1

UNIDAD

1 Unidad 1

Introducción
general a la
estadística
Estadística

Autor: Patricia Castillo

i Índice Introducción

Metodología

Desarrollo temático
Introducción Frente a la necesidad de abordar el módulo Estadística I, esta
cartilla atiende a la inicial necesidad de presentar algunas de
las generalidades de la estadística y la introducción de los con-
ceptos fundamentales de la misma, posteriormente se aborda
el tema específico de distribuciones de frecuencias, en cuyo
tratamiento se presenta los conceptos asociados y algunos
ejemplos de distribuciones, con el fin de ilustrar al estudiante
sobre la utilidad de las distribuciones, pero sin comprometer-
lo aún a llevar a cabo acciones encaminadas a su elaboración.
Entre los temas a estudiar a través de esta cartilla se tiene la
clasificación de la estadística en estadística descriptiva y esta-
dística inferencial, también se trata los conceptos asociados
a población, muestra y variables estadísticas. La importancia
del estudio de este tema radica en brindar los primeros ele-
mentos básicos requeridos para enfrentarse a la necesidad de
organización y análisis de datos propios de investigaciones y
estudios estadísticos.

Fundación Universitaria del Área Andina 3

U1 Metodología

De manera general, la recomendación inicial que se da al estudiante es asumir el rol que le

corresponde en el marco de formación virtual, se recomienda hacer cuidadosa lectura de la
presente cartilla, ya que el reto aprendizaje autónomo al que decidió enfrentarse así lo de-
manda. Atendiendo específicamente a los temas de esta cartilla es altamente recomendable
que elabore un esquema resumido de los mismos, por ejemplo, un mapa mental, un mapa
conceptual, un cuadro sinóptico, entre otros en los que plasme las ideas que tienen que ver
con población, muestra, variables, clasificación de variables y demás puntos tratados aquí.
Es muy importante la asociación de los diferentes concepto y formularse el reto de describir
otros ejemplos diferentes a los aquí presentados. También resulta útil, en los casos en que se
presentan cálculos de ejemplo, que se realice la respectiva verificación de las operaciones,
por ejemplo, en el conteo presentado en los ejemplos y las operaciones de las diferentes dis-
tribuciones de frecuencia. Todo lo anterior, además de contribuir a afianzar el conocimiento
del tema, le brinda la posibilidad de tomar mayor confianza hacia lo que sigue a cada eje
temático.

Fundación Universitaria del Área Andina 4

Desarrollo temático
Una Introducción general a la estadística

A continuación se presenta un conjunto de conceptos básicos de estadística, muchos de

ellos serán usados a lo largo del desarrollo del módulo y será importante que como
estudiante los tenga siempre presente y se remita a ellos cada vez que lo considere
necesario.

! ¿Qué es la estadística?

El término estadística se deriva de la palabra “Estado”, en razón a que los gobiernos, para
su planificación, han llevado registros de muchas variables como población,
nacimientos, defunciones, exportaciones, impuestos, producción, entre otros.
La estadística se considera una rama de la matemática, fundamentalmente dedicada al
análisis de datos con el fin de poder sacar apropiadas conclusiones y apoyar la adecuada
toma de decisiones, la tarea de la estadística demanda la previa recolección de los datos
y su organización de tal manera que se facilite el análisis. La estadística proporciona un
conjunto de principios, procedimientos y métodos basados en la elaboración de tablas
de datos, representaciones gráficas y expresiones matemáticas asociadas a medidas
representativas del conjunto de datos bajo análisis, con el fin llevar a cabo las tareas
propias que contempla el estudio o investigación estadística. La estadística es una
valiosa herramienta de investigación en campos tales como las ciencias naturales, las
ciencias sociales, la educación, ciencias de la salud, ingeniería, administración, economía
y negocios.

Clasificación de la estadística

La estadística fundamentalmente se clasifica en dos grandes ramas, la estadística

descriptiva y la estadística inferencial.

! Estadística descriptiva:
Es la rama de la estadística cuya tarea se centra en la recolección, organización y
presentación de los datos a fin de ser interpretados y analizados apropiadamente. Las
conclusiones obtenidas son aplicables al grupo del cual se obtienen los datos y no a la
totalidad de casos posibles. Por ejemplo, la coordinación del programa de Negocios
internacionales de la Fundación Universitaria del Área Andina está interesada en la
obtención de información estadística relacionada con el rendimiento académico de sus
estudiantes; si aplica procedimientos estadísticos sobre la información correspondiente
a los estudiantes de segundo semestre, el análisis realizado no necesariamente se
extiende o generaliza a todos los estudiantes del programa, sino que solo describe la
información del grupo analizado.
 ! Estadística inferencial:
Dada la frecuente dificultad para realizar estudios sobre la totalidad de casos posibles, se
suele seleccionar un conjunto restringido de casos sobre las cuales es más viable realizar
el estudio. Tomando como base la información correspondiente a casos debidamente
seleccionados, la estadística inferencial se centra en la inferencia o deducción respecto a
la totalidad de casos posibles. Por ejemplo una firma encuestadora realiza un estudio
sobre la preferencia de los ciudadanos sobre los candidatos que participarán en la
próxima elección de alcalde; puesto que a la firma no le resulta práctico encuestar a
todos los votantes, selecciona un grupo de personas habilitadas para votar, y con base
en su análisis plantea generalizaciones sobre todos los posibles votantes.

El proceso de generalización o inferencia a partir de la información de un grupo

pequeño, es arriesgado y no puede realizarse con certeza absoluta, inherente a él está la
incertidumbre o margen de error, sin embargo esta incertidumbre se puede controlar al
tiempo que es posible medir el nivel de confianza de las deducciones.

Este módulo se centra fundamentalmente en el estudio de principios y procedimientos

correspondientes a la estadística descriptiva. Sin embargo a continuación se presenta un
conjunto de conceptos propios del ámbito estadístico en general.

Conceptos básicos de estadística

Un estudio estadístico llevado a cabo de manera sistemática involucra un conjunto de
conceptos, a continuación se presenta los conceptos básicos de la estadística.

! Población o universo:

En un estudio o investigación estadística, la población corresponde a la totalidad de

elementos o unidades que forman el área de interés, es decir, el conjunto total de
personas, elementos u objetos con características comunes de los cuáles se quiere
obtener información. Nótese que el término población hace referencia no sólo a las
personas que habitan en una ciudad región o país.

En un estudio estadístico la población debe estar perfectamente delimitada en el

tiempo y en el espacio, por ejemplo, para hacer un análisis de las pequeñas
empresas, se debe especificar cuáles empresas y en qué período de tiempo se
analizan: pequeñas empresas de la capital de país en el año 2008.

Una característica importante de la población es su tamaño, el cual corresponde a la

cantidad de elementos que la componen.
! Muestra:

En estadística el término muestra se refiere a una porción de la población, la cual es

seleccionada con el fin de adelantar un estudio o investigación. Las causas por la
cuáles se realiza estudios a partir de muestras, y no de toda la población, son
variadas, una de ellas puede ser la dificultad o imposibilidad de realizar el estudio
sobre toda la población, lo cual está ligado a grandes costos y demasiado tiempo
requerido para para la recolección de datos. Otra razón podría ser la naturaleza
destructiva de la selección de la muestra, por ejemplo si se realiza un control de
calidad sobre sobre un lote de producción de fósforos, no tendría sentido realizar la
prueba sobre todos los elementos del lote.

La muestra debe ser seleccionada de tal manera que sea representativa de la

población, por ejemplo, si se quiere adelantar una investigación sobre hábitos de
consumo de alcohol, quizá no sea muy apropiado tomar una muestra solamente de
un grupo de personas en una taberna o discoteca, como tampoco en un convento o
en una comunidad cristiana. La selección de la muestra debe cumplir ciertos
requisitos para que sea representativa, estos requisitos se refieren a lo que se conoce
como proceso de muestreo.

! Individuo:

Un individuo, en un estudio estadístico, corresponde a cada una de las unidades que

conforman la población, por ejemplo al considerarla como población la totalidad de
personas que cuentan con empleo formal, un individuo es cualquiera de las personas
debidamente empleada. Según este concepto, se puede afirmar que la población
corresponde a la totalidad de los individuos.

! Parámetro y estadístico:

Así como es necesario tener claridad si un estudio estadístico se realiza sobre toda
una población o sobre una muestra de ella, es también necesario tener clara la
clasificación de los valores numéricos calculados sobre la población y sobre la
muestra. Un parámetro es un valor numérico de interés calculado con base en
observaciones sobre toda la población, mientras que un estadístico es un valor
calculado con base en observaciones sobre una muestra. Posteriormente en este
módulo se estudiará los parámetros y estadísticos usuales en un estudio o
investigación estadística.
 ! Variable estadística:

En el campo de la estadística, una variable es una característica propia de cada uno

de los individuos de la población o muestra. Se seleccionan variables, o
características, que resultan de interés en el estudio, por ejemplo: edad, ingreso,
sexo, estado civil, nacionalidad, religión de una persona, cantidad de lluvia caída,
entre otras. Las variables usualmente se representan con letras mayúsculas del
alfabeto, tales como x, y, z, o cualquier otra que sea de mayor significado según el
contexto.

! Valores de una variable:

Los valores de una variable se refieren al conjunto de posibles resultados de la
observación de la variable en un estudio estadístico. Como resultados de las
observaciones se obtiene un conjunto de valores de la variable, tales valores
obtenidos conforman los datos empleados en el estudio estadístico.

Clasificación de las variables estadísticas

En estadística las variables pueden clasificarse de diferentes formas, una primera

clasificación podría diferenciar variables cualitativas y cuantitativas, otra clasificación
es la que distingue variables discretas y continuas. A continuación se presentan los
conceptos de cada una de estas clases de variables.

! Variables cualitativas:

Una variable cualitativa hace referencia a una característica de los individuos de la

población o muestra, cuyo valor puede indicarse a través de una cualidad, es decir,
no puede expresarse numéricamente. Ejemplos de variables cualitativas son:
departamento de origen de los estudiantes de la Fundación Universitaria del Área
Andina, ocupación, sexo, cargo, color de los ojos de un grupo de personas, entre
otras.

! Nivel o escala de medición de variables cualitativas:

Atendiendo a la naturaleza de la medida de los valores que se pueden obtener, los
niveles o escalas de medida de las variables cualitativas se pueden clasificar en
nominal y ordinal.
 " Nominal: expresan el valor de una cualidad mediante palabra o
nombres que establecen clases o categorías, por ejemplo, la variable
género en un grupo de personas puede tomar los valores, “hombre” o
“mujer”; “masculino” o “femenino”; en el caso de la variable tipo en las
prendas de vestir masculina, se podría tener, por ejemplo, valores
como “camisa”, “pantalón”, “corbata”, “saco”. En estos casos también
es posible asignar un número (“1”, “2”, “3”, “4”), pero sin que realmente
tenga significado numérico, por tanto no tiene sentido el desarrollo de
operaciones matemáticas entre ellos.  

" Ordinal: expresan el valor de una cualidad mediante palabra o

nombres que establecen categorías, entre los cuales se puede
establecer un orden, por ejemplo la valoración académica de un
estudiante puede tomar los valores “excelente”, “sobresaliente”
“aceptable” e “insuficiente”. En estos casos también se puede asignar
un número (“1”, “2”, “3”, “4”), solo con el fin de establecer un orden y
sin que realmente tenga significado numérico.

! Variable cuantitativa:

Una variable cuantitativa hace referencia a una característica de los individuos de la

población o muestra cuyos valores pueden expresarse numéricamente, y realizar
con ellos operaciones matemáticas ligadas a los principios estadísticos. Como
ejemplos de variables cuantitativas se tiene: peso, estatura, número de hijos, salarios
de un grupo de personas, entre otras.Los valores de variables cuantitativas pueden
incluir una unidad de medida, por ejemplo, metros, días, pesos, entre otras. Las
variables cuantitativas a su vez se clasifican en discretas y continúas.

" Variable discreta: una variable discreta toma sus valores del
conjunto de números naturales, frecuentemente se asume una
variable discreta como una variable de conteo, a través de la cual no es
posible expresar valores fraccionarios. Ejemplos de variables discretas
son: número de automóviles que entran a un parqueadero y número
de cheques girados al mes.
" Variable continúa: una variable continua toma sus valores del
conjunto de números reales, esto significa, por ejemplo, que el valor
de la variable puede ser cualquier número comprendido entre dos
valores específicos, es decir, se permite que la variable tome valores
decimales. Ejemplos de variables continuas son: el peso de un libro, el
tiempo de duración de una conversación telefónica, el tiempo que
gastamos en ir de la casa al trabajo, las ventas semanales de un
almacén.
 ! Nivel o escala de medición de variables cuantitativas:
Atendiendo a la naturaleza de la medida de los posibles valores, los niveles de
medición de las variables cuantitativas se pueden clasificar en nivel de intervalo y !
nivel de razón o proporción.

Nivel de intervalo: permite clasificar, ordenar y medir la distancia o diferencia

entre las diferentes categorías. La representación de la variable es numérica con
sentido matemático, es decir los valores de la variable se pueden sumar, restar,
multiplicar y dividir. En esta escala de medida el valor 0 (cero) es arbitrario, es
decir el 0 no indica “ausencia de”. Por ejemplo, en el caso de la temperatura, decir
que estamos a 0 grados centígrados no significa que no haya temperatura.

Nivel de razón o proporción: corresponde también a una escala numérica, pero

aquí el valor 0 sí indica ausencia, por ejemplo: el ingreso de agua a un tanque.

Pasos de una investigación estadística

El proceso de aplicación de la estadística implica una serie de pasos, los principales se

describen brevemente a continuación.

! Selección y determinación de la población o muestra y de las características que

se desea estudiar: en el caso de que se desee tomar una muestra, es necesario
determinar el tamaño de la misma y el tipo de muestreo a realizar (probabilístico
o no probabilístico).

! Obtención de los datos: este paso puede ser realizado mediante la observación
directa de los elementos, la aplicación de encuestas y entrevistas, y la realización
de experimentos.

! Clasificación, tabulación y organización de los datos: la clasificación incluye el

tratamiento de los datos considerados anómalos, que pueden en un momento
dado falsear el análisis de los indicadores estadísticos. La tabulación implica el
resumen de los datos en tablas y gráficos estadísticos.

! Análisis descriptivo de los datos: el análisis se complementa con la obtención de

indicadores estadísticos como las medidas de tendencia central, dispersión,
posición y forma, las cuales se estudiarán en este módulo.
 ! Análisis inferencial de los datos: se aplican técnicas de tratamiento de datos, que
involucran elementos probabilísticos, que permiten inferir conclusiones de una
muestra hacia la población.

! Elaboración de conclusiones: se construye el informe final.

Distribución de frecuencias como herramienta de organización de

datos

En estudios estadísticos además de la recolección de la información se requiere su

adecuada organización con el fin de poder analizarla a la luz de los principios
estadísticos. Para efectos de organización de datos, en estadística se cuenta con diversas
herramientas, entre las que se destacan las distribuciones de frecuencias y las
representaciones gráficas, estas herramientas son de gran importancia principalmente
en los casos en que se trabaja grandes cantidades de datos. En lo que sigue de la
presente cartilla se inicia el tratamiento de las distribuciones de frecuencias, en la
siguiente cartilla se tratará la construcción de distribuciones de frecuencia y la
presentación gráfica de datos.

Distribución de frecuencias

En el campo estadístico el término frecuencia se refiere al número de veces que se

presenta un valor específico de la variable bajo estudio, una distribución de frecuencias
es una tabla que resume información de los diferentes valores o categorías de valores y
las veces que ocurren. En un estudio estadístico se puede elaborar distribuciones de
frecuencias para variables cualitativas y cuantitativas.

Distribuciones de frecuencia para variables cualitativas

Para el análisis de datos estadísticos correspondientes a variables cualitativas se define

básicamente la frecuencia absoluta y la frecuencia relativa.
! Frecuencia absoluta: la frecuencia absoluta o simplemente frecuencia se refiere al
número de veces que se presenta un valor específico de la variable.

! Frecuencia relativa: la frecuencia relativa representa la fracción del total de

datos que corresponde a una categoría específica. La frecuencia relativa para un
valor o categoría se calcula dividiendo la respectiva frecuencia absoluta por el
número total de datos.
Ejemplo 1.1: frecuencia absoluta y frecuencia relativa para una variable cualitativa:

En un estudio socioeconómico se quiere analizar el grado de formación de 80

empleados de una mina de carbón, para ello se indaga a cada empleado sobre el nivel
de formación académica alcanzado, los resultados considerados son:

1 = Sin formación
2 = Primaria incompleta
3 = Primaria completa
4 = Bachillerato incompleto
5 = Bachillerato completo
6 = Superior incompleta
7 = Superior completa

El resultado de las indagaciones se muestra en la siguiente tabla.

3 5 1 3 3 3 2 3 3 2 4 3 4 3 4 4 3 4 3 5
5 3 4 2 2 3 6 4 7 5 3 6 5 4 3 5 5 5 5 7
3 4 4 3 2 3 4 3 4 2 7 2 4 3 6 6 3 4 5 5
1 3 4 3 3 5 5 2 4 2 5 5 4 5 7 4 4 4 6 5

! Solución:
Si se quiere saber cuántas veces se da el valor 1, el conteo respectivo indica 2 veces, por
tanto la frecuencia absoluta para ese valor de la variable es 2. El conteo de cuántas veces
se da cada uno de los valores de la variable permite determinar las respectivas
frecuencias absolutas. Teniendo en cuenta también que el número total de
observaciones es 80, se puede presentar la siguiente tabla de distribución de
frecuencias.

Nivel de Nivel de
Frecuencia Frecuencia relativa
Instrucción Instrucción
Sin 𝟐
1 2 = 𝟎, 𝟎𝟐𝟓 = 𝟐, 𝟓%
instrucción 𝟖𝟎
Primaria 𝟗
2 9 = 𝟎, 𝟏𝟏𝟐𝟓 = 𝟏𝟏, 𝟐𝟓%
incompleta 𝟖𝟎
Primaria 𝟐𝟑
3 23 = 𝟎, 𝟐𝟖𝟕𝟓 = 𝟐𝟖, 𝟕𝟓%
completa 𝟖𝟎
 Bachillerato 𝟐𝟎
4 20 = 𝟎, 𝟐𝟓 = 𝟐𝟓%
incompleto 𝟖𝟎
Bachillerato 𝟏𝟕
5 17 = 𝟎, 𝟐𝟏𝟐𝟓 = 𝟐𝟏, 𝟐𝟓%
completo 𝟖𝟎
Superior 𝟓
6 5 = 𝟎, 𝟎𝟔𝟐𝟓 = 𝟔, 𝟐𝟓%
incompleta 𝟖𝟎
Superior 𝟒
7 4 = 𝟎, 𝟎𝟓 = 𝟓%
completa 𝟖𝟎
Total 80

Notación Sigma

Antes de continuar con conceptos relacionados con distribuciones de frecuencias,

conviene analizar brevemente la notación Sigma. En estadística, al igual que en la
matemática en general, se usa el símbolo Σ (Letra griega sigma en mayúscula) para
abreviar la suma de un conjunto de términos variable que dependen del valor de un
subíndice. La siguiente expresión muestra una suma genérica abreviada con la notación
sigma así como su suma equivalente.

𝑿𝒊 =   𝑿𝟏 + 𝑿𝟐 + ⋯ + 𝑿𝒏
𝒊!𝟏

En la expresión anterior la variable es 𝑿𝒊 , donde el subíndice 𝒊 toma los valores

𝒊 = 𝟏, 𝒊 = 𝟐, … , 𝒊 = 𝒏,   por lo tanto la variable 𝑿𝒊 toma los valores 𝑋! , 𝑋! , … , 𝑋! . Por
ejemplo si 𝑿𝟏 = 𝟑, 𝑿𝟐 = 𝟕, 𝑿𝟑 = 𝟏𝟎, 𝑿𝟒 = 𝟏𝟏, 𝑿𝟓 = 𝟖, 𝑿𝟔 = 𝟓, 𝑿𝟕 = 𝟏,   usando la
notación Sigma se tiene:

𝑿𝒊 =   𝟑 + 𝟕 + 𝟏𝟎 + 𝟏𝟏 + 𝟖 + 𝟓 + 𝟏 = 𝟒𝟓
𝒊!𝟏

 
 ! Distribuciones de frecuencia para variables cuantitativas:

Cuando se observan las variables bajo estudio, se obtiene un conjunto de resultados

denominados datos originales, si el conjunto de datos es pequeño (menor que 20) no
existe ninguna dificultad al elaborar la tabla de distribución que muestre la frecuencia de
cada uno de los diferentes valores de la variable, tal como se hace con las variables
cualitativas, sin embargo, si hay un gran número de datos, en los que a su vez la variable
de interés toma un gran número de posibles valores, puede ser poco práctico establecer
la frecuencia para cada uno de los valores, en cambio resulta más conveniente crear
clases, grupos o intervalos de valores y elaborar la distribución de tal manera que se
muestre la información concerniente a la frecuencia de cada grupo. Las clases creadas
deben ser mutuamente excluyentes y exhaustivas, lo que significa que cada dato debe
pertenecer a una y sólo una clase (ni más ni menos). En estos casos, la tabla de
distribución de frecuencias se construye de tal forma que las clases se escriben en orden
ascendente según los valores, en la columna correspondiente a la frecuencia absoluta se
indica cuántas veces se presenta un valor perteneciente a determinada clase. Este tipo
de distribución de frecuencias en la que los datos se agrupan en clases se denomina
distribución de frecuencia para datos agrupados.

Para efectos de cálculos a partir de la tabla de distribución de frecuencias de

datos agrupados, es útil asignar un índice o número de clase a cada clase: 1 a la
primera, 2 a la segunda y así sucesivamente hasta la clase 𝒏. En los encabezados
de la tabla de frecuencia y en las diferentes fórmulas de cálculo se usa el número
𝒊 como subíndice para referirse a valores asociados a la clase que ocupa el lugar 𝒊,
por ejemplo 𝒇𝒊 representa la frecuencia de la clase 𝒊 donde toma valores desde
𝒊 = 𝟏 hasta 𝒊 = 𝒏, lo que usualmente se representa mediante  𝒊 = 𝟏, 𝟐, … , 𝒏.  

Frecuencia absoluta y frecuencia relativa para datos agrupados

Los conceptos de frecuencia absoluta y frecuencia relativa para datos agrupados

correspondientes a variables cuantitativas son similares a los definidos antes para datos
originales de variables cualitativas.

Frecuencia absoluta de una clase: la frecuencia absoluta correspondiente a la 𝒊 −

𝒆𝒔𝒊𝒎𝒂  clase indica el número de ocurrencias de valores de la variable pertenecientes a
la clase. La frecuencia absoluta de la 𝑖 − 𝒆𝒔𝒊𝒎𝒂  clase se denota mediante el símbolo 𝒇𝒊 .

Frecuencia relativa de una clase: la frecuencia absoluta no da información sobre qué

fracción de la totalidad de datos corresponde a la clase, por tanto resulta pertinente
definir la frecuencia relativa de la 𝒊 − 𝒆𝒔𝒊𝒎𝒂  clase (es decir, la clase que ocupa el lugar 𝒊)
como el cociente de la frecuencia absoluta de la clase y el número total de datos (𝑵). La
frecuencia relativa de la 𝒊– 𝒆𝒔𝒊𝒎𝒂 clase se denota mediante el símbolo 𝒇𝒊 y se calcula a
través de la expresión:

𝒇𝒊
𝒇𝒊 =
𝑵

La suma de las frecuencias relativas de todas las clases corresponde a la unidad, es decir:

𝒇𝒊 =   𝒇𝟏 + 𝒇𝟐 + ⋯ + 𝒇𝒏 = 𝟏
𝒊!𝟏

Nota: el valor de la frecuencia relativa se puede expresar en porcentaje al multiplicar el

valor obtenido por 𝟏𝟎𝟎%.

Frecuencia absoluta acumulada de una clase: en cálculos estadísticos, que involucran

variables cuantitativas, además de la frecuencia absoluta de una clase se puede requerir
el acumulado de la respectiva clase y las clases anteriores, esto se conoce como
frecuencia absoluta acumulada, es decir, la frecuencia absoluta de la 𝒌 − 𝒆𝒔𝒊𝒎𝒂 clase
corresponde a la suma de las frecuencias absolutas hasta esa clase. La frecuencia
absoluta de la 𝒌 − 𝒆𝒔𝒊𝒎𝒂 clase se denota mediante 𝑭𝒌 y está dada por:

𝑭𝒌 = 𝒇𝒊 =   𝒇𝟏 + 𝒇𝟐 + ⋯ + 𝒇𝒌
𝒊!𝟏

Frecuencia relativa acumulada de una clase: la frecuencia relativa acumulada de la

𝒌 − 𝒆𝒔𝒊𝒎𝒂 clase es el cociente de la frecuencia acumulada de la clase y el número total
de datos, se denota mediante el símbolo 𝑭𝒌 . Para un total de 𝑵 datos, la frecuencia
relativa acumulada de la 𝒌 − 𝒆𝒔𝒊𝒎𝒂 clase está dada por:

𝑭𝒌
𝑭𝒌 =  
𝑵

La frecuencia relativa acumulada de la última clase corresponde a la unidad o al 100 %.

 ! Ejemplo 1.2: distribución de frecuencia para una variable cuantitativa discreta.

Sobre un grupo de 900 empresarios se realiza un estudio respecto al número de

empleados a su cargo, los resultados van desde 10 hasta 95 empleados. Luego de
recoger los datos, el responsable del estudio considera conveniente crear 5 clases o
grupos de valores y realizar el conteo para registrar la frecuencia de cada clase. Con los
resultados del conteo realiza la siguiente tabla de distribución de frecuencias, la primera
columna de la tabla muestra los índices de clase, la segunda, el intervalo de valores de
cada clase, las columnas 3 a 6 muestran respectivamente la frecuencia absoluta,
frecuencia relativa, frecuencia absoluta acumulada y frecuencia relativa acumulada para
cada una de las cinco clases.

𝒊 𝑿 𝒇𝒊 𝒇! 𝑭𝒊 𝑭!
1 De 0 y 20 45 𝟒𝟓 45 𝟒𝟓
= 𝟎, 𝟎𝟓 = 𝟎, 𝟎𝟓
𝟗𝟎𝟎 𝟗𝟎𝟎
2 De 21 y 40 195 𝟏𝟗𝟓 240 𝟐𝟒𝟎
= 𝟎, 𝟐𝟏𝟔𝟔 … = 𝟎, 𝟐𝟔𝟔𝟔 …
𝟗𝟎𝟎 𝟗𝟎𝟎
3 De 41 y 60 410 𝟒𝟏𝟎 650 𝟔𝟓𝟎
= 𝟎, 𝟒𝟓𝟓𝟓 … = 𝟎, 𝟕𝟐𝟐𝟐 …
𝟗𝟎𝟎 𝟗𝟎𝟎
4 De 61 y 80 230 𝟐𝟑𝟎 880 𝟖𝟖𝟎
= 𝟎, 𝟐𝟓𝟓𝟓 … = 𝟎, 𝟗𝟕𝟕𝟕 …
𝟗𝟎𝟎 𝟗𝟎𝟎
5 De 81 y 100 20 𝟐𝟎 900 𝟗𝟎𝟎
= 𝟎, 𝟎𝟐𝟐𝟐 … =𝟏
𝟗𝟎𝟎 𝟗𝟎𝟎
Total 𝟓 𝟓

𝒇𝒊 =   𝟗𝟎𝟎 𝒇! =   𝟏
𝒊!𝟏 𝒊!𝟏

Otros conceptos

A continuación se presenta otros conceptos que se deben tener en cuenta en la

elaboración de una distribución de frecuencias.

Rango de datos

Un valor que se debe considerar al definir una distribución de frecuencias para un

conjunto de datos agrupados es el de rango de datos. El rango de un conjunto de datos
corresponde a la diferencia entre el mayor valor y el menor valor de todas las
observaciones. En el caso del ejemplo 2 el rango de datos corresponde a:

𝑵 = 𝟗𝟓 − 𝟏𝟎 = 𝟖𝟓
Límites de clase

Son los valores extremos que definen una clase, se identifica en ellos el límite inferior
(mayor valor posible en la clase) y el límite superior. Se deben elegir de tal manera que
un valor especifico de las observaciones pertenezca a una y exactamente una clase, en el
caso de la variable discreta del ejemplo 2, los límites de clase son los valores extremos
allí indicados. Para el caso de una distribución de frecuencias correspondiente a una
variable continua se debe tener especial cuidado con los límites de clase,
específicamente debe ser claro si un extremo dado pertenece o no a la clase. Una forma
de hacerlo es emplear la notación de intervalos.

! Ejemplo 1.3: distribución de frecuencia para una variable continua:

En un torneo interuniversitario de natación se quiere realizar un estudio estadístico

sobre los resultados de los participantes en la prueba de 50 metros estilo espalda, el
registro de los datos originales se muestra en la siguiente tabla.

33,19 49,44 43,07 37,11 41,57 40,24 34 43,46 25 27,97

26,38 44,72 34,36 44,12 28,74 42,58 39,54 30,56 36,2 38,35

43,6 47,86 26,16 36,88 29,13 46,1 36,18 38,24 39,73 26,13

40 48,41 43,09 49,1 48,73 26,09 32,38 25,56 48,08 41,14

42,47 25,05 44,77 30,48 36,64 26,87 33,63 39,13 49,68 45,67

! Solución:
Con los resultados el analista decide crear 5 clases así:

𝒊 Intervalo de tiempo (seg) Notación de intervalo

1 Mayores o iguales que 25 y menores que 30 [25, 30)
2 Mayores o iguales que 30 y menores que 35 [30, 35)
3 Mayores o iguales que 35 y menores que 40 [35, 40)
4 Mayores o iguales que 40 y menores que 45 [40, 45)
5 Mayores o iguales que 45 y menores que 50 [45, 50)
 Con base en la tabla anterior, la distribución de frecuencias es la siguiente:

𝒊 Clase 𝒇𝒊 𝒇! 𝑭𝒊 𝑭!
1 [25, 30) 11 𝟏𝟏 11 𝟏𝟏
= 𝟎, 𝟐𝟐 = 𝟎, 𝟐𝟐
𝟓𝟎 𝟓𝟎
2 [30, 35) 7 𝟕 18 𝟏𝟖
= 𝟎, 𝟏𝟒 = 𝟎, 𝟑𝟔
𝟓𝟎 𝟓𝟎
3 [35, 40) 10 𝟏𝟎 28 𝟐𝟖
= 𝟎, 𝟐 = 𝟎, 𝟓𝟔
𝟓𝟎 𝟓𝟎
4 [40, 45) 13 𝟏𝟑 41 𝟒𝟏
= 𝟎, 𝟐𝟔 = 𝟎, 𝟖𝟐
𝟓𝟎 𝟓𝟎
5 [45, 50) 9 𝟗 50 𝟒𝟎
= 𝟎, 𝟏𝟖 =𝟏
𝟓𝟎 𝟓𝟎
Total 𝟓 𝟓

𝒇𝒊 =   𝟓𝟎 𝒇! =   𝟏
𝒊!𝟏 𝒊!𝟏

Nótese que la definición de los límites de clase y la notación de intervalos dan

claridad respecto a la pertenencia o no de un extremo del intervalo a la clase, en
la notación de intervalo, el corchete indica que el extremo correspondiente
pertenece al intervalo, mientras que el paréntesis indica no pertenencia, por
ejemplo el valor 40 pertenece a la cuarta clase.

Amplitud o ancho de clase

La amplitud de una clase es una medida del rango de valores de la clase. No es

obligatorio que todas las clases tengan igual amplitud, pero lo usual es definirlo así con
el fin de facilitar los cálculos. En cualquier conjunto de clases adecuadamente definida,
el valor de la amplitud de una clase, excepto la última, se puede calcular restando el
límite inferior de la respectiva clase al límite inferior de la clase siguiente, en el ejemplo 2
la amplitud de la clase 3 se puede hallar restando 41 (límite inferior de la clase 3) de 61
(límite inferior de la clase siguiente o clase 4). Nótese que de esta forma no se puede
realizar el cálculo de la amplitud de la última clase debido a que no hay una clase
siguiente.

El cálculo de amplitud de clase también puede hacerse restando el límite superior de la

clase anterior al límite superior de la respectiva clase, excepto para la primera. En el
ejemplo 2 la amplitud de la segunda clase se puede hallar restando 20 a 40.

Existen situaciones en las que a la primera clase no se le defina límite inferior o a la

última no se le defina límite superior, por ejemplo al considerar rangos de edades
medidas en años cumplidos podría tener el siguiente conjunto de clases:
 ! De 0 a 5 años
! De 6 a 12 años
! De 13 a 25 años
! De 26 años o más.

Marca o punto medio de una clase

La marca de una clase es el valor que se encuentra en la mitad del intervalo de valores
de la clase y se considera como su valor representativo. Para cada una de las clases, la
marca de clase se representa mediante el símbolo 𝑿𝒊 y se calcula promediando los
valores extremos de la clase. En la tabla de distribución de frecuencia, a la derecha de la
columna de los intervalos de clase, se agrega otra columna para registrar las marcas de
las clases. Los ejemplos 3 y 4 muestran las tablas de distribución de frecuencia resumidas
incluyendo las marcas de clase para los ejemplos 1.2 y 1.3.
! Ejemplo 1.4: distribución de frecuencia incluyendo marca de clase para el ejemplo de
número de empleados a cargo de un grupo de empresarios.

𝒊 𝑿 𝑿 𝒇𝒊 𝒇! 𝑭𝒊 𝑭!
1 De 1 y 20 10,5 45 𝟎, 𝟎𝟓 45 𝟎, 𝟎𝟓
2 De 21 y 40 30,5 195 𝟎, 𝟐𝟏𝟔𝟔 … 240 𝟎, 𝟐𝟔𝟔𝟔 …
3 De 41 y 60 50,5 410 𝟎, 𝟒𝟓𝟓𝟓 … 650 𝟎, 𝟕𝟐𝟐𝟐 …
4 De 61 y 80 70,5 230 𝟎, 𝟐𝟓𝟓𝟓 … 880 𝟎, 𝟗𝟕𝟕𝟕 …
5 De 81 y 100 90,5 20 𝟎, 𝟎𝟐𝟐𝟐 … 900 𝟏
Total 𝟓 𝟓

𝒇𝒊 =   𝟗𝟎𝟎 𝒇! =   𝟏
𝒊!𝟏 𝒊!𝟏

! Ejemplo 1.5: distribución de frecuencia incluyendo marca de clase del ejemplo del
tiempo en una prueba de natación.

𝒊 𝑿 𝑿𝒊 𝒇𝒊 𝒇! 𝑭𝒊 𝑭!
1 [𝟐𝟓, 𝟑𝟎) 𝟐𝟕, 𝟓 𝟏𝟏 𝟎, 𝟐𝟐 11 𝟎, 𝟐𝟐
2 [𝟑𝟎, 𝟑𝟓) 32,5 𝟕 𝟎, 𝟏𝟒 18 𝟎, 𝟑𝟔
3 [𝟑𝟓, 𝟒𝟎) 37,5 𝟏𝟎 𝟎, 𝟐 28 𝟎, 𝟓𝟔
4 [𝟒𝟎, 𝟒𝟓) 42,5 𝟏𝟑 𝟎, 𝟐𝟔 41 𝟎, 𝟖𝟐
5 [𝟒𝟓, 𝟓𝟎) 47,5 𝟗 𝟎, 𝟏𝟖 50 𝟏
Total 𝟓 𝟓

𝒇𝒊 =   𝟓𝟎 𝒇! =   𝟏
𝒊!𝟏 𝒊!𝟏
Con estos ejemplos sobre distribuciones de frecuencias se da por terminada la temática
correspondiente a esta semana, en la que además hemos estudiado los primeros
conceptos de la estadística. Se recomienda al estudiante el repaso de los ítems que no le
hayan resultado completamente claro y que además aproveche los diferentes recursos
que se presentan. En la cartilla correspondiente a la semana 2 se trabajará en la
elaboración de distribuciones de frecuencias y gráficos estadísticos.