Distribución y graduación de las

diferencias individuales.
En el lenguaje popular, las personas se clasifican general mente en los
que tienen y los que no tienen. Las descripciones se basan en
separaciones arbitrarias, dictadas por exigencias practicas es decir
elegir a alguien o algo por sus cualidades ya sea porque las tiene o
porque carece de ellas. Particularmente la sociedad humana está
habituada a describir al individuo de acuerdo a sus cualidades y defectos
sobresalientes y nos limitamos a ignorar los rasgos que colocan en el
rango medio.

Diariamente entre las personas nos encontramos con distinciones

cualitativas tajantes. Sin embargo a través de estudios realizados nos
encontramos que todos los individuos se encuentran distribuidos a lo
largo de una escala continua respecto a cada característica particular en
otras palabras las diferencias entre las personas son un asunto de grado
y por esta razón se dice que las diferencias individuales son mas
cuantitativas que cualitativas.

Se puede discutir sobre algunas características que una persona pueda

tener o no tener, y que en este aspecto cabe hablar de las diferencias
cualitativas en donde encontramos los impedimentos físicos tales como
la pérdida de visión o del oído aspectos que se caracterizan por su
presencia o ausencia.

Distribución de las diferencias individuales

Pues que anteriormente señalamos que las diferencias individuales son
cuantitativas surgen algunos cuestionamientos ¿Están los individuos
repartidos en toda la extensión del campo de variabilidad o se agrupan
en uno o varios puntos? ¿Cuáles son las frecuencias relativas con que se
presentan los diferentes grados de una característica? Para responder a
estas preguntas el mejor medio es a través de la estadística más en
específico el estudio de las distribuciones y los gráficos de frecuencias.

La distribución de frecuencias es un medio para resumir y organizar

hechos cuantitativos información con el propósito de facilitar la
comprensión de la los datos recopilados y mostrar las tendencias de los
mismos.
Las puntuaciones de un Test o cualquier otro conjunto de medidas se
agrupan en intervalos y se tabula el número de casos que caen dentro
de cada intervalo. La información ordenada por una distribución de
frecuencias puede percibirse más claramente a través de los gráficos.
Una de ellas es el uso del Polígono de Frecuencias en el cual el
número de individuos que se encuentran en cada intervalo se indica por
un punto situado centralmente con respecto a este uniendo después los
puntos sucesivos con líneas rectas. Otro de los gráficos mas utilizados
comúnmente es el Histograma, este se obtiene levantando una
columna o rectángulo sobre cada intervalo, dependiendo de la altura de
la columna del número de casos que entren en el intervalo.

Podemos también describir un grupo refiriéndonos a una medida de

tendencia central. Si deseamos una sola puntuación más típica o
representativa, que caracterice el grupo en conjunto, la Medida d
tendencia Central nos la proporcionara.

Una de las mas conocidas de estas medidas más conocidas es la Media,

que se obtiene sumando todas las puntuaciones y dividiendo la suma
por el número de casos. El nombre mas preciso para esta medida es el
de Media Aritmética, aunque a menudo se llama simplemente media.

Otra medida de tendencia central, usada frecuentemente en psicología,

es la Mediana, o sea la puntuación más central una vez ordenadas
todas las puntuaciones con arreglo a su tamaño. Otra medida de
tendencia central que a veces se encuentra en estudios psicológicos es
la Moda o sea la puntuación más frecuente la cual se haya a través de
una distribución de frecuencias, tomando en cuenta el punto medio del
intervalo que tenga la frecuencia ms alta.

Curva normal
El lector habrá ya advertido algunas características, el concepto de
curva normal es ya viejo en estadística, en principio llego a ser familiar
como la curva normal de probabilidad de un acontecimiento la cual es la
frecuencia con que se espera que ocurra en un numero muy grande de
observaciones. La curva normal de probabilidad fue primeramente
desarrollada por los matemáticos Laplace y Gauss en relación con los
juegos de azar, la distribución de los errores de observación y de otros
tipos de observaciones casuales.
El estadístico Belga de siglo XIX Adolfo Quetelet fue el primero en aplicar
la teoría de la probabilidad normal a la distribución de las características
humanas, las aplicaciones de la curva normal realizadas por Quetelet
fueron adoptadas y continuadas por Galton, cuyas contribuciones a la
psicología diferencial que se explicaron en el capítulo I. en manos de
Galton, la curva de probabilidad normal se destino a gran variedad de
usos, muchos de ellos centrados alrededor de la cuantificación y
afinamiento de los datos sobre diferencias individuales y de grupo.

Condiciones que afectan la forma de la curva de

distribución.
No debe de suponerse y partiendo de un caso especifico que todas las
distribuciones obtenidas en psicología diferencial se ajustan a la curva
normal bajo ciertas condiciones, las curvas de distribución se desvían a
veces significativamente de sus características principales teniendo un
resultado erróneo.

Es esencial el conocimiento de estas condiciones para adecuada

interpretación de las distribuciones de frecuencias. Los factores más
importantes que pueden influir en la forma de la curva de distribución
incluyen el muestreo inadecuado el uso de instrumentos de medida no
apropiados y defectuosos y ciertos factores que actúan directamente
sobre el rasgo objeto de la investigación. A continuación examinaremos
cada uno de estos tres tipos de condiciones.

Muestreo.- Sería posible obtener cualquier tipo concebible de

distribución escogiendo deliberadamente los sujetos que encajaran en el
modelo. Desde luego, tal procedimiento no tendría objeto. Sin embargo,
es posible descubrir variaciones análogas en el manejo de factores
selectivos que pueden haber sido descuidados por el investigador.
Siempre que una curva se desvíe significativamente de la normalidad es
necesario examinar la adecuación del muestreo.

Instrumentos de medida.- Varias característica de los tests y otros

instrumentos de medida empleados en la reunión de datos pueden
asimismo afectar a la forma de la curva de distribución resultante. De
este modo, si el alcance de la dificultad cubierta por los elementos del
test se restringe en los niveles superiores o inferiores, puede producirse
artificialmente una curva torcida. Se obtendrá una distribución de este
tipo cuando se aplique un test a un grupo para el que no es apropiado.
Hay varias razones por las que el elevador de un test y el investigador
en psicología diferencial suelen perseguir la normalidad de la
distribución. Si ha de hacerse alguna suposición sobre la distribución de
los rasgos humanos, la de la curva normal parece ser la más plausible
en la mayoría de las situaciones.

Factores especiales.- Las desviaciones de la curva normal pueden

también ser el resultado de condiciones que afectan a los rasgos
mismos y no proceder de características del muestreo o del instrumento
de medida. Tenemos un ejemplo en la llamada curva en J de hipótesis de
conformidad social, que fue primeramente propuesta por Allport.
Llamada así por su semejanza con la letra J, puede considerarse como
una curva de gran torcimiento, en la cual la mayoría de las personas
figuran en el extremo que representa la completa o casi completa
conformidad con la conducta modelo socialmente aceptada.

La explicación más plausible de esta desviación de la normalidad parece

ser la de que existen factores secundarios, tales como enfermedades o
condiciones patológicas, que hacen que la proporción relativa de los
débiles mentales sea superior a la que cabría suponer que se diera por
azar.

Para resumir: si empezamos por suponer que las curvas de distribución

se parecerán en general a la curva normal, cualquier desviación de la
normalidad se convierte en un problema que requiere investigación.
Este sistema de abordar la forma de la distribución rendirá beneficios al
revelarnos la acción de factores que merecen estudio por derecho
propio.

Medida del grado de variabilidad.- Además de la forma de la curva de

distribución puede presentarse otra cuestión relativa a la variabilidad
existente entre una persona y otra. ¿De qué magnitud son las
diferencias individuales? Podría darse una respuesta obvia en función de
la amplitud total (o recorrido) entre las puntuaciones más altas y las más
bajas. Pero esta es una medida imperfecta del grado de variabilidad,
puesto que solo se basa en dos puntuaciones, puede alterarse
indebidamente por la adición o supresión de uno solo de los casos
extremos. La medida de variabilidad más precisa para la mayoría de los
fines que se persiguen es la de la desviación típica (DT).

El primer problema que se nos plantea cuando tratamos de comparar la

variabilidad en diferentes rasgos es el de la escala de medida a usar
para cada uno de los mismos; es decir, las unidades en que aquellas
medidas han de expresarse.

Las afirmaciones absolutas o abstractas referentes a la extensión de la

variabilidad humana en rasgos psicológicos tales como la memoria o la
aptitud para las matemáticas suele carecer de sentido. Y tampoco es
posible, con los instrumentos de que disponemos, comparar la
variabilidad en diferentes rasgos. Debemos reconocer al mismo tiempo
que para fines prácticos pueden hacerse afirmaciones útiles, en cuanto a
la extensión de las diferentes individuales, dentro de un marco de
referencia específicos.

Universalidad de las diferencias individuales.- Las diferencias

individuales de ningún modo se limitan a la especie humana. Por lo
contrario, la variación de individuo a individuo puede observarse a
través de toda la escala animal.

Las diferencias individuales son cuantitativas, no cualitativas. Las

diferencias entre las personas son un asunto de grado. Las
distribuciones de frecuencias, en la mayoría de los rasgos, presentan
una agrupación de individuos cerca del centro del campo de variación y
un descenso gradual en el número de casos a medida que nos
acercamos a los extremos. Una distribución de este tipo puede
representarse gráficamente, ya mediante un polígono de frecuencias, ya
pro un histograma.