, podemos decir que la escala de intervalos es la primera escala
verdaderamente cuantitativa y a los caracteres que posean esta escala de medida pueden calculrsele
todas las medidas estadsticas a excepcin del coeficiente de variacin.
Ejemplo:
El lapso transcurrido entre 1998-1999 es igual al que transcurri entre 2000-2001.
Escala de coeficientes o Razones:
El nivel de medida ms elevado es el de cocientes o razones, y se diferencia de las escalas de intervalos
iguales nicamente por poseer un punto cero propio como origen; es decir que el valor cero de esta
escala significa ausencia de la magnitud que estamos midiendo. Si se observa una carencia total de
propiedad, se dispone de una unidad de medida para el efecto. A iguales diferencias entre los nmeros
asignados corresponden iguales diferencias en el grado de atributo presente en el objeto de estudio.
Adems, siendo que cero ya no es arbitrario, sino un valor absoluto, podemos decir que A. Tiene dos, tres
o cuatro veces la magnitud de la propiedad presente en B.
Ejemplo:
En una encuesta realizada en un barrio de esta localidad se observ que hay familias que no tienen hijos,
otras tienen 6 hijos que es exactamente el doble de hijos que aquellas que tienen 3 hijos.
Las variables y su medicin:
Una variable es un smbolo, tal como X, Y, H, x B, que pueden tomar un conjunto prefijado de valores,
llamado dominio de esa variable. Para Murray R. Spiegel (1991) "una variable que puede tomar cualquier
valor entre dos valores dados se dice que es una variable continua en caso contrario diremos que la
variable es discreta".
Las variables, tambin llamadas caracteres cuantitativos, son aquellas cuyas variaciones son susceptibles
de ser medidas cuantitativamente, es decir, que pueden expresar numricamente la magnitud de dichas
variaciones. Por intuicin y por experiencia sabemos que pueden distinguirse dos tipos de variables; las
continuas y las discretas
Las variables continuas se caracterizan por el hecho de que para todo para de valores siempre se
puede encontrar en valor intermedio, (el peso, la estatura, el tiempo empleado para realizar un trabajo,
etc.)
Una variable es continua, cuando puede tomar infinitos valores intermedios dentro de dos valores
consecutivos. Por ejemplo, la estatura, el peso, la temperatura.
Para ver el grfico seleccione la opcin "Descargar" del men superior
Ejemplo:
En el preescolar Blanca de Prez, ubicado en la urbanizacin Monseor Padilla de esta ciudad se
procedi a recoger las medidas de talla y peso de los nios que a este asisten.
Nio Peso Talla
Jos 18,300 1,15
Julio 20,500 1,20
Pedro 19,000 1,10
Luis 18,750 1,18
.Las variables discretas sern aquellas que pueden tomar solo un nmero limitado de valores separados
y no continuos; son aquellas que solo toman un determinado nmeros de valores, porque entre dos
valores consecutivos no pueden tomar ningn otro; por ejemplo el nmero de estudiantes de una clase es
una variable discreta ya que solo tomar los valores 1, 2, 3, 4... ntese que no encontramos valor como
1,5 estudiantes
UNIDAD III
Estadsticas Primarias
Datos Estadsticos:
Los datos estadsticos no son otra cosa que el producto de las observaciones efectuadas en las personas
y objetos en los cuales se produce el fenmeno que queremos estudiar. Dicho en otras palabras, son los
antecedentes (en cifras) necesarios para llegar al conocimiento de un hecho o para reducir las
consecuencias de este.
Los datos estadsticos se pueden encontrar de forma no ordenada, por lo que es muy difcil en general,
obtener conclusiones de los datos presentados de esta manera. Para poder obtener una precisa y rpida
informacin con propsitos de descripcin o anlisis, estos deben organizarse de una manera sistemtica;

es decir, se requiere que los datos sean clasificados. Esta clasificacin u organizacin puede muy bien
hacerse antes de la recopilacin de los datos.
Ejemplo:
Si se quiere conocer las caractersticas de los estudiantes del Ncleo San Carlos de la UNESR, que
solicitan prstamo a la biblioteca de dicha Universidad, la recoleccin de la informacin debe clasificar a
cada estudiante sobre la base de: Carrera que estudia, edad, semestre de estudios, etc. Vemos pues que
la clasificacin marca la pauta de la clase de datos que debe ser obtenido.
Clasificacin de los datos
Los datos estadsticos pueden ser clasificados en cualitativos, cuantitativos, cronolgicos y geogrficos.
Datos Cualitativos: cuando los datos son cuantitativos, la diferencia entre ellos es de clase y no de
cantidad.
Ejemplo:
Si deseamos clasificar los estudiantes que cursan la materia de estadstica I por su estado civil,
observamos que pueden existir solteros, casados, divorciados, viudos.
Datos cuantitativos: cuando los valores de los datos representan diferentes magnitudes, decimos que
son datos cuantitativos.
Ejemplo:
Se clasifican los estudiantes del Ncleo San Carlos de la UNESR de acuerdo a sus notas, observamos
que los valores (nota) representan diferentes magnitudes.
Datos cronolgicos: cuando los valores de los datos varan en diferentes instantes o perodos de
tiempo, los datos son reconocidos como cronolgicos.
Ejemplo:
Al registrar los promedios de notas de los Alumnos del Ncleo San Carlos de la UNESR en los diferentes
semestres.
Datos geogrficos: cuando los datos estn referidos a una localidad geogrfica se dicen que son datos
geogrficos.
Ejemplo
El nmero de estudiantes de educacin superior en las distintas regiones del pas.
Fuentes de datos Estadsticos:
Los datos estadsticos necesarios para la comprensin de los hechos pueden obtenerse a travs
de fuentes primarias y fuentes secundarias.
Fuentes de datos primarias: es la persona o institucin que ha recolectado directamente los datos.
Fuentes secundarias: son las publicaciones y trabajos hechos por personas o entidades que no han
recolectado directamente la informacin.
Las fuentes primarias ms confiables, son las efectuadas por oficinas gubernamentales encargadas de tal
fin.
En la prctica, es aconsejable utilizar fuentes de datos primarias y en ltima instancia cuando estas no
existan, usar estadsticas de fuentes secundarias. Con este ltimo tipo no debemos pasar por alto que la
calidad de las conclusiones estadsticas dependen en grado sumo de la exactitud de los datos que se
recaben. De anda servira usar tcnicas estadsticas precisas y refinadas para llegar a conclusiones
valederas, si estas tcnicas no son aplicadas a datos adecuados o confiables.
Cuando un investigador quiere obtener datos estadsticos relativo a un estudio que desea efectuar, puede
elegir entre una fuente primaria o en su defecto, una secundaria. O recopilar los datos por s mismo. La
posibilidad mencionada en ltimo termino podr deberse bien a la inexistencia de los datos o bien a que
esto no se encuentran discriminados en la forma requerida.
Ejemplo:
Si un investigador quiere conocer el nmero de alumnos repitientes en educacin media, clasificados por
ciclos, para los ltimos diez aos, el investigador puede usar una fuente primaria, tal como la memoria y
cuenta el Ministerio de Educacin cada ao.
Mtodo para la recoleccin de datos:
En estadstica se emplean una variedad de mtodos distintos para obtener informacin de los que se
desea investigar. Discutiremos aqu los mtodos ms importantes, incluyendo las ventajas y limitaciones
de estos.
La entrevista personal: los datos estadsticos necesarios para una investigacin, se renen
frecuentemente mediante un proceso que consiste en enviar un entrevistador o agente, directamente a la
persona investigada. El investigador efectuar a esta persona una serie de preguntas previamente
escritas en un cuestionario o boleta, donde anotar las respuestas correspondientes. Este procedimiento
que se conoce con el nombre de entrevista personal, permite obtener una informacin ms veraz y

completa que la que proporcionan otros mtodos, debido a que al tener contacto directo con la persona
entrevistada, el entrevistador podr aclarar cualquier duda que se presente sobre el cuestionario o
investigacin.
Otra ventaja es la posibilidad que tienen los entrevistadores de adaptar el lenguaje de las preguntas al
nivel intelectual de las personas entrevistadas.
Una de las desventajas de este mtodo se debe a que si el entrevistador no obra de buena f o no tiene
un entrenamiento adecuado, puede alterar las respuestas por las personas entrevistadas.
Otra desventaja es su alto costo, ya que resulta bastante oneroso el entrenamiento de los agentes o
entrenadores y los supervisores de estos, sobre todo si se trata de una investigacin extensa.
Cuestionarios por correo: consiste en enviar por correo el cuestionario acompaado por el instructivo
necesario, dando en este no solo las instrucciones pertinentes para cada una de las preguntas, sino
tambin una breve explicacin del objeto de la encuesta con el fin de evitar interpretaciones errneas.
Una de las ventajas es que tienen un costo muy inferior al anterior procedimiento, puesto que no hay que
incluir gastos de entrenamiento de personal, el nico gasto sera el de franqueo postal.
Dentro de las desventajas de este procedimiento podemos sealar que solo un porcentaje bastante bajo
de estos es devuelto, en algunos casos no estamos seguros de que los formularios hayan sido recibidos
por sus destinatarios y que hayan sido respondido por ellos mismos. Lo que trae como consecuencia que
la informacin se obtenga con una serie de errores difciles de precisar por el investigador.
Entrevista por telfono: como lo indica su nombre, este mtodo consiste en telefonear a la persona a
entrevistar y hacerle una serie de preguntas. Este mtodo es bastante simple y econmico, ya que el
entrenamiento y supervisin de las personas encargadas de efectuar las preguntas es siempre fcil.
Entre las limitaciones que presenta este mtodo podemos sealar el nmero de preguntas que pueden
formularse es relativamente limitado; adems las investigaciones efectuadas por este mtodo tienen un
carcter selectivo, debido a que muchas de las personas que potencialmente podran ser investigadas no
posee servicio telefnico, por lo que quedan sin la posibilidad de ser entrevistados.
Instrumentos para la recoleccin de datos:
Cuestionarios:
Cualquiera que sea el mtodo por el que se decida el investigador para recabar informacin, es necesario
elaborar un estudio de preguntas.
Los cuestionarios en general, constan de las siguientes partes:
a.
La identificacin del cuestionario: nombre del patrocinante de la encuesta, (oficial o privada),
nombre de la encuesta, nmero del cuestionario, nombre del encuestador, lugar y fecha de la
entrevista.

b.

Datos de identificacin y de carcter social del encuestado: apellidos, nombres, cdula


de identidad, nacionalidad, sexo, edad o fecha de nacimiento, estado civil, grado de instruccin,
ocupacin actual, ingresos, etc.

c.

Datos propios de la investigacin, son los datos que interesa conocer para construir el
propsito de la investigacin.

Como es natural, estas partes, as como las preguntas, varan de acuerdo a la finalidad de la encuesta.
En algunos tipos de investigacin, la parte referente a los datos personales es eliminada por no tener
ningn tipo de inters para el estudio.
Consideraciones que debemos tomar en cuenta:
El cuestionario debe ser conciso; tratar en los posible de que con el menor nmero de preguntas,
se obtenga la mejor informacin.

Claridad de la redaccin; evitar preguntas ambiguas o que sugieran respuestas incorrectas, por
lo que deben estar formuladas las preguntas de la forma ms sencilla.

Discrecin: un cuestionario hecho a conciencia, no debe tener preguntas indiscretas o curiosas,


sobre datos personales que puedan ofender al entrevistado.

Facilidad de contestacin: se deben evitar, en lo posible, las preguntas de respuestas libres o


abiertas y tambin la formulacin de preguntas que requieran clculos numricos por parte del
entrevistado.

Orden de las preguntas: estas deben tener una secuencia y un orden lgico, agruparlas
procurando que se relacionen unas con otras.
Series o distribuciones estadsticas:
Anteriormente hemos sealado que la estadstica, no se encarga del estudio de un hecho aislado, sino
que tienen por objeto de los colectivos. Pues bien cuando se realiza una investigacin se obtiene una
masa de datos que deben ser organizados para disponerlos en un orden, arreglo o secuencia lgica, con
el fin de facilitar el anlisis de los mismos esta coleccin de datos numricos obtenidos de la observacin,
que se clasifican y ordenan segn un determinado criterio, se denominan "series estadsticas", tambin
conocidas como "distribucin estadstica".
Clasificacin de las series estadsticas:
1.
Ejemplo:
Produccin nacional de madera en Rola en m
Rollizos (periodo 1993 1998)

2.

3.

Fuente: MARN D.G.S Recurso Forestal. 1999


CVG PROFORCA
Es importante resaltar que cuando se trata de series temporales o cronolgicas, se debe especificar
el instante o el periodo de tiempo a los que se refieren los caracteres en estudio.
Cuando nos referimos a instantes de tiempo, por el hecho de que la observacin se hace en un
momento especfico de tiempo.
Ejemplo:
Plantaciones forestales ejecutadas a nivel nacional, al 31 de diciembre de cada ao entre 1997
2001.
Series temporales o cronolgicas; estas se definen como una masa o conjunto de datos
producto de la observacin de un fenmeno individual o colectivo, cuantificable en sucesivos
instantes o periodos de tiempo.
Series atemporales; cuando las observaciones de un fenmeno se hacen referidas al mismo
instante o intervalo de tiempo, nos encontramos ente una serie atemporal. Aqu el tiempo no va
incluido a cada observacin, puesto que es el mismo tiempo para todas ellas. Este tipo de
observacin proporciona una "visin instantnea" de los fenmenos o caracteres de los componentes
del colectivo en estudio.

Ejemplo:
Las notas de las participantes en la materia de estadstica I en el periodo acadmico que termin en
septiembre del 2001.
2.1) series de frecuencia; cuando realizamos un estudio de cada uno de los elementos que componen la
poblacin o muestra bajo anlisis, observamos que en general, hay un nmero de veces en que aparece
repetido un mismo valor de una variable, o bien repeticiones de la misma modalidad de un atributo. Este
nmero de repeticiones de un resultado, recibe el nombre de frecuencia absoluta o simplemente
frecuencia.
El procedimiento mediante el cual se realiza el conteo, para as determinar el nmero de veces que cada
dato se repite, recibe el nombre de tabulacin.
Ejemplo:
Consideremos las edades de 20 nios, pertenecientes al Preescolar Blanca de Prez, ubicado en la
urbanizacin Monseor Padilla

5
6
3
4
Tabulando los datos tenemos
Nios distribuidos por edades:

Al agrupar los resultados de las observaciones en trmino de las veces que stos se repiten, da lugar a
las llamadas "series de frecuencias" o distribuciones de frecuencias; las cuales se dividen a su vez en
series de frecuencia cualitativas y cuantitativas, segn que los caracteres de estudio se refieran a
atributos o variables respectivamente.
2.2.1) Series de frecuencia acumulativa: son comnmente llamadas series de frecuencia de atributos o
caracteres cualitativos y las formas de representar un atributo recibe el nombre de modalidades.
Cuando se observan y se obtienen los elementos que deseamos estudiar con respecto a un carcter de
tipo cualitativo y se procede a agruparlos segn las distintas modalidades que toma el atributo,
"frecuencia cualitativa".
Ejemplo:
Agrupamos los resultados obtenidos al observar los 35 estudiantes de la materia estadstica I, respecto a
su estado civil.
Estudiantes de la materia Estadsticas I, clasificados por su estado civil.

2.1.2) Series de frecuencias cualitativas: es el resultado del agrupamiento de los valores que se repiten
(frecuencia) al ser observada una variable.
Ejemplo:
Tomamos nuevamente los 35 estudiantes de la materia estadstica I, respecto a su edad.

2.2) series especiales o geogrficas: es aquella que est formada por los valores que toman una
variable en funcin del espacio geogrfico.

Documento cedido por:


JORGE L. CASTILLO T.

Leer ms: http://www.monografias.com/trabajos15/estadistica/estadistica.shtml#ixzz3SuYb6Dn6

Razones y proporciones
El siguiente recurso trata acerca de las razones y proporciones. Te invitamos a
aprender esta materia de 1 medio mediante este interesante contenido.
Entrega ejercicios.

Razones y proporciones
1. Razones y proporciones
Una razn entre dos cantidades es una comparacin entre las cantidades que se realiza
mediante un cociente a : b, y se lee a esa b.
Por ejemplo, si las edades de Carlos y Francisco son 12 y 15 aos, entonces la razn entre sus
edades es:
12 : 15 o

. Si simplificamos la fraccin obtenemos:

Se denomina proporcin a la igualdad de dos razones. Por ejemplo, la igualdad entre las
razones anteriores:

Es una proporcin, lo que se puede constatar porque los productos cruzados son iguales: 12 5
= 4 15
Por lo tanto, la propiedad fundamental de las proporciones es:
1.1. Proporcionalidad directa
Dos variables estn en proporcionalidad directa si su cociente permanece constante:

k es la constante de proporcionalidad.
El grfico de dos variables en proporcionalidad directa es un conjunto de puntos que estn
sobre una recta que pasa por el origen del sistema de coordenadas. Analizando el grfico se
visualiza que si una magnitud aumenta, la otra tambin aumenta.

Ejemplo:
Un vehculo en carretera tiene un rendimiento de 16 km por cada litro de bencina. Cuntos
litros de bencina consumir en un viaje de 192 km?
Se forma la proporcin entre las variables distancia consumo de bencina (si aumenta la
distancia, entonces se deduce que el consumo aumenta, por lo tanto son directamente
proporcionales).

Ocupando la propiedad fundamental de las proporciones obtenemos que:

Entonces,
16/1 = 16 (constante)

192/12 = 16 (constante)

1.2. Proporcionalidad inversa


Dos variables estn en proporcionalidad inversa si su producto permanece constante:

k es la constante de proporcionalidad.
El grfico de dos variables que estn en proporcionalidad inversa es un conjunto de puntos que
estn sobre una hiprbola.

Analizando el grfico se visualiza que a medida que una magnitud aumenta, la otra magnitud
disminuye.

Ejemplo: Tres obreros demoran 5 das en hacer una zanja. Cunto demorarn 4 obreros?
La relacin entre el nmero de obreros tiempo es de proporcionalidad inversa, ya que si
trabajan ms obreros, entonces se demorarn menos tiempo en terminar el trabajo. Aplicando
la propiedad de las proporciones inversas, el producto entre las variables es constante:

entonces, 3 x 5 = 15 (constante)

4 x 3,75 = 15(constante)

1.3. Proporcionalidad compuesta


La proporcionalidad compuesta permite relacionar variables mediante proporcionalidad directa
y/o proporcionalidad inversa.
Para resolver ejercicios de este tipo, primero se debe dilucidar qu proporcionalidad existe
entre cada par de variables. Posteriormente, se debe determinar la constante de
proporcionalidad que nos permitir determinar si son proporcionales o inversamente
proporcionales.
Ejemplo:
Se necesitan 20 obreros para pavimentar 2 km de camino en 5 das. Cuntos obreros
pavimentarn 5 km en 10 das?
a) En primer lugar, determinaremos qu tipo de proporcionalidad existe entre las variables.
Sean: obreros (O) longitud del camino (L):
Estas dos variables estn en proporcionalidad directa, ya que entre ms obreros, ms km de
camino se pavimentarn, por lo tanto:
= contante
b) Por otra parte, las variables obreros (O) tiempo (T) estn en proporcionalidad inversa
respecto de la cantidad de km por pavimentar, ya que entre ms obreros, menos tiempo se
demorarn en pavimentar el camino.
Por lo tanto, O T = constante.
De lo anterior se deduce que:
= contante
Aplicando esta constante de proporcionalidad a los datos dados, tenemos que:

Multiplicando cruzado en esta proporcin y despejando x obtenemos:


x = 25 obreros
Entonces, se requieren 25 trabajadores para pavimentar 5 km de camino en 10 das.
2. Porcentaje
El porcentaje es una proporcionalidad directa en que se considera la totalidad como un 100%.
Por ejemplo, decir que el precio de un artculo ha subido 5% significa que se ha incrementado 5

partes de un total de 100. En trminos fraccionarios, se dice que ha subido la 5/100 parte.
Cuando calculamos el porcentaje de un nmero, podemos hacerlo directamente ocupando el
concepto de fraccin. Por ejemplo, el 12% de 600 es:

El clculo de porcentaje tambin se puede realizar a travs de una proporcionalidad directa:

Es bastante til utilizar este mtodo para resolver problemas de porcentaje relacionados con
ganancia y prdida. Por ejemplo:
El precio de un chaleco durante una oferta ha bajado de $15.000 a $13.500. Qu % de
descuento se le aplic?
En este caso, se considera el precio inicial ($15.000) como el 100%. De lo que disminuy:
$15.000 $ 13.500 = $ 1.500, se requiere saber qu porcentaje es del precio original, por lo
tanto:

Veamos ahora otro ejemplo:


Qu % es 0,2 de 4?
En este caso, la totalidad es 4 (el 100%), de modo que planteamos la proporcin:

Ejercita porcentajes visitando:

Reglas generales para formar las distribuciones de


frecuencia
l. Determinar el mayor y el menor entre los datos registrados y as encontrar el rango (diferencia entre el
mayor y el menor de los datos).
2. Dividir el rango en un nmero conveniente de intervalos de clase del mismo tamao. Si esto no es
posible, utilizar intervalos de clase de diferente tamao o intervalos de clase abiertos. El nmero de
intervalos de clase se toma generalmente entre 5 y 20 dependiendo de los datos. Los intervalos de clase
se eligen tambin de forma que las marcas de clase o puntosmedios coincidan con datos realmente

observados. Esto tiende a aminorar el llamado error de agrupamiento, en los anlisis matemticos
posteriores. Sin embargo, los lmites reales de clase no coincidirn con los datos observados.
3. Determinar el nmero de observaciones que caen dentro de cada intervalo de clase, es decir, encontrar
las frecuencias de clase. Lo mejor para esto es utilizar una hoja de conteo.
HISTOGRAMAS Y POLIGONOS DE FRECUENCIA son dos representaciones grficas de las
distribuciones de frecuencia.
1. Un histograma o histograma de frecuencias consiste en una serie de rectngulos que tienen
(a) Sus bases sobre un eje horizontal (el eje X) con centros en las marcas de clase y longitud igual al
tamao de los intervalos de clase.
(b) Superficies proporcionales a las frecuencias de clase.
Si los intervalos de clase tienen todos igual tamao, las alturas de los rectngulos son proporcionales a
las frecuencias de clase y se acostumbra en tal caso a tomar las alturas numricamente iguales a las
frecuencias de clase. Si los intervalos de clase no son de igual tamao, estas alturas debern ser
calculadas.
2. Un polgono de frecuencias es un grfico de lnea trazado sobre las marcas de clase. Puede obtenerse
uniendo los puntos medios de los techos de los rectngulos en el histograma.
El histograma y el polgono de frecuencias correspondiente a la distribucin de frecuencias de las alturas
de los estudiantes se muestran en el mismo sistema de ejes en la Fig.1. Se acostumbra a prolongar el
polgono con PQ y RS hasta las marcas de clase inferior y superior inmediatas, que corresponderan a la
clase de frecuencia cero. En tal caso, la suma de las reas de los rectngulos del histograma es igual al e
rea total limitada por el polgono de frecuencias y el eje X.

Distribuciones de frecuencia relativa


La frecuencia relativa de una clase es la frecuencia de la clase dividida por el total de frecuencias de
todas las clases y se expresa generalmente como porcentaje. Por ejemplo, la frecuencia relativa de la
clase 66 - 68 de la Tabla 1 es 42/100 = 42 %. La suma de las frecuencias relativas de todas las clases es
evidentemente 1 100 %.
Si las frecuencias en la anterior tabla de frecuencias se sustituyen por las correspondientes frecuencias
relativas, la tabla resultante se llama distribucin de frecuencias relativas, distribucin porcentual o tabla
de frecuencias relativas.
Las representaciones grficas de distribuciones de frecuencia relativa pueden obtenerse del histograma o
del polgono de frecuencias, sin ms que cambiar la escala vertical de frecuencia a frecuencia relativa,
conservndose exactamente el mismo diagrama. Los grficos que resultan se llaman histogramas de
frecuencias relativas o histogramas porcentuales ypolgonos de frecuencias relativas o polgonos
porcentuales, respectivamente.

Distribuciones de frecuencia acumulada. Ojivas

La frecuencia total de todos los valores menores que el lmite real superior de clase de un intervalo de
clase dado se conoce como frecuencia acumulada hasta ese intervalo de clase inclusive. Por ejemplo, la
frecuencia acumulada hasta el intervalo de clase 66 - 68 inclusive en la Tabla 1, es 5 + 18 + 42 = 65,
significando que 65 estudiantes tienen alturas menores que 68,5 pulgadas.
Una tabla que represente las frecuencias acumuladas se llama distribucin de frecuencias acumuladas,
tabla de frecuencias acumuladas o brevemente distribucin acumulada, y se muestra en la Tabla 2, para
la distribucin de la altura de los estudiantes.
Un grfico que muestre las frecuencias acumuladas menores que cualquier lmite real superior de clase
trazado sobre los lmites reales superiores de clase se llama polgono de frecuencias
acumuladas u ojiva y se muestra en la Fig. 2-2 para la distribucin de la altura de los estudiantes.
En algunos casos es preferible considerar una distribucin de frecuencias acumuladas de todos
los valores mayores o iguales al lmite real inferior de clase de cada intervalo de clase. En este caso
consideramos las alturas de 59,5 pulgadas o ms, 62,5 pulgadas o ms, etc., sta se llama a
veces distribucin acumulada o ms, mientras que la considerada anteriormente es la distribucin
acumulada menor que. De la una se obtiene fcilmente la otra. Las correspondientes ojivas se llaman
o ms y menor que. Siempre que nos refiramos a distribuciones acumuladas u ojivas sin especificar,
se entender que son del tipo menor que.
DISTRIBUCIONES DE FRECUENCIAS RELATIVAS ACUMULADAS. OJIVAS PORCENTUALES
La frecuencia relativa acumulada o frecuencia porcentual acumulada es la frecuencia acumulada dividida
por la frecuencia total. Por ejemplo, la frecuencia relativa acumulada de alturas menores que 68,5
pulgadas es 65/100 = 65 %, queriendo con ello decir que el 65 % de los estudiantes tienen alturas
menores de 68,5 pulgadas.
Si se utilizan en la Tabla 2, y Fig. 2, las frecuencias relativas acumuladas en lugar de las frecuencias
acumuladas, los resultados se llaman distribuciones de frecuencias relativas acumuladas o distribuciones

porcentuales acumuladas y polgonos de frecuencias relativas acumuladas u ojivas


porcentuales, respectivamente.
CURVAS DE FRECUENCIAS. OJIVAS SUAVIZADAS
El conjunto de datos puede considerarse normalmente como perteneciente a una muestra extrada de
una poblacin grande. A causa de las muchas observaciones que podemos realizar en la poblacin es
posible tericamente (para datos continuos) elegir los intervalos de clase muy pequeos y todava tener
un nmero adecuado de observaciones dentro de cada clase. As se tiene que el polgono de frecuencias
o el de frecuencias relativas para una poblacin grande puede estar formado por muchos pequeos
segmentos rectos que aproximan el conjunto a una curva, las curvas de este tipo pueden llamarse curvas
de frecuencias o curvas de frecuencias relativas, respectivamente.
Es razonable esperar que tales curvas tericas provengan de la suavizacin de los polgonos de
frecuencias o de los polgonos de frecuencias relativas de la muestra, la aproximacin es tanto ms
exacta conforme aumenta el tamao de la muestra. Por esta razn una curva de frecuencias se conoce
como un polgono de frecuencias suavizado.
De una forma anloga las ojivas suavizadas provienen de la suavizacin de los polgonos de frecuencias
acumuladas u ojivas. Normalmente es ms sencillo suavizar una ojiva que un polgono de frecuencias.

Tipos de curvas de frecuencia

Las curvas de frecuencia presentan determinadas formas caractersticas que les distinguen como se
indica en la Figura 3.
(a) Las curvas de frecuencia simtricas o bien formadas se caracterizan por el hecho de que las
observaciones que equidistan del mximo central tienen la misma frecuencia. Un ejemplo importante es
la curva normal.
(b) En las curvas de frecuencia moderadamente asimtricas o sesgadas la cola de la curva a un lado del
mximo central es mayor que al otro lado. Si la cola mayor se presenta a la derecha de la curva se dice

que sta est sesgada a la derecha o que tiene sesgo positivo, mientras que si ocurre lo contrario se dice
que la curva est sesgada a la izquierda o que tiene un sesgo negativo.
(c) En las curvas en forma de J o de J invertida, el mximo se presenta en un extremo.
(d) Las curvas de frecuencias en forma de U tienen el mximo en ambos extremos.
(e) Una curva de frecuencias bimodal tiene dos mximos.
(f) Una curva de frecuencias multimodal tiene ms de dos mximos.

Bibliografa
Leer ms: http://www.monografias.com/trabajos72/distribucion-frecuencias/distribucionfrecuencias2.shtml#ixzz3SucXYaSL

Toma de datos
La toma de datos es la obtencin de una coleccin de los mismos que no han sido ordenados
numricamente. Un ejemplo es el conjunto de alturas de 100 estudiantes, sacados de una lista alfabtica
de una universidad.
ORDENACIN
Una ordenacin es una colocacin de los datos numricos tomados, en orden creciente o decreciente de
magnitud. La diferencia entre el mayor y el menor de los nmeros se llama recorrido o rango de los datos.
Por ejemplo, si la altura mayor de los 100 estudiantes es 74 pulgadas y la menor es de 60 pulgadas, el
rango es 74 - 60 = 14 pulgadas.

Distribuciones de frecuencia
Cuando se dispone de gran nmero de datos, es til el distribuirlos en clases o categoras y determinar el
nmero de individuos pertenecientes a cada clase, que es la frecuencia de clase. Una ordenacin tabular
de los datos en clases, reunidas las clases y con as frecuencias correspondientes a cada una, se conoce
como una distribucin de frecuencias o tabla de frecuencias. La Tabla 1 es una distribucin de frecuencias
de alturas (registradas con aproximacin de pulgada) de 100 estudiantes de la Universidad XYZ.

La primera clase o categora, por ejemplo, comprende las alturas de 60 a 62 pulgadas y viene indicada
por el smbolo 60 - 62. Puesto que 5 estudiantes tienen una altura perteneciente a esta clase, la
correspondiente frecuencia de clase es 5.
Los datos ordenados y resumidos como en la distribucin de frecuencia anterior, se suelen llamar datos
agrupados. Aunque con el proceso de agrupamiento generalmente se pierde parte del detalle original de
los datos, tiene la importante ventaja de presentarlos todos en un sencillo cuadro que facilita el hallazgo
de las relaciones que pueda haber entre ellos, puestas as de manifiesto.

Intervalos de clase y lmites de clase


Un smbolo que define una clase, tal como 60 - 62 de la tabla anterior, se conoce como intervalo de
clase. Los nmeros extremos, 60 y 62, son los lmites de clase; el nmero menor 60 es el lmite inferior de

la clase y el mayor 62 es el lmite superior. Los trminos clase e intervalo de clase se utilizan a menudo
indistintamente, aunque el intervalo de clase es realmente un smbolo para la clase.
Un intervalo de clase que, al menos tericamente, no tiene lmite superior o inferior, se conoce
como intervalo de clase abierto. Por ejemplo, al referirse a la edad de grupos de individuos el intervalo de
clase, mayores de 65 aos es un intervalo de clase abierto.

Lmites reales de clases


Si las alturas se registran con aproximacin de pulgada, el intervalo de clase 60 - 62 tericamente incluye
todas las medidas desde 59,5000... a 62,5000 pulgadas. Estos nmeros, representados brevemente
por los nmeros exactos 59,5 y 62,5, se conocen como lmites reales de clase o lmites verdaderos de
clase; el menor de ellos, 59,5, es el lmite real inferior y el mayor de ellos, 62,5, es el lmite real superior.
Prcticamente, los lmites reales de clase se obtienen sumando al lmite superior de un intervalo de clase
el lmite inferior del intervalo de clase contiguo superior y dividiendo por 2.
A veces, los lmites reales de clase se utilizan para simbolizar las clases. Por ejemplo, las diferentes
clases de la primera columna de la Tabla 1 podran indicarse por 59,5 - 62,5, 62,5 - 65,5, etc. Sin
embargo, con tal notacin aparece una ambigedad, pues los lmites reales de clase no coincidiran con
las observaciones reales. As si una observacin fuese 62,5 no sera posible discernir si pertenece al
intervalo de clase 59,5 - 62,5 o al 62,5 - 65,5.
TAMAO O ANCHURA DE UN INTERVALO DE CLASE
El tamao o anchura de un intervalo de clase es la diferencia entre los lmites reales de clase que lo
forman y se conoce como anchura de clase, tamao de clase o longitud de clase. Si todos los intervalos
de clase de una distribucin de frecuencias tienen igual anchura, esta anchura comn se representa
por c. En tal caso, c es igual a la diferencia entre dos sucesivos lmites de clase inferiores o superiores.
Para los datos de la Tabla 1, por ejemplo, el intervalo de clase es c = 62,5 - 59,5 = 65,5 - 62,5 = 3.

Leer ms: http://www.monografias.com/trabajos72/distribucion-frecuencias/distribucionfrecuencias.shtml#ixzz3Sud3QrBJ

You might also like