PASO 3

ANALISIS DE LA INFORMACION

PRESENTADO POR
EDWARD LEONARDO LASSO TORRES
COD: 12238165

TUTOR
JARAMILLO HERNANDEZ FREY

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS AGRARIAS, PECUARIAS Y DEL MEDIO AMBIENTE
PROGRAMA: INGENIERÍA AMBIENTAL
JUNIO 2020
 INTRODUCCION

El análisis univariante proporciona una serie de herramientas para describir,

tabular, representar y sacar gráficos de una variable de la manera más útil y eficaz. La
estadística descriptiva univariante se centra en el análisis de una única característica o
cualidad del individuo. Las características a analizar presentan modalidades, exhaustivas y
mutuamente excluyentes. Dependiendo del tipo de modalidades, las características, que de
forma general denominaremos variables discretas o continuas

La finalidad del siguiente trabajo es aplicar las medidas estadísticas

univariantes, a través del cálculo e interpretación del software estadístico, en función de la
problemática de estudio de la base de datos que suministro el ministerio de educación
nacional de los resultados de las Pruebas Saber de 180 estudiantes Grado 11-Noviembre
(2019), en algunos departamentos de Colombia.
 JUSTIFICACION

Uno de los principales objetivos de la estadística descriptiva es sintetizar e

interpretar información mediante métodos gráficos y/o numéricos de naturaleza cualitativa
y/o cuantitativa. En particular las representaciones gráficas destinadas a resumir
información cuantitativa, como histogramas, polígonos de frecuencia simple, gráficos de
cajas y tallo-hoja, los cuales solamente permiten visualizar de una manera relativamente
subjetiva las características de la distribución de datos tales como forma, tendencia central
y variabilidad, no siendo posible “cuantificarlas”. En razón de lo anterior, se hace necesario
contar con índices numéricos ya sean de tendencia central, forma y variabilidad que
permitan sintetizar información las cuales nos permiten realizar comparaciones numéricas
objetivas entre distribuciones de datos cuantitativos [ CITATION Rod16 \l 3082 ]

Según la UNESCO (1997, p. 123) la enseñanza de la Estadística es fundamental

para el ciudadano al favorecer la adquisición de conocimientos y habilidades que le
permiten acceder a la sociedad de la información. En este sentido la estadística juega un rol
fundamental para el ejercicio de la ciudadanía en un mundo cada vez más globalizado,
debido a que el sujeto moderno es demandado a poseer competencias para leer e interpretar
tablas y gráficos que se presentan en los medios informativos para la toma de decisiones
(HOLMES, 1980); como así también aquella información que se resume mediante
indicadores numéricos o representaciones gráficas (BEHAR; OJEDA, 2000). Lo anterior
cobra mayor relevancia, toda vez que se aspira al desarrollo de una comunicación compleja
y pensamiento experto en la ciudadanía (REICH, 2011).
 OBJETIVOS

 Aplicar las medidas estadísticas univariantes, a través del cálculo e interpretación

del software estadístico, en función de la problemática de estudio.
 Determinar mediante un mapa mental las medidas estadísticas univariantes
(medidas de tendencia central, medidas de posición, medidas de dispersión, medidas
de asimetría y apuntamiento), describiendo resumidamente cada una de ellas.
 Seleccionar una variable discreta de la base de datos que suministro el ministerio de
educación nacional de los resultados de las Pruebas Saber de 180 estudiantes Grado
11-Noviembre (2019) y diseñar una tabla de frecuencias, calcular las medidas de
tendencia central, de dispersión y de posición.
 Seleccionar una variable continua de la base de datos que suministro el ministerio
de educación nacional de los resultados de las Pruebas Saber de 180 estudiantes
Grado 11-Noviembre (2019) y diseñar una tabla de frecuencias, calcular las
medidas de tendencia central, de dispersión y de posición.
ACTIVIDAD 1. MAPA MENTAL
 ACTIVIDAD 2. MEDIDAS UNIVARIANTES -VARIABLE DISCRETA
Variable cuantitativa discreta: Código del departamento
a. Tabla de frecuencia datos no agrupados. Diseñar una tabla de frecuencia para datos
no agrupados de la variable elegida, a partir de ella elaborar un diagrama de barras y
un diagrama de líneas o de puntos.

Tabla de frecuencias

X ni Ni fi Fi % ac%
8 53 53 0,29 0,29 29 29
15 9 62 0,05 0,34 5 34
17 6 68 0,03 0,38 3 38
18 31 99 0,17 0,55 17 55
25 25 124 0,14 0,69 14 69
66 2 126 0,01 0,70 1 70
76 54 180 0,30 1,00 30 100
Total 180   1,00      

Diagrama de
Diagrama de barras para la variable codigo del barras
departamento
Frecuencia relativa fi

0.29 0.3

0.17
0.14
Diagrama de
líneas
0.05
0.03
8 15 17 18 25 0.01
66 76
Diagrama de lineas de la variable codigo del
Diferentes valores de la Variable codigo del departamento Xi
departamento
Frecuencia Absoluta ni

53 54

31
25

b. Medidas de tendencias 9
6
centrales y de Posición. 2
8 15 17 18 25 66 76
Para la variable Valores que toma la variable Xi
 cuantitativa discreta elegida, cada estudiante deberá calcular las medidas de
tendencia central (media, mediana, moda), medidas de posición: cuartiles, percentil
25 y 50.

La moda es el valor que más se repite, en este caso el valor es 76.

Interpretación de los resultados
Las medidas de tendencia central ayudan a entender cómo se comportan los datos, siempre
y cuando su distribución sea relativamente normal, es decir, que los datos que más se
repiten estén más al centro. Teniendo en cuenta lo anterior el promedio del código del
departamento es 33,78, teniendo en cuenta que el código de departamento con mayor
cantidad de personas es 76 con 54 personas y el de menor es de 66 con 2 personas. La
mediana fue del 18,00, es decir este valor ocupa el centro de los datos correspondientes al
variable código del departamento.

En cuanto a los percentiles, se logra identificar que el percentil 25 arroja un valor de 8 entre
los 180 valores de código del departamento; mientras que el percentil 50 se encuentra en el
puesto 18 de 180.
 c. Medidas de Dispersión. Para la variable cuantitativa discreta elegida calcular:
Rango, varianza, desviación típica o estándar, coeficiente de variación,
posteriormente interpretar los resultados, sacar conclusiones de los parámetros
hallados y asociarlos con la problemática.

Rango= Xmax−Xmin
Rango=76−8
Rango=¿68

Interpretación de los resultados

Con relación a las medidas de dispersión arrojada por la variable código del departamento,
se calculó un rango de 68; mientras que la varianza calculada en la variable es de 822,60
seguido de la Desviación estándar que arrojó un resultado de 28,76 y que representa la
magnitud de la dispersión.

En cuanto al coeficiente de variación, la variable del código del departamento, tiene un

valor de 85,15% con respecto a la media.

ACTIVIDAD 3. MEDIDAS UNIVARIANTES -VARIABLE CONTINUA

Variable cuantitativa continua: Horas de dedicación a la lectura
a. Tabla de frecuencia datos agrupados. Con la variable cuantitativa continúa elegida,
diseñar una tabla de frecuencias para datos agrupados, identificando rango, número
de intervalos, amplitud y a partir de ella elaborar un histograma de frecuencias y un
polígono de frecuencias.

Para diseñar una tabla de frecuencias primero se calcula el rango.

Rango= Xmax−Xmin
Rango=3,5−0,5
Rango=3
Luego se calcula el intervalo
m=1+3,3 log n
m=1+3,3 log 180
m=8,44
Por último la amplitud
R 3
c= = =0,36
m 8,44
La tabla de frecuencias se determinó en el programa Infostat
 Histograma de frecuencias

Interpretación de los resultados

La tabla de frecuencias y el histograma de frecuencias arroja que las horas de dedicación a
la lectura con mayor frecuencia son de 1,57 con una frecuencia del 0,37; mientras que el
valor que las horas de menor dedicación a la lectura fue de 1,14 con una frecuencia relativa
de 4.
Polígono de frecuencias

b. Medidas de tendencias central y de Posición. Para la variable cuantitativa continúa

elegida, cada estudiante deberá calcular las medidas de tendencia central (media,
mediana, moda), medidas de posición: cuartiles, percentil 50 y 70, determinar el
tipo de asimetría y curtosis.
Interpretación de los resultados
Las medidas de tendencia central ayudan a entender cómo se comportan los datos, siempre
y cuando su distribución sea relativamente normal, es decir, que los datos que más se
repiten estén más al centro. Teniendo en cuenta lo anterior el promedio de las horas de
dedicación a la lectura es 2,03 teniendo en cuenta que el valor máximo de las horas de
dedicación a la lectura es de 3,50 y el de menor 0,50. La mediana fue del 1,50 es decir este
valor ocupa el centro de los datos correspondientes a la variable continua horas de
dedicación a la lectura.

En cuanto a los percentiles, se logra identificar que el percentil 50 arroja un valor de 1,50
entre los 180 valores de las horas de dedicación a la lectura; mientras que el percentil 70
arroja un valor de 2,50.

c. Medidas de Dispersión. Para la variable cuantitativa continúa elegida calcular:

Rango, varianza, desviación típica o estándar, coeficiente de variación.

Interpretación de los resultados

Con relación a las medidas de dispersión arrojada por la variable horas de dedicación a la
lectura, se calculó un rango de 3; mientras que la varianza calculada en la variable es de
0,97 seguido de la Desviación estándar que arrojó un resultado de 0,99 y que representa la
magnitud de la dispersión.
En cuanto al coeficiente de variación, la variable de las horas de dedicación a la lectura,
tiene un valor de 48,46% con respecto a la media.

CONCLUSIONES

Las medidas univariantes proporcionan una serie de herramientas que permiten

describir, tabular, representar y sacar graficos de una variable de la manera mas clara, util y
eficaz.

Un polígono de frecuencias es un gráfico que se obtiene a partir de un

histograma, uniendo los puntos medios de los techos, o bases superiores, de los rectángulos.
Se acostumbra a prolongar el polígono hasta puntos de frecuencia cero
 REFERENCIAS BIBLIOGRAFICAS

BEHAR, R; OJEDA, M. El proceso de aprendizaje de la estadística: ¿Qué puede estar

fallando? Heurística, Colombia, v. 10, p. 26-43, 2000.
HOLMES, P. Teaching Statistic. Sloug: Foulsham Educational, UK, p.11- 16, 1980.
REICH, Ricardo. Convenios de Desempeño 2011-2014. In: SEMINARIO SCT-CHILE
INNOVACIÓN Y ARMONIZACIÓN, 1., 2011, Pucon. Presentación. Pucon: Gobierno de
Chile, 2011. p. 1 - 41.
Rodriguez, F. E., Maldonado, A. C., & Sandoval, P. R. (7 de Marzo de 2016). Comprensión
de las medidas de tendencia central: un estudio comparativo en estudiantes de pedagogía en
matemática en dos instituciones formadoras chilenas. Avaliação, Campinas; Sorocaba, SP,,
21(3), 929-952.
UNESCO. 50 Years for Education [en línea]. 1997.