Sie sind auf Seite 1von 14

1.1.

Introducción
Para la mejor comprensión de este manual es necesario tener un conocimiento previo
sobre una serie de conceptos estadísticos que son utilizados muy frecuentemente. Éstos
son:

1. Población y muestra.
2. Variables y atributos.
3. Escalas de medida.

1.1.1. POBLACIÓN Y MUESTRA

Se llama población, universo o colectivo al conjunto de elementos que poseen una


determinada característica. Cada uno de los elementos que forman parte de la población
se denomina individuo o unidad estadística.

No siempre es posible estudiar todos y cada uno de los individuos de una población (por
razones económicas, de tiempo, etc.) sino solamente una parte de ella, lo que se conoce
como muestra. Una muestra es cualquier subconjunto de la población elegido en
términos de representatividad. El tamaño de una muestra viene determinado por el
número de individuos que contiene.

1.1.2. VARIABLES Y ATRIBUTOS

Un carácter o fenómeno estadístico permite clasificar los individuos de una población.


Los fenómenos estadísticos pueden ser de dos tipos: cuantitativos y cualitativos. Los
primeros son aquellos que se pueden medir o contar, como por ejemplo la edad de los
trabajadores afiliados al sistema de la Seguridad Social, las pensiones de jubilación, los
salarios de los trabajadores, el tamaño de una empresa, etc. Los segundos, por el
contrario, no se pueden medir o contar; por ejemplo, el nivel de estudios de los
trabajadores de una empresa, el tipo de accidentes de trabajo, los tipos de pensiones no
contributivas de la Seguridad Social, etc.

Se denomina variable a cualquier carácter o fenómeno estadístico que pueda expresarse


en valores numéricos. Los resultados derivados de la observación de una variable son
los valores o datos. Por ejemplo, la variable salarios puede tomar los valores 800 €, 950
€, 1.400 €, etc.

Generalmente las variables se suelen representar con las últimas letras mayúsculas del
alfabeto (…, X, Y, Z), y los valores con letras minúsculas [(x1, x2, x3, …, xn), (y1, y2, y3,
…, yn), (z1, z2, z3, …, zn)].

Página 3 | Inicio del artículo

Las variables pueden ser, a su vez, clasificadas como discretas o continuas. En aras de
una fácil comprensión, se dice que una variable es discreta cuando presenta un número
finito de valores: por ejemplo, el número de asalariados en una empresa puede ser de
10, 11, 12, 13, etc. Una variable es continua cuando puede tomar infinitos valores
dentro del intervalo finito o infinito en el que está definida; la altura de los trabajadores
de una empresa es una variable continua puesto que, utilizando un instrumento de
medida de gran precisión, entre dos alturas cualesquiera se podrían encontrar infinitos
valores de la misma. No obstante, aun en la actualidad, los instrumentos de medida
cuentan con una precisión limitada, lo que lleva a tratar muchas variables continuas
como si fuesen discretas. Tal es el caso de la altura de los trabajadores de una empresa.

Se denomina variable cualitativa, atributo o factor a cualquier carácter o fenómeno


estadístico que no pueda presentarse en valores numéricos. Los resultados derivados de
la observación de un atributo son las modalidades, categorías o niveles. Por ejemplo, el
atributo tipo de accidentes de trabajo puede tener dos modalidades: con baja y sin baja.

Normalmente, los atributos se suelen denotar con las primeras letras mayúsculas del
alfabeto (A, B, C, …) y las modalidades con letras minúsculas [(a1, a2, a3, …, an), (b1,
b2, b3, …, bn), (c1, c2, c3, …, cn)].

Los atributos gozan de gran importancia en el campo de las relaciones laborales. Como
ejemplos se pueden citar los siguientes: el tipo de salario (en dinero o especie); la raza,
sexo, edad, estado civil, condición social, ideas políticas o religiosas del trabajador; las
circunstancias de la ausencia laboral remunerada (licencia por matrimonio, enfermedad,
traslado de domicilio habitual, etc.); los motivos de suspensión del contrato laboral (por
mutuo acuerdo entre las partes, por causas consignadas válidamente en el contrato
laboral, salvo que las mismas constituyan abuso de derecho manifiesto por parte del
empresario, por incapacidad temporal del trabajador, por maternidad de la mujer
trabajadora, por adopción o recogimiento de menores de 5 años, etc.); las causas de
extinción del contrato laboral (por expiración del tiempo convenido o realización de la
obra o servicio objeto del contrato, por la dimisión del trabajador, por muerte, gran
invalidez o invalidez permanente total o absoluta del trabajador, por mutuo acuerdo
entre las partes, por jubilación del trabajador, etc.); las infracciones del empresario
(leves, graves y muy graves); las causas de accidentes laborales (sobreesfuerzo, caídas
de personas, golpes, atropellos, etc.); el nivel de riesgo laboral (bajo, medio y alto); las
prestaciones del Régimen General de la Seguridad Social (asistencia sanitaria,
prestaciones farmacéuticas, maternidad, incapacidad temporal, incapacidad permanente,
jubilación, etc.); las prestaciones por desempleo (de nivel contributivo, de nivel
asistencial), etc.

Página 4 | Inicio del artículo

1.1.3. ESCALAS DE MEDIDA

Las observaciones de un carácter o fenómeno pueden presentarse en tres tipos de


escalas:

A. Escala nominal. Las observaciones de un carácter vienen expresadas en escala


nominal cuando se pueden clasificar en varias categorías, excluyentes entre sí, entre las
cuales no existe ninguna relación de orden y, por tanto, no se puede establecer un origen
de referencia, como tampoco es posible operar matemáticamente. Vienen dados en este
tipo de escala los caracteres cualitativos, es decir, los atributos, como por ejemplo: el
estado civil, el sexo, los sectores de actividad económica, las prestaciones del Régimen
de la Seguridad Social, las causas de extinción del contrato laboral, etc.
B. Escala ordinal. Se diferencia de la escala anterior en que, en este caso, se pueden
establecer relaciones de orden entre las diferentes categorías, existiendo, por tanto, un
origen de referencia. Estas categorías se pueden ordenar según el grado en que posean
cierta característica, lo que permite decir que una categoría es preferible o mejor que
otra, pero no se puede determinar cuánto más se prefiere o es mejor. Los atributos
también vienen expresados en este tipo de escala, pero solamente aquéllos en los cuales
se pueda establecer un orden entre sus categorías: por ejemplo, el nivel de estudios
(bajo, medio, alto), las infracciones laborales del empresario (leves, graves, muy
graves), el nivel de riesgo laboral (bajo, medio, alto), etc.

C. Escala cuantitativa. A diferencia de las dos anteriores, la escala cuantitativa posee


una unidad de medida, con lo cual se puede operar matemáticamente y obtener una serie
de medidas que van a caracterizar el fenómeno que se está analizando. Las
observaciones derivadas de los caracteres cuantitativos vienen dadas en este tipo de
escala.

1.2. Distribuciones unidimensionales de frecuencias


Toda la información obtenida acerca de los diferentes valores o modalidades que pueda
tomar una variable o atributo se puede ordenar y presentar en las denominadas tablas1 o
distribuciones de frecuencias. Antes de proceder al estudio de estas tablas, es necesario
conocer los diferentes tipos de frecuencias que existen. Para ello se hará referencia a las
variables, siendo extensible el comentario para los atributos.

Página 5 | Inicio del artículo

1.2.1. TIPOS DE FRECUENCIAS

Supóngase que de un colectivo determinado se quiere analizar la variable X, que toma


los valores (x1, x2, x3, …, xn), donde cada uno de ellos puede repetirse una o varias
veces.

Se define la frecuencia total (N) como el número total de observaciones, valores o datos
que se tienen de la variable X.

El número de veces que se repite el valor xi se denomina frecuencia absoluta (ni) o,


simplemente, frecuencia. Si la variable X presenta n valores distintos, cada uno de los
cuales se repite una o varias veces, la suma de las respectivas frecuencias de cada valor
será igual a la frecuencia total:

La frecuencia absoluta indica el número de veces que se repite un determinado valor,


pero no aporta nada acerca de la importancia relativa de dicho valor. Por ejemplo, si en
una empresa con 50 empleados 10 de ellos tienen un salario mensual de 1.100 €, la
frecuencia absoluta del valor 1.100 es 10, y, si en otra empresa con 20 empleados, 10
tienen también un salario mensual de 1.100 €, la frecuencia absoluta del valor 1.100 es,
igualmente, 10. Sin embargo, ambas frecuencias no significan lo mismo, puesto que en
la primera empresa 10 equivale al 20% del total de empleados y en la segunda al 50%.

Para conocer la importancia relativa que tiene cada valor dentro del conjunto total de
valores observados se utiliza la frecuencia relativa, que se define como el cociente entre
la frecuencia absoluta del valor considerado y la frecuencia total:

La expresión anterior multiplicada por 100, refleja la frecuencia absoluta en porcentaje


respecto del número total de datos.

La suma de frecuencias relativas es igual a la unidad (o a 100 si se trabaja con


porcentajes):

Muchas veces interesa considerar cada valor, no de forma aislada, sino puesto en
relación con los demás. Por ejemplo, si en una empresa de 30 trabajadores hay 5 que
ganan mensualmente 720 €, 7 que ganan 800 €, 8 que ganan 1.300 € Página 6 | Inicio
del artículoy 10 que ganan 1.000 €, cabría preguntarse: ¿cuántos trabajadores ganan
menos de 1.000 €? Para ello se deberían considerar todos los trabajadores que ganan
720, 800 y 1.000 €, es decir, habría que acumular sus respectivas frecuencias absolutas:
5 + 7 + 10 = 22.

La frecuencia absoluta acumulada hasta el valor xi (Ni) indica el número de frecuencias


que hay hasta el valor xi, incluido éste y supuestos los valores ordenados de menor a
mayor:

La última frecuencia asboluta acumulada es igual a la frecuencia total N:


En consonancia con la frecuencia relativa, se define la frecuencia relativa acumulada
(Fi) como el cociente entre la frecuencia absoluta acumulada y la frecuencia total,

expresión que multiplicada por 100 es equivalente a la frecuencia acumulada en


porcentaje respecto del total.

La última frecuencia relativa acumulada es igual a la unidad (o a 100 si se trabaja con


porcentajes):

Todo lo expuesto anteriormente queda reflejado en la siguiente tabla, tabla de


frecuencias, en la cual la primera columna representa los valores de la variable
analizada (xi), la segunda las frecuencias absolutas (ni), la tercera las frecuencias
relativas (fi), la cuarta las frecuencias absolutas acumuladas (Ni) y la quinta las
frecuencias relativas acumuladas (Fi).

Página 7 | Inicio del artículo

Recuadro: Ocultar
EJEMPLO 1.1

En una empresa con 20 empleados, 5 perciben un salario mensual de 1.500 €, 3 de


2.000 €, 7 de 2.500 €, 4 de 3.000 € y 1 de 3.500 €.

La tabla de frecuencias correspondiente sería:

donde:

n2 = 3 indica que hay 3 trabajadores cuyo sueldo es x2 = 2.000 €.

f3 = 0,35 significa que, del total de trabajadores, el 35 por 100 tiene un sueldo de x3 =
2.500 €.

Página 8 | Inicio del artículo

N4 = 19 quiere decir que existen 19 trabajadores con un sueldo igual o inferior a x4 =


3.000 €.

F2 = 0,4 refleja que el 40 por 100 de los trabajadores percibe un sueldo igual o inferior a
x2 = 2.000 €.

Recuadro: Ocultar

EJEMPLO 1.2

Según el Departamento de Treball i Industria de la Generalitat de Catalunya, en 2004


los accidentes laborales con baja, según su gravedad, fueron:

Leves: 172.671 Graves: 2.076 Mortales: 215

En este caso, la tabla de frececuencias sería:


Recuadro: Ocultar

EJEMPLO 1.3

La tabla de frecuencias siguiente hace referencia al paro registrado por sectores


económicos, en España, en noviembre de 2005.

Nótese que, en este caso, no tiene demasiado sentido calcular las frecuencias
acumuladas ya que no se puede establecer ningún orden de preferencia entre los
diferentes sectores económicos.

Página 9 | Inicio del artículo

1.2.2. DISTRIBUCIONES UNIDIMENSIONALES DE FRECUENCIAS

El término «unidimensional» hace referencia a la observación exclusiva de una variable


o atributo. La distribución de frecuencias de dicha variable o atributo está formada por
los diferentes valores o modalidades que puede tomar y sus respectivas frecuencias.
Como las frecuencias absolutas (ni) son las que se conocen habitualmente, la
distribución de frecuencias se denota genéricamente por los pares de valores (Xi; ni).

Cuando el número de valores que toma la variable no es demasiado grande (queda a


juicio del investigador establecer si es grande o pequeño), toda la información
disponible aparece recogida en la tabla, donde cada uno de los valores se encuentra
asociado con su correspondiente frecuencia. En este caso, se dice que la distribución se
encuentra no agrupada en intervalos, como la utilizada en el ejemplo 1. Si todas las
frecuencias absolutas son iguales a 1, la distribución se denomina de frecuencias
unitarias.
Sin embargo, a veces sucede que la variable objeto de análisis presenta un elevado
número de valores, por lo que es aconsejable agrupar dichos valores en intervalos con el
fin de facilitar su presentación y de que, a la hora de realiar ciertos cálculos, éstos sean
relativamente fáciles de determinar. Cuando se presenta o se da esta situación, la
distribución de frecuencias obtenida se denomina agrupada en intervalos, siendo la
Vfrecuencia de cada intervalo igual a la suma de las frecuencias de todos los valores
incluidos en él. La agrupación en intervalos hace manejable la distribución pero, sin
embargo, con ella se pierde información.

Una distribución agrupada en intervalos se representa por (Li-1 – Li; ni), donde Li-1 es el
extremo inferior del intervalo y Li el extremo superior. La diferencia entre ambos
extremos es la amplitud del intervalo, que se denota por ci. Normalmente se establece
que los intervalos son abiertos por la izquierda y cerrados por la derecha (Li-1 — Li], con
lo cual incluyen los valores comprendidos entre Li-1 y Li, incluido Li y excluido Li-1. En
el caso particular del primer intervalo ambos extremos se consideran cerrados. Las
distribuciones agrupadas en intervalos son útiles cuando se trabaja con variables
continuas.

Se denomina recorrido o rango de una variable a la diferencia entre el máximo y el


mínimo valor de la variable:

Finalmente, cuando se trabaja con distribuciones agrupadas en intervalos, no es posible


asignar a cada valor del intervalo su frecuencia (ya que ésta corresponde a un conjunto
de valores y no a uno solo), ni tampoco se puede operar matemáticamente para
determinar ciertos cálculos de interés. Ante esta situación, se elige Página 10 | Inicio
del artículocomo valor representativo del intervalo la marca de clase, x'i, que se define
como el punto medio del mismo:

Esta manera de proceder lleva implícita la suposición de que los valores se encuentran
uniformemente distribuidos a lo largo del intervalo.

Recuadro: Ocultar

EJEMPLO 1.4

Las pensiones por invalidez de 50 individuos, agrupadas por intervalos, son las que se
recogen en la siguiente tabla de frecuencias:
1.3. Representaciones gráficas
A la hora de describir el comportamiento de un carácter estadístico, a menudo resulta
complicado manejar toda la información recogida en la tabla de frecuencias. Sin
embargo, dicha información puede ser resumida en unas cuantas cifras, como se verá en
el Capiítulo 2, o bien puede representarse en un gráfico que refleje, de manera más
simple y rápida, el comportamiento global de dicho carácter.

1.3.1. CARACTERES CUALITATIVOS

Comenzando por los caracteres cualitativos o atributos, se pueden destacar en primer


lugar los diagramas de sectores (Gráfico 1.1), que reflejan las frecuencias absolutas o
relativas de las diferentes modalidades de un carácter cualitativo mediante sectores
circulares.

El ángulo central de cada sector es proporcional a la frecuencia de la modalidad que


representa y, consecuentemente, también lo será su área.

Página 11 | Inicio del artículo

Gráfico 1.1. Paro


registrado en España (noviembre, 2005). Diagrama de sectores. Fuente: Distribución
del Ejemplo 1.3.

Los diagramas de barras (Gráfico 1.2) expresan mediante rectángulos verticales las
frecuencias absolutas o relativas de las distintas modalidades observadas. En este caso,
los rectángulos tienen la misma base y la altura es proporcional a la frecuencia.
Gráfico 1.2. Paro registrado en España (noviembre, 2005). Diagrama de barras
(frecuencias absolutas). Fuente: Distribución del Ejempio 1.3.

El diagrama de Pareto combina un diagrama de barras con un polígono acumulativo de


frecuencias. Se puede observar en el Gráfico 1.2 (diagramas de barras) que, de las cinco
modalidades existentes, los sectores servicios e industria son los que cuentan con mayor
número de parados. En el diagrama de Pareto (Gráfico 1.3) estas modalidades se
encuentran ordenadas por orden decreciente de frecuencias, lo que indica, por ejemplo,
que más del 60% de los parados proviene de los sectores terciario e industrial.

Página 12 | Inicio del artículo

Gráfico 1.3. Paro registrado en España (noviembre, 2005). Diagrama de Pareto. Fuente:
Distribución del Ejemplo 1.3.

Otras representaciones muy utilizadas son los denominados cartogramas y


pictogramas. Un cartograma (Gráfico 1.4) es un gráfico realizado sobre un mapa, en el
cual el carácter cualitativo analizado se señala en determinadas zonas con diferentes
colores o rayados, y un pictograma es un dibujo alusivo al carácter representado.
Gráfico 1.4.
Fondo de garantía salarial: Empresas afectadas según causa de la prestación. Fuente:
Anuario de Estadísticas Laborales y de Asuntos Sociales 2004.Ministerio de Trabajo y
Asuntos Sociales.

Página 13 | Inicio del artículo

1.3.2. CARACTERES CUANTITATIVOS

Cuando los caracteres son cuantitativos, es decir, cuando se analizan variables, es


necesario distinguir si la distribución de frecuencias está agrupada en intervalos o no.

1.3.2.1. Distribuciones no agrupadas en intervalos

Los diagramas de puntos (Gráfico 1.5) consisten en superponer tantos puntos como
frecuencias (absolutas o relativas) se observen en cada valor de la distribución.

Gráfico
1.5. Diagrama de puntos. Fuente: Distribución del Ejemplo 1.1.
Los diagramas de barras (Gráfico 1.6) surgen cuando se traza para la base
correspondiente a cada valor de la variable una perpendicular al eje de abscisas de

Gráfico 1.6.
Diagrama de barras. Fuente: Distribución del Ejemplo 1.1.

Página 14 | Inicio del artículo

altura igual a su frecuencia (absoluta o relativa). Uniendo los extremos superiores de las
barras se tienen los llamados polígonos de frecuencias (Gráfico 1.7). Si se trabaja con
frecuencias acumuladas (absolutas o relativas), los gráficos resultantes son los
polígonos acumulativos de frecuencias (Gráfico 1.8).

Gráfico
1.7. Polígono de frecuencias. Fuente: Distribución del Ejemplo 1.1.
Gráfico 1.8. Polígono acumulativo de frecuencias. Fuente: Distribución del Ejemplo
1.1.

Una forma muy peculiar de presentar los caracteres cuantitativos es mediante el


diagrama de tallo y hojas (Gráfico 1.9), en el cual los datos aparecen recogidos en una
tabla con dos columnas: en la derecha (hoja) se encuentran las unidades de los valores y
en la izquierda (tallo), de derecha a izquierda, las decenas, centenas, etc. de los mismos.

Gráfico 1.9. Diagrama de tallo y hojas.

Página 15 | Inicio del artículo

1.3.2.2. Distribuciones agrupadas en intervalos

Si la distribución de frecuencias está agrupada en intervalos, los gráficos más utilizados


son los histogramas (Gráfico 1.10). Éstos se construyen levantando sobre cada intervalo
un rectángulo cuya área sea proporcional a la frecuencia absoluta (o relativa) del
correspondiente intervalo. Si los intervalos tienen la misma amplitud la altura de los
rectángulos es la frecuencia absoluta (o relativa), y si la amplitud es distinta la altura es
igual a la densidad de frecuencia (di), definida como el cociente entre la frecuencia
absoluta (o relativa) y la amplitud.
Gráfico
1.10. Histograma de frecuencias. Fuente: Distribución del Ejemplo 1.4.

Otros gráficos utilizados en las distribuciones agrupadas en intervalos son los polígonos
acumulativos de frecuencias (Gráfico 1.11), que resultan de la unión de los puntos (Li;
Ni) (Li; Fi).

Página 16 | Inicio del artículo

Gráfico 1.11. Polígono acumulativo de frecuencias. Fuente: Distribución del Ejemplo


1.4.

1 Cuando se trabaja con dos variables o atributos la tabla es de doble entrada: tabla de
correlación (variables) y tabla de contingencia (atributos)