República Bolivariana de Venezuela.

Ministerio del Poder Popular para la Educación Universitaria Ciencia y Tecnología.

Universidad Nacional Experimental Simón Rodríguez.

Extensión del Sur Municipio Piar.

Administración de Recursos Materiales y Financieros.

Terminología Estadística e Investigación.

Unidad I:

Símbolos, medidas, frecuencias, representación gráfica.

Facilitador: Participantes:

Alexander Bravo. Joseph Otero C.I: 27297797

Erik Valor C.I: 27252410

Upata, marzo, 2018.

 Índice. pag.

Símbolos Estadísticos………………………………………………………………………… 1

Medidas y Escalas……………………………………………………………………………. 5

Distribución de Frecuencias………………………………………………………………….. 7

Representaciones Gráficas……………………………………………………………………. 9

Conclusión……………………………….………..……………..……………………………. 10

Referencias……………………………………………………………………………………. 11
 Introducción.

La estadística es la ciencia que se encarga del estudio de la recopilación de datos alfabéticos o

numéricos, con el fin de ser organizados y representados de acuerdo a una o más características

de interés. Con el objetivo de extraer conclusiones, tomar decisiones o emprender acciones.

Cabe destacar que una serie de datos cualquiera, puede no ser una estadística pues estos ameritan

de una organización sistemática y coherente siguiendo criterios propios de la misma estadística.

Como toda ciencia, esta posee su particularidad al expresarse, pues utiliza palabras y símbolos

propios que expresan un concepto fijo y que la hacen ver como un nuevo lenguaje.

Una de las ramas de la estadística es la descriptiva, la cual abarca recolección, procesamiento,

análisis y representación de un conjunto de datos mediante las herramientas apropiadas con el fin

de describir y presentar dichos datos de manera acertada. Otra de las ramas es la estadística

inferencial que se refiere al método utilizado para lograr una generalización acerca de las

propiedades de un todo.

En el siguiente documento se definen los aspectos más relevantes de la estadística de acuerdo

a lo presentado en los párrafos anteriores. Esta ciencia posee componentes que desempeñan un

papel importante a la hora de proceder con su práctica, y es que cada elemento cumple una

función determinada que contribuye al desarrollo en concreto de la misma y al entendimiento de

su importancia en cualquier situación, sea de la vida cotidiana o de un proceso específico.

Símbolos Estadísticos.

En la estadística se presentan como imágenes representativas matemáticas que se encargan de

especificar y simbolizar una herramienta. Permiten la abreviación de elementos necesarios para

llevar a cabo un proceso estadístico. Generalmente al observar procesos estadísticos se puede

evidenciar la presencia de del alfabeto griego, y es que efectivamente muchos de los símbolos

estadísticos son griegos, cada uno de ellos representa un proceso en particular.

Algunos símbolos estadísticos básicos utilizados comúnmente tomando en cuenta que una

población es una colección finita o infinita de elementos con características comunes y una

muestra es un subconjunto de la población.

La media muestral, se refiere a cada uno de los valores que se observan en las variables.

• S2: Se refiere a la varianza simple.

• r: Simboliza la simple correlación de coeficientes.

• Kr: Simboliza el cúmulo de las muestras.

Los símbolos utilizados con mayor frecuencia para referirse a los parámetros de población:

• μ: Se refiere a la población como tal.

• σ2: Simboliza la varianza de la población.

• ρ: Simboliza la correlación de la población

• κr: Simboliza los cúmulos de población.

• n: Simboliza el número de elementos en una distribución de la muestra.

• α: La letra griega alpha simboliza la intercepción o un error de tipo I.

• β: La letra griega beta simboliza vertiente o un error de tipo II.

• σ: La letra griega sigma simboliza la desviación estándar de la población.

• s: La letra s significa la desviación estándar de la muestra.

• s2: La letra s al cuadrado simboliza la varianza de la muestra.

Otro conjunto de símbolos estadísticos usados con mayor frecuencia son:

• C: Simboliza la distribución, y también es conocida como la distribución para una variable

independiente:

• U: Se refiere a la distribución que no es lo mismo que y también es conocida como variable

dependiente.

• SC: Simboliza todos los elementos (generalmente números) en una distribución.

• N: Simboliza el número de elementos una distribución poblacional.

Entre los símbolos estadísticos se presentan distintas notaciones: Notación Representativa,

Notación Subíndice y Notación Sigma.

Notación Representativa: También conocida como notación figurativa, proporciona un método

abreviado de exteriorizar lo que un dato representa dentro del proceso de una expresión.

Ejemplo: Se quiere obtener información acerca del número de personas simpatizantes de un

género musical en concreto.

X = Número de personas.

X=5
 La selección de la variable es de libre elección, ya que se pudo haber escogido cualquier otra

(A, B, C…), lo primordial es el significado que posee la misma. En consecuencia de ello, la

primera regla al representar datos simbólicamente lo primero es especificar lo que el símbolo

representa. X = 5, no posee ningún significado sin antes saber que X = al número de personas

simpatizantes de un género musical.

En la notación representativa es necesario asignar un símbolo distinto a cada aspecto original

de la información. Dado el caso que se quiera conocer el número de personas NO simpatizantes

de dicho género musical específico, se presenta otra variable, en este caso Y:

Y = Número de personas NO simpatizantes de dicho género musical.

Y=5

Es una forma sencilla de presentar información sintetizada mediante variables alfabéticas. La

importancia de este proceso radica en asignar un significado específico a las variables expuestas.

Notación Subíndice: Es un modelo de notación que permite referirse a un número dentro de un

grupo de números sin tener que especificarlo.

El símbolo Xj (X sub j) denota cualquiera de los n valores que puede tomar X. La variable “j”

representa el número y es denominada índice o subíndice.

Ejemplo: Dado el siguiente conjunto numérico: 7, 2, 5, 3 se puede especificar cada uno como X1,

X2, X3, X4, donde X1 = 7, X2 = 2, y así sucesivamente.

Notación Sigma: Conocida como sumatoria, este modelo de notación sugiere una suma de

valores claramente indicados y expuestos con anterioridad en notación subíndice.

Su símbolo es la letra griega “sigma” en mayúscula.

n
∑ = Xj
J =1

Expresión que se lee: sumatoria de Xj. Donde X toma los valores desde 1 hasta n que equivale al

número total del grupo que se está sumando.

j = valor inicial, llamado límite inferior.

n = Valor final, llamado límite superior.

Necesariamente debe cumplirse que j _ n.

Ejemplo: Tomando los valores del ejemplo de Notación Subíndice anterior, donde el grupo de

datos son 7, 5, 2, 3. Representar en Notación Subíndice. Especificar N. Escribir la notación

sigma apropiada para sumar todos los datos del grupo y solucionar el problema planteado.

Representación: X1 X2 X3 X4

7 5 2 3

3
n=3
∑ Xj = X1 + X2 + X3 + X4

1 Xj = 7 + 5 + 2 + 3 = 17

Si la sumatoria abarca la totalidad de los valores, entonces no se anotan sus límites y su

expresión se puede simplificar: ∑ = Xj

Medidas y Escalas.

La medición es una forma de obtener símbolos que permitan representar propiedades de

cualquier objeto, persona o evento, símbolos que poseen la misma relación relevante entre sí.

Las escalas de medición son el conjunto de los posibles valores que una determinada variable

puede tomar. Por tanto, los modelos de escala de medición se encuentran ligadas con los

modelos de variables a estudiar. Dependiendo de la medición, se obtienen diversas clases de

datos que originan diferentes escalas. Al elaborar estadísticas es necesario organizarlas y

medirlas, debido a esto se utilizan las escalas.

Las escalas de medición se clasifican de la siguiente manera: Escala Nominal, Escala Ordinal,

Escala de Intervalos u Escalas de Razón o Proporción.

Escala Nominal: Consiste en clasificar los elementos, personas, etc…asignándoles imágenes

representativas o nombres. Los datos que se obtienen para una variable cualitativa se miden con

esta escala y simplemente se clasifican en categorías diferentes que no ameritan un orden. La

escala nominal es el modelo más débil de medición puesto que en ella no se aplican operaciones

aritméticas.

Propiedades de la Escala Nominal.

1) No intervienen mediciones o escalas, en lugar de ello solo existen conteos.

2) No existe un orden particular para esta categoría.

3) No presentan el cero.

4) No se basa en diferencia cuantitativa.

Ejemplo: Un número de personas puede clasificarse con base en su preferencia por marcas de

vehículos: (1) Toyota, (2) Ford, (3) Chevrolet, (4) Nissan (5) Todos; O podrían clasificarse según

el tipo de vehículo que prefieran: Pick-up, vehículo de carga, carro de paseo, etc…

El tipo de operación estadística más utilizada en la escala nominal es el conteo de las

frecuencias con que se presentan las características en las unidades de las respectivas subclases.

Escala Ordinal: Constituye una relación de orden entre los elementos. Surge a partir de la

operación de ordenamiento. En esta escala se habla de primero, segundo, tercero; donde los

valores de la escala representan categorías o grupos de pertenencia. La escala ordinal sigue

siendo un modelo de medición débil, ya que no se realizan planteamientos numéricos

significativos, con respecto a las diferencias entre categorías. Es decir, el orden establece solo

cuál categoría es mayor, mejor o preferida y no se habla cuánto es mayor, mejor o más preferida.

Propiedades de la Escala Ordinal.

1) Los elementos se ordenan en rangos diferentes.

2) Existe jerarquía, es decir, clasificación de mayor a menor entre los elementos.

3) Las categorías son mutuamente excluyentes o exhaustivas.

4) No presentan el cero.

Ejemplo: Se pueden clasificar a los estudiantes de una institución de acuerdo a su rendimiento

académico, el orden jerárquico de los militares (Subteniente, Teniente, Capitán, Mayor, Teniente

Coronel, Coronel, General).

Aunque esta escala resulta en cierta forma más precisa que la nominal, suele no alcanzar el grado

de precisión deseado en una investigación.

Escala de Intervalos: Permite conocer la distancia entre dos números cualquiera, se caracteriza

por tener una unidad de medida y un origen arbitrario. Esta escala posee todas las características

de la escala ordinal. Una escala de intervalo es una escala ordenada en la cual las diferencias

entre mediciones es una cantidad significativa. Aquí puede establecerse orden entre sus valores y

hacerse comparaciones de igualdad además de medir la distancia existente entre ellos.

Propiedades de la Escala de Intervalos.

1) Esta escala implica la cuantificación de los datos.

2) En estas medidas se utilizan unidades constantes de medición (capacidad, peso, céntimos,

grados centígrados).

3) Proporcionan números que manifiestan diferencias palpables entre individuos, objetos o

cosas.

4) En esta escala de intervalos el punto cero y la unidad de medidas es arbitrario.

5) Se pueden aplicar todas las medidas estadísticas más conocidas, con excepción del

coeficiente de variación.

6) Son mutuamente exclusivas y exhaustivas.

Ejemplo: La referencia más típica para ejemplificar esta escala es la temperatura (medida en

grados centígrados, Kelvin o Fahrenheit), donde un valor de cero no implica que exista una

ausencia de temperatura. En estas escalas la diferencia entre 80° y 85° es la misma que hay entre

90° y 95°.

Escala de Razón o Proporción: Corresponde al nivel de medición más completo. Cuenta con

las mismas propiedades que la escala de intervalos y además posee cero absoluto. Con esta

escala se puede realización cualquier operación de tipo lógico o aritmético. Los números indican
los valores concretos de la propiedad que se esté midiendo; peso, estatura, ingresos monetarios y

gastos directos, son ejemplos de medidas con una escala de razón. Si en ella la medición es cero,

significa ausencia o inexistencia total de la propiedad considerada.

Propiedades de la Escala de Razón.

1) La distancia entre los números es un tamaño conocido y constante.

2) Los datos tienen un punto cero significativo.

3) Puede utilizarse cualquier prueba de tipo estadístico, incluyendo el coeficiente de variación.

4) Permite hacer comparaciones entre los números verdaderos con un cero aritmético siendo

arbitrario únicamente la unidad de medida.

Ejemplo: La medición del peso y altura de los alumnos de una institución educativa, la

intensidad de corriente eléctrica de un cable, la edad de un grupo de personas.

Distribución de Frecuencias.

Es una disposición tabular de datos estadísticos, ordenados ascendente o descendentemente,

de acuerdo a las frecuencias de cada dato. Las frecuencias son:

Frecuencia Absoluta (fi): Es el número de veces que se repite un determinado valor de la

variable. Se determina con fi.

Propiedad: La suma de todas las frecuencias absolutas es igual al total de las observaciones.

Frecuencia Acumulada (Fi): Son aquellas que se obtienen de las sumas sucesivas de fi que

integran cada una de las filas de una distribución de frecuencia. Se designan con las letras Fi.

Se representa:
Propiedad: La última de frecuencia acumulada absoluta es igual al total de las observaciones.

Frecuencia Relativa (hi): Es aquella que resulta de dividir cada una de las frecuencias absolutas

entre el número total de datos. Las frecuencias relativas se designan con las letras hi.

Se calcula:

Propiedad: La suma de todas las frecuencias de relativas es igual a la unidad.

Frecuencia Relativa Acumulada (Hi): Es aquella que resulta de dividir cada una de las

frecuencias acumuladas entre el número total de datos. Se designan con las letras Hi.

Propiedad: La última frecuencia relativa acumulada es la unidad.

Distribución de Frecuencias Absolutas.

Es la representación estructurada en forma de tabla de toda la información que se ha recogido

sobre la variable que se estudia. Es decir, una tabla que presenta de manera ordenada los valores

de una variable y sus frecuencias. Su forma más común:

Distribución de Frecuencias Agrupadas.

Es aquella en la cual la disposición tabular de los datos estadísticos se encuentran ordenados

en clase y con la frecuencia en cada clase. La razón fundamental para utilizar la distribución de

frecuencia de clases es proporcionar mejor comunicación acerca del patrón establecido en los
datos y facilitar su manipulación. Los datos se agrupan en clases con el fin de sintetizar o hacer

que la información obtenida de una investigación sea mucho más fácil de manejar.

Las distribuciones de frecuencias poseen la necesidad de resumir una información, pues para

que los datos sean útiles, deben organizarse para distinguir patrones que permitan determinar

conclusiones lógicas.

Ejemplos de distribución:

Representación Gráfica.

La forma de distribución de frecuencias se percibe con mayor rapidez si es presentada

gráficamente. Un gráfico es mucho más inmediato de comprender que un conjunto de datos

estadísticos, por lo que la representación gráfica contribuye a un mejor análisis de dichos datos,

se pierde detalle de la información, pero se obtiene otro tipo de la misma con una manejabilidad

mucho más clara.

 Las representaciones gráficas varían según el tipo de variable:

a) Gráficos para variables Discretas y Categóricas.

Diagrama de Barras: Es la representación gráfica usual para variables cuantitativas discretas o

para variables cualitativas. En el eje de las ordenadas se representan los diferentes valores que

posee la variable (xi). Sobre cada valor levantamos una barra de igual altura a la frecuencia, sea

absoluta o relativa. Ejemplo:

Diagrama de Sectores o de Pastel: Es el más usual entre variables cualitativas. Es representado

mediante círculos. A cada valor de la variable se le asocia el sector circular proporcional a su

frecuencia. Ejemplo:
 b) Gráficos para Variables Continuas.

Histograma: Es la representación gráfica de las frecuencias agrupadas de una variable continua

sobre intervalos. Aunque suele tener semejanzas con los diagramas de barras, su diferencia es

que los histogramas se dibujan con rectángulos unidos entre sí, lo que significa que existe

continuidad en la variable. Las áreas de los rectángulos son proporcionales a las frecuencias que

representan. Ejemplo:

Otros Gráficos.

Existen además otros gráficos como lo son la Ojiva y el Polígono de Frecuencia que son de

utilidad, pues estos resaltan los patrones de los datos y atraen la atención.

Ojiva: Utilizada para representar la frecuencia acumulada. Posee una ordenada que se levantas

sobre el límite superior. Una Ojiva tiene forma de S alargada. Ejemplo:

Polígono De Frecuencias.

Utilizada para representar dos distribuciones de frecuencia en un mismo gráfico. La altura de

cada punto la determina el punto medio (abscisa) y la frecuencia simple (ordenada) de la clase.

Los puntos se unen con secciones rectas. Se procede como si existiera una clase adicional al

principio y al final, ambas con frecuencia cero (0). Ejemplo:

 Conclusión.

Los conceptos antes mencionados han sido analizados e investigados con el fin de hacer

más sencilla su comprensión y entendimiento, pues la estadística es la ciencia que trata de

entender, organizar y tomar decisiones que posean concordancia con los análisis efectuados.

La estadística juega un papel muy importante en la vida del ser humano, ya que actualmente

ésta se ha convertido en un método muy efectivo para describir con mucha precisión los valores

de datos económicos, políticos, sociales, psicológicos, biológicos y físicos, además, sirve como

herramienta para relacionar y analizar dichos datos.

El trabajo del experto estadístico ha evolucionado mucho, ya no consiste sólo en reunir y

tabular los datos, sino sobre todo en el proceso de interpretación de esa información, ahora juega

un papel mucho más importante en relación al que poseía en el pasado. Es de vital importancia

para nuestra vida profesional venidera, que manejemos estos conceptos con facilidad, así mismo

el que los usemos de la manera apropiada, siempre en pro de encontrar soluciones concretas a

cualquier tipo de situación que se nos pueda presentar.

A lo largo de la historia la estadística ha sido imprescindible en cualquier situación que la

amerite, conocer cada una de sus herramientas garantiza el uso correcto de ella, y es que en toda

ocasión la estadística es oportuna, gracias a ella hoy en día muchos procesos son más eficientes y

obtienen mejores resultados. Estadística para el estudio, estadística para la vida.

 Referencias.

BERENSON, Mark. Estadística básica en Administración. (1992). New York: Prentice Hall.

MURRAY, Spiguel. Probabilidades y Estadística. (1997). Madrid: Mc Graw Hill.

ASURZA, Herminia. Glosario Básico de Términos Estadísticos. (2006). Lima: OTA, Instituto

Nacional de Estadística.

CABRERA, Simón. Estadística General. (2010). Caracas.

GÓMEZ, Miguel. Elementos de Estadística Descriptiva. (1998). San José: EUNED.

Página Web:

http://www.estadistico.com/dic.html

http://www.bioestadistica.uma.es/libro/UniversidadDeMalaga

http://www.estadistica.ucr.ac.cr/