Tablas de Frecuencia

Magister Vctor Andrade

Soto

Distribucin de frecuencia
La distribucin de frecuencia es la
representacin estructurada, en forma
de tabla, de toda la informacin que se
ha recogido sobre la variable que se
estudia.
Veamos un ejemplo:
Medimos la altura de los nios de una
clase y obtenemos los siguientes
resultados (cm):

Alumno Estatura Alumno Estatura Alumno Estatura

Alumno
Alumno
Alumno 1
1,25
1,23
1,21
11
21
Alumno
Alumno
Alumno 2
1,28
1,26
1,29
12
22
Alumno
Alumno
Alumno 3
1,27
1,30
1,26
13
23
Alumno
Alumno
Alumno 4
1,21
1,21
1,22
14
24
Alumno
Alumno
Alumno 5
1,22
1,28
1,28
15
25
Alumno
Alumno
Alumno 6
1,29
1,30
1,27
16
26
Alumno
Alumno
Alumno 7
1,30
1,22
1,26
17
27
Alumno
Alumno
Alumno 8
1,24
1,25
1,23
18
28
Alumno
Alumno
Alumno 9
1,27
1,20
1,22
19
29
Alumno
Alumno
Alumno

Si presentamos esta informacin estructurada

obtendramos la siguiente tabla de frecuencia:
Variable
(Valor)
1,20
1,21
1,22
1,23
1,24
1,25
1,26
1,27
1,28
1,29
1,30

Frecuencias absolutas Frecuencias relativas

Simple
Acumulada
Simple
Acumulada
1
1
3,3%
3,3%
4
5
13,3%
16,6%
4
9
13,3%
30,0%
2
11
6,6%
36,6%
1
12
3,3%
40,0%
2
14
6,6%
46,6%
3
17
10,0%
56,6%
3
20
10,0%
66,6%
4
24
13,3%
80,0%
3
27
10,0%
90,0%
3
30
10,0%
100,0%

Si los valores que toma la

variable
son
muy
diversos y cada uno de
ellos se repite muy pocas
veces, entonces conviene
agruparlos por intervalos,
ya que de otra manera
obtendramos una tabla
de
frecuencia
muy
extensa que aportara
muy poco valor a efectos
de sntesis.
Peguemos
los datos de la tabla de
estaturas en SPSS.

Modifiquemos las propiedades de la variable:

Ahora seleccionemos Analizar-Estadsticos Descriptivos Frecuencia

Doble click sobre el cuadro de

frecuencias

Luego lo pega en su documento en Word

(tesis, informe, etc.)

Grficos

Usar Hoja de Clculo DatosFrecuencia.

Establecer nmero de
intervalos

ARRASTR
AR
CLICK

ACEPTAR HASTA QUE APAREZCA LA HOJA DE RESULTADOS

Agrupar
Tal vez sea ms
legible si agrupamos
las tallas en grupos
de 2 cm (o sea de
1,20 a 1,221;1,23 a
1,24 etc.).
Para
ello
seleccionamos
la
opcin TransformarRecodificar
en
distintas variables.

El primer grupo es de 3.
Pudimos hacerlo con el ltimo.
1

Modificamos las propiedades de la nueva

variable:

Luego de ellos hacemos la

frecuencias de la nueva variable.

tabla

de

Medidas de posicin central

Las
medidas
de
posicin
nos
facilitan
informacin sobre la serie de datos que estamos
analizando. Estas medidas permiten conocer
diversas caractersticas de esta serie de datos.
Las medidas de posicin son de dos tipos:
a) Medidas de posicin central: informan
sobre los valores medios de la serie de datos.
b) Medidas de posicin no centrales:
informan de cmo se distribuye el resto de los
valores de la serie.

a) Medidas de posicin central

Las principales medidas de posicin central
son las siguientes:
1.- Media: es el valor medio ponderado de
la serie de datos.
a)
Media
aritmtica:
se
calcula
multiplicando cada valor por el nmero de
veces que se repite. La suma de todos estos
productos se divide por el total de datos de
la muestra:

2.- Mediana: es el valor de la serie de datos que

se sita justamente en el centro de la muestra (un
50% de valores son inferiores y otro 50% son
superiores).
No presentan el problema de estar influido por los
valores extremos, pero en cambio no utiliza en su
clculo toda la informacin de la serie de datos (no
pondera cada valor por el nmero de veces que se
ha repetido).
3.- Moda: es el valor que ms se repite en la
muestra.

Medidas de posicin no central

Cuartiles: son 3 valores que distribuyen la serie de
datos, ordenada de forma creciente o decreciente, en
cuatro tramos iguales, en los que cada uno de ellos
concentra el 25% de los resultados.
Deciles: son 9 valores que distribuyen la serie de
datos, ordenada de forma creciente o decreciente, en
diez tramos iguales, en los que cada uno de ellos
concentra el 10% de los resultados.
Percentiles: son 99 valores que distribuyen la serie
de datos, ordenada de forma creciente o decreciente,
en cien tramos iguales, en los que cada uno de ellos
concentra el 1% de los resultados.

Medidas de dispersin
Estudia la distribucin de los valores de la serie,
analizando si estos se encuentran ms o menos
concentrados, o ms o menos dispersos.
1.- Rango: mide la amplitud de los valores de la
muestra y se calcula por diferencia entre el valor ms
elevado y el valor ms bajo.
2.- Varianza: Mide la distancia existente entre los
valores de la serie y la media. Se calcula como
sumatorio de las diferencias al cuadrado entre cada
valor y la media, multiplicadas por el nmero de
veces que se ha repetido cada valor. El sumatorio
obtenido se divide por el tamao de la muestra.

La varianza siempre ser mayor que cero.

Mientras ms se aproxima a cero, ms
concentrados estn los valores de la serie
alrededor de la media. Por el contrario, mientras
mayor sea la varianza, ms dispersos estn.
3.- Desviacin tpica: Se calcula como raz
cuadrada de la varianza.
4.- Coeficiente de variacin de Pearson: se
calcula como cociente entre la desviacin tpica
y la media.

Coeficiente de variacin de Pearson: se calcula

como cociente entre la desviacin tpica y la media
de la muestra. El inters del coeficiente de variacin
es que al ser un porcentaje permite comparar el
nivel de dispersin de dos muestras. Esto no ocurre
con la desviacin tpica, ya que viene expresada en
las mismas unidas que los datos de la serie.
Por ejemplo, para comparar el nivel de dispersin de
una serie de datos de la altura de los alumnos de
una clase y otra serie con el peso de dichos
alumnos, no se puede utilizar las desviaciones
tpicas (una viene v expresada en cm y la otra en
kg). En cambio, sus coeficientes de variacin son
ambos porcentajes, por lo que s se pueden
comparar.
Cv = 0,0320 / 1,253 = 0,0255 = 2.55%

Medidas de forma
(distribucin)
Las medidas de forma permiten conocer que
forma tiene la curva que representa la serie de
datos de la muestra. En concreto, podemos
estudiar las siguientes caractersticas de la curva:
a) Asimetra: mide si la curva tiene una forma
simtrica, es decir, si respecto al centro de la
misma (centro de simetra) los segmentos de
curva que quedan a derecha e izquierda son
similares.
b) Curtosis: mide si los valores de la distribucin
estn ms o menos concentrados alrededor de
los valores medios de la muestra.

Asimetra
Hemos comentado que el concepto de asimetra
se refiere a si la curva que forman los valores de
la serie presenta la misma forma a izquierda y
derecha de un valor central (media aritmtica).
Para medir el nivel de asimetra se utiliza el
llamado Coeficiente de Asimetra de Fisher,
que viene definido:

Curtosis
El Coeficiente de Curtosis analiza el grado de
concentracin que presentan los valores alrededor de
la zona central de la distribucin.
Se definen 3 tipos de distribuciones segn su grado de
curtosis:
Distribucin mesocrtica: presenta un grado de
concentracin medio alrededor de los valores centrales
de la variable (el mismo que presenta una distribucin
normal).
Distribucin leptocrtica: presenta un elevado
grado de concentracin alrededor de los valores
centrales de la variable.
Distribucin platicrtica: presenta un reducido
grado de concentracin alrededor de los valores
centrales de la variable.

Los resultados pueden ser los siguientes:

g2 = 0 (distribucin mesocrtica).
g2> 0(distribucin leptocrtica).
g2< 0 (distribucin platicrtica).

Por lo tanto el Coeficiente de Fisher de

Simetra de esta muestra es -0,1586, lo que
quiere decir que presenta una distribucin
asimtrica negativa (se concentran ms
valores a la izquierda de la media que a su
derecha).
Por lo tanto, el Coeficiente de Curtosis de
esta muestra es -1,39, lo que quiere decir
que se trata de una distribucin platicrtica,

Ejercicio
La primera variable es Talla y la segunda Peso.
Defina las caractersticas de cada variable.
Transforme la variable Talla en grupos de 3
tallas y la variable peso en grupos de 2.
Haga las distribuciones de frecuencias de las
2 variables originales.
Muestre todas las medidas revisadas en esta
clase para cada variable (no percentiles).
Halle el coeficiente de variacin de cada
variable.
Haga un informe en Word.