You are on page 1of 10

UNIVERSIDAD AUTNOMA DE CAMPECHE

DISTRIBUCIONES DE FRECUENCIA
Una forma comn y muy til para resumir un conjunto de datos es la distribucin de frecuencias
que consiste en dividir los datos en categoras o clases y contar la frecuencia con que se presenta
cada clase. No se le puede clasificar exactamente como un mtodo grfico pero constituye la base
de algunos, muestra el nmero de observaciones del conjunto de datos que caen en cada una de
las clases. Una distribucin de frecuencias es una lista de clases o categoras de datos junto con
la cantidad de valores que caen dentro de cada clase.Los datos pueden ser variables cualitativas o
cuantitativas. Veamos un ejemplo de construccin de una distribucin de frecuencias y una posible
metodologa.

Ejemplo 2 El costo unitario de cierto producto ha fluctuado en los ltimos 80 das, registrndose
los siguientes valores diarios:
84

82

90

88

93

68

75

68

62

76

79

73

93

59

75

73

88

60

71

85

65

87

62

78

72

61

75

74

95

63

78

75

77

74

60

66

82

94

69

68

78

61

95

79

71

96

89

75

60

83

62

97

85

65

75

79

67

78

76

71

80

57

78

76

74

65

73

88

62

53

77

85

75

76

63

72

81

73

67

86

1. Se determina Xmax y Xmin el recorrido (97, 53 y 97 - 53 = 44) , ordenando en forma ascendente.


2. Se establece el nmero de clases y el tamao del intervalo. Para el establecimiento del nmero
de clases porque pierde su carracter de resumen, los autores coinciden en que no son
recomendables ms de 20 clases. Tampoco deben ser demasiado pocas porque pueden ocultar
mucha informacin. Adems, la determinacin del nmero de clases debe tener en cuenta el
tamao del intervalo. Se recomienda usar entre 5 y 10 clases., algunos proponen Nmero de
clases=

Se calcula el tamao del intervalo de clase =

En este caso, en que el recorrido o rango 97-53 es 44; los intervalos de 5 o 10 facilitaran la
lectura. Si tomamos 10 tendramos 5 el tamao de la clase (4.4), mientras que si tomamos 5
tendramos 9 el tamao de clase (8.8). Para 80 valores podemos utilizar 10 clases. Si fueran
pocos valores sera ms recomendable utilizar 5 clases, sin embargo en ocasiones se ajusta el
nmero de intervalos al ancho de la clase que se pretende tener.
3. Se calcula la frecuencia absoluta de cada intervalo.
DISTRIBUCIN DE FRECUENCIAS
X
50 - 54 /
55 - 59 //
60 - 64 //// //// /
65 - 69 //// ////
70 - 74 //// //// //
75 - 79 //// //// //// //// /
80 - 84 //// /
85 - 89 //// ////
90 - 94 ////
95 - 99 ////

fa

fr

fra

xi

1
3
14
24
36
57
63
72
76
80

1.25
2.50
13.75
12.50
15.00
26.25
7.50
11.25
5.00
5.00

1.25
3.75
17.60
30.00
45.00
71.25
78.75
90.00
95.00
100.00

52
57
62
67
72
77
82
87
92
97

f
1
2
11
10
12
21
6
9
4
4

IIP. MANUEL JESS GONZLEZ GARCA, MEAP.

Pgina 1

UNIVERSIDAD AUTNOMA DE CAMPECHE


La distribucin de frecuencias est constituida solamente por las columnas que se reflejan las
clases (x) y las frecuencias absolutas (f). Se obtiene identificando de los datos brutos los valores o
nmeros que se encuentren en cada uno de los intervalos. Se han aadido otras columnas tiles
para el anlisis y tambin para la representacin grfica.
Clase o intervalo de clase: Partes en que se divide la variacin total de los datos. Debe
establecerse de forma tal que no haya dudas acerca de dnde clasificar cada dato.
Marca de clase de un intervalo (xi): Valor del punto medio del intervalo (lmite inferior + lmite
superior) / 2
Frecuencia absoluta ( f): Nmero de datos que se ubican en dicho intervalo, se cuenta el nmero
de datos que cae dentro de cada clase.
Frecuencia relativa ( fr ): Resultado de dividir la frecuencia absoluta de dicho intervalo por el
nmero total de datos del experimento. Indica la proporcin de datos que hay en dicho intervalo en
relacin al total de datos. Puede expresarse en % multiplicando por 100.
Pueden construirse distribuciones de frecuencia acumuladas si se sustituye la frecuencia del
intervalo por el nmero que se suma al valor anterior acumulado . En la tabla, se sustituira la
columna de (f) por fa o fra que son las frecuencias acumuladas absolutas y relativas.

Ejemplo 3
Las reacciones de 86 compradores de una tienda ante la afirmacin de que la misma venda ropa
de alta calidad fue la siguiente:
Reaccin
Completamente de acuerdo
De acuerdo
Neutral o no opina
En desacuerdo
Completamente en desacuerdo

Frecuencia
12
35
27
10
2
86

Conceptualmente este ejemplo 3 no difiere del 2 salvo en que se trata de una variable cualitativa
en cuyo caso no es necesario realizar todo el anlisis que se hizo para determinar el nmero de
clases ya que el nmero de valores de la variable es el nmero de clases.

Representaciones Grficas
Existen numerosos mtodos grficos a travs de los cuales es posible analizar un conjunto de
datos. Los diagramas y grficos ms sencillos estn diseados para datos nominales u ordinales.
Como los datos constituyen categoras, las clases son obvias y es fcil describirlas en un grfico.
Se relacionarn las ms comunes y se definirn algunas:
Diagrama de pastel
Diagrama de barras
Histogramas
Polgono de frecuencias y Ojiva

IIP. MANUEL JESS GONZLEZ GARCA, MEAP.

Pgina 2

UNIVERSIDAD AUTNOMA DE CAMPECHE

Diagrama de Pastel

Es una forma efectiva de desplegar los porcentajes en que se dividen los datos. Este tipo de
diagrama es particularmente til si se quiere hacer hincapi en los tamaos relativos de las
componentes de los datos. Los presupuestos y la informacin econmica se describen con
frecuencia mediante un diagrama de pastel. Un crculo completo, 360 representa el nmero total
de observaciones. El tamao de las porciones es proporcional a la frecuencia relativa de cada
categora.

Diagrama de Barras

Cada barra representa la frecuencia de una categora. La altura de la barra es proporcional al


nmero de elementos en esa categora. En general, las barras se ponen en posicin vertical con la
base en el eje horizontal. Las barras se separan y por ello se utiliza con frecuencia para datos
nominales y ordinales: la separacin muestra que se estn dibujando frecuencias de categoras
distintas. En las figuras se muestran algunos ejemplos de grficos de pastel y de barras.
Diagrama de Pastel que muestra los ingresos
por operaciones de Washington Water Power

Diagrama de Pastel:
Colores favoritos de 32 personas

Fuente: Washington Water Power Co.,


Informe Anual, 1991

.
Diagrama de Pastel:
Gastos de la compaia Itrex

Diagrama de Barras:
Colores favoritos de 32 personas

Diagrama de Barras:
Produccin de Acero, 1989-92
(en millones de toneladas)

IIP. MANUEL JESS GONZLEZ GARCA, MEAP.

Pgina 3

UNIVERSIDAD AUTNOMA DE CAMPECHE

Fuente: The Wall Street Journal,


27 de Abril de 1992, p.1

Histograma

En este mtodo, se dibujan las categoras o clases a lo largo del eje horizontal del grfico y la
frecuencia de cada clase se representa por barras verticales. Es decir, un histograma se parece a
un diagrama de barras, slo que no hay espacio entre las barras, sta es la razn por la que el
histograma se usa con frecuencia para datos con escalas de intervalos o de razn. Para construir
el histograma, parte de la realizacin previa de la distribucin de frecuencias, consiste en dibujar
una serie de rectngulos, cuyo ancho es proporcional al rango de los valores que se encuentra
dentro de una clase, y cuya altura es proporcional al nmero de elementos que caen dentro de la
clase. Si las clases empleadas en la distribucin de frecuencia son del mismo ancho, entonces las
barras verticales del histograma tambin tienen el mismo ancho. La altura de la barra
correspondiente a cada clase representa el nmero de observaciones de la clase. Tambin los
histogramas se pueden hacer con las frecuencias relativas en el eje vertical.
El histograma ayuda a observar fundamentalmente la forma en que distribuyen los datos, aunque
tambin resulta til para formarnos una idea de su valor medio y de su dispersin. La observacin
de su forma puede dar informacin til acerca de los datos. Algunas formas se mostrarn en las
distribuciones de frecuencia.
Debe prestarse mucha atencin a la toma de datos puesto que ella puede llevarnos a error.
Enseguida se muestra un ejemplo de cmo un grupo de datos llevados a un diagrama de
correlacin puede conducir a un error.
Distribuciones de Frecuencia Tpicas

Forma de
Campana.
Simtrica, con el
pico en el centro
del rango de
datos. Es la
distribucin
habitual de datos
de un proceso.
.

IIP. MANUEL JESS GONZLEZ GARCA, MEAP.

Doble pico. Tiene un


valle en el centro del
rango de los datos
con dos pisos en
ambos lados. sta es
en general una
combinacin de dos
distribuciones
normales (campana)
y sugiere la
existencia a la vez de
dos procesos
diferentes.

Pgina 4

UNIVERSIDAD AUTNOMA DE CAMPECHE

Meseta. La punta
es plana y no
existe ningn pico
claramente
diferenciado.
Sugiere la
existencia de
muchos procesos
diferentes a la vez,
con distribuciones
normales
centradas a lo
largo de todo el
rango de datos.
Sesgada. Es de
forma asimtrica,
con el pico
descentrado
respecto al rango
de datos; la curva
termina
bruscamente en
un lado y
suavemente en el
otro. Puede ser
debida a un
proceso que se ha
ajustado
demasiado a uno
de los extremos
del rango
permitido.

Pico aislado. Con


un grupo de datos
pequeo separado
de la distribucin
normal. Este
pequeo grupo
indica alguna
anormalidad del
proceso, algo que
no ocurre de forma
regular.
.

IIP. MANUEL JESS GONZLEZ GARCA, MEAP.

Peine. Alternan
valores altos y
bajos de forma
regular. Refleja
normalmente
errores de medida.
.
.

Truncada. De
forma asimtrica,
en la que el pico
est en el extremo
del rango de datos.
Normalmente se
refiere a procesos
con distribucin
normal, donde
parte de la
distribucin se ha
eliminado, por
ejemplo, mediante
una inspeccin
100%.

Pico extremo.
Tiene un gran pico
unido a una
distribucin normal.
Indica
normalmente un
registro incorrecto
de datos; por
ejemplo, se han
registrado valores
fuera del rango
aceptable como si
estuvieran justo en
el lmite aceptable
de la
especificacin.

Pgina 5

UNIVERSIDAD AUTNOMA DE CAMPECHE


Es importante recordar que la interpretacin de los histogramas es una mera teora que se debe
confirmar, mediante la toma adicional de muestras y la observacin en detalle del proceso; por ello,
la primera conclusin no siempre es la correcta.

Polgono de Frecuencia

Aunque se utilizan menos, los polgonos de frecuencia son otra forma de presentar grficamente
distribuciones tanto de frecuencia absolutas como relativas. Para construir un polgono de
frecuencia sealamos stas en el eje vertical y los valores de la variable que estamos midiendo en
el eje horizontal, del mismo modo que se hizo con el histograma. A continuacin, graficamos cada
frecuencia de clase trazando un punto sobre su punto medio y conectamos los puntos sucesivos
resultantes con una lnea recta para formar un polgono. Es slo una lnea que conecta los puntos
medios de todas las barras del histograma.
Los histogramas y los polgonos de frecuencia son similares. Por qu necesitamos ambos? Las
ventajas del histograma son:
1.- Los rectngulos muestran cada clase de la distribucin por separado.
2.- El rea de cada rectngulo, en relacin con el resto, muestra la proporcin del nmero total de
observaciones que se encuentra en esa clase.
Los polgonos por su parte, tambin poseen ciertas ventajas.
1.- El polgono de frecuencia es ms sencillo que su histograma correspondiente.
2.- Bosqueja con ms claridad un perfil del patrn de los datos.
3.-El polgono se vuelve cada vez ms suave y parecido a una curva conforme aumentamos el
nmero de clases y el nmero de observaciones.

IIP. MANUEL JESS GONZLEZ GARCA, MEAP.

Pgina 6

UNIVERSIDAD AUTNOMA DE CAMPECHE

Ojiva

La grfica de una distribucin de frecuencia acumulada se conoce como Ojiva. Nos permite ver
cuntas observaciones estn por encima de ciertos valores, en lugar de hacer un mero registro del
nmero de elementos que hay dentro de los intervalos. Cuando la informacin que utilizamos se
presenta en trminos de frecuencia acumulada menor que, la curva tendra una inclinacin hacia
arriba y a la derecha, y lo contrario mayor que, tendra una inclinacin hacia abajo y a la derecha.
La construccin de la grafica debe considerarse la frecuencia relativa en el eje vertical y las clases
en el eje horizontal.

MENOR QUE

MAYOR QUE

IIP. MANUEL JESS GONZLEZ GARCA, MEAP.

Pgina 7

UNIVERSIDAD AUTNOMA DE CAMPECHE


A continuacin se presentan ejemplos resueltos del libro de Levin R.(2004) Estadstica para
Administracin y Economa, capitulo 2, para su revisin y estudio.
Ejemplo 4
La compaa High Performance Bicycle Products de Chapel Hill, Carolina del Norte, hizo un muestreo de sus
registros de embarque para cierto da con los siguientes resultados:
Tiempo entre la recepcin de una orden y su entrega (en das)
4 12 8 14 11 6 7 13 13 11
11 20 5 19 10 15 24 7 29 6

Construya una distribucin de frecuencias para estos datos y una distribucin de frecuencias relativas
acumuladas. Use intervalos de 6 das.

a) Qu puede asegurar acerca de la efectividad del procesamiento de pedidos a partir de la distribucin de


frecuencias?
b) Si la compaa desea asegurar que la mitad de sus entregas se hagan en 10 das o menos, puede determinar, a
partir de la distribucin de frecuencias, si han logrado esta meta?
c) Qu puede hacer con los datos si tiene una distribucin de frecuencias relativas, que es difcil lograr con slo
una distribucin de frecuencias?
RESPUESTA
Clase
1-6
7-12
13-18
19-24
25-30

Frecuencia
4
8
4
3
1

F. Relativa
0.20
0.40
0.20
0.15
0.05

F. Acumulada
4
12
16
19
20

F.R. Acumulada
0.20
0.60
0.80
0.95
1.00

a) Suponiendo que la compaa abre 6 das a la semana, se ve que 80% de las rdenes se entregan en 3 semanas o
menos.
b) Se puede decir que slo entre 20 % y 60% de las entregas se hacen en 10 das o menos, de manera que la
distribucin genera suficiente informacin para determinar que la meta se cumple.
c) Una distribucin de frecuencias relativas permite presentar frecuencias como fracciones o porcentajes.

Ejemplo 5
Se presenta una distribucin de frecuencias del peso de 150 personas que usaron las canastillas para subir a esquiar
cierto da. Construya un histograma con estos datos.
Clase Frecuencia
75- 89 10
90-104 11
105-119 23
120-134 26
135-149 31

Clase
150-164
165-179
180-194
195-209
210-224

Frecuencia
23
9
9
6
2

a) Qu puede observar en este histograma acerca de los datos que no era aparente en la tabla de distribucin de
frecuencias?
b) Si la capacidad de cada canastilla es dos personas y no ms de 400 libras de peso total seguro, qu puede hacer
el operador para maximizar la capacidad de personas en las canastillas sin exceder la capacidad de peso seguro de
una canastilla? Los datos apoyan su propuesta?

IIP. MANUEL JESS GONZLEZ GARCA, MEAP.

Pgina 8

UNIVERSIDAD AUTNOMA DE CAMPECHE

RESPUESTA

a) La cola inferior de la distribucin es ms ancha (tiene ms observaciones) que la cola superior.


b) Debido a que existen tan pocas personas que pesan 180 libras o ms, el operador puede formar parejas de cada
persona que se ve corpulenta con una persona delgada. Esto se puede hacer prcticamente sin retrasar los turnos
individuales para subir a las canastillas

Ejemplo 6
El Central Carolina Hospital tiene los siguientes datos que representan el peso en libras de 200 bebs prematuros al
momento de su nacimiento.
Clase Frecuencia
0.5-0.9
10
1.0-1.4
19
1.5-1.9
24
2.0-2.4
27

Clase Frecuencia
2.5-2.9
29
3.0-3.4
34
3.5-3.9
40
4.0-4.4
17

Construya una ojiva que le ayude a responder las siguientes preguntas:


a) Cul es el valor medio aproximado en el conjunto de datos original?
b) Si los bebs prematuros de menos de 3.0 libras se mantienen en una incubadora durante varios das como
precaucin, cul es el porcentaje aproximado de bebs prematuros en el Carolina que necesitarn una incubadora?
RESPUESTA

a) El valor medio es alrededor de 2.8 libras.


b) Cerca de 55% necesitar incubadora.

IIP. MANUEL JESS GONZLEZ GARCA, MEAP.

Pgina 9

UNIVERSIDAD AUTNOMA DE CAMPECHE


Bibliografa
1.
2.
3.

Levin, Richard; Rubin, David. (2010). Estadstica para administracin y economa (7 edicin).
Mxico: Pearson Educacin Prentice Hall.
Webster, Allen L. (2000). Estadstica aplicada a los negocios y la economa (3 edicin).
Colombia: Irwing
Lind Marchal Wathen (2012) Estadstica Aplicada a los negocios y la economa (15 edicin)
Mxico McGraw Hill

.
http://www.youtube.com/watch?v=OzS7xkOUaE0&NR=1&feature=fvwp
http://www.youtube.com/watch?v=oI_90tE1jug

IIP. MANUEL JESS GONZLEZ GARCA, MEAP.

Pgina 10