Conceptos Generales

Página 2 | Inicio del artículo

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 frecuencia 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 eligePágina 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).

Texto completo: COPYRIGHT 2007 Cengage Learning Paraninfo, S.A.