PRESENTACIÓN EE

PRESENTACIÓN
INTERPRETACION DE
INTERPRETACION DE
DATOS ESTADÍSTICOS
DATOS ESTADÍSTICOS YY
REPRESENTACIONES
REPRESENTACIONES
GRÁFICAS
GRÁFICAS
 Objetivo

Manejar métodos
Manejar métodos yy
procedimientos
procedimientos
estadísticos de
estadísticos de obtención,
obtención,
organización,
organización,
presentación, descripción,
presentación, descripción,
analisis e
analisis e interpretación
interpretación de
de
datos, como
datos, como elementos
elementos
requeridos para
requeridos para la
la toma
toma de
de
decisiones en
decisiones en forma
forma
científica
científica
¿QUÉ ES LA ESTADÍSTICA?

La Estadística es la ciencia
que se ocupa de los métodos
y procedimientos para
recoger, clasificar, resumir y
analizar los datos.

Así como realizar inferencias

a partir de ellos, con la
finalidad de ayudar a la toma
de decisiones y de ser el caso
formular predicciones.
¿QUÉ ES LA ESTADÍSTICA?

En cuanto a su aplicación la

estadística es un método
científico de analisis que se
aplica a la Economía,
Administración, Sociología,
Medicina, Física, Política y
otras ciencias naturales y
sociales.
 Es una herramienta de
analisis que ayuda al
investigador a tomar
decisiones.
 Pasos en un estudio estadístico

Plantear hipótesis sobre una población

Decidir qué datos recoger (diseño de
experimentos)
Qué individuos pertenecerán al estudio (muestras)
Qué datos recoger de los mismos (variables)
Recoger los datos (muestreo)
¿Estratificado? ¿Sistemáticamente?
Describir (resumir) los datos obtenidos
Realizar una inferencia sobre la población
Cuantificar la confianza en la inferencia
 Nivel de confianza
 Margen de error:
 División de la Estadística

Estadística

Estadística Estadística
Descriptiva Inferencial
Se ocupa de la colección y
clasificación de información,
mas específicamente de la
recopilación, organización y
analisis de datos sobre
alguna característica de
ciertos individuos
pertenecientes a la
POBLACION O
UNIVERSO..
EJEMPLO DE ESTADÍSTICA DESCRIPTIVA

Estudio sobre las características socioeconómicas

de los trabajadores de un Hospital, Clínica, Empresa
Minera, Empresa de Construcción, Colegio,
Universidad, Ministerio, Región, Municipio, etc.

Resumir los indicadores estadísticos:

 Edad Promedio
 Ingreso Promedio
 Gasto Promedio Percápita
 Ingreso máximo e Ingreso mínimo
 Número promedio de personas por hogar
 % de Trabajadores con estudios superiores
 % de Trabajadores con más de 3 hijos.
Se ocupa de los procesos
de estimación, analisis y
de prueba de hipótesis con
el propósito de llegar a
conclusiones que brinden
una adecuada base
científica para la toma de
decisiones tomando como
base la información
captada por la MUESTRA.
EJEMPLO DE ESTADÍSTICA INFERENCIAL

El INEGI mediante la Encuesta Nacional de

Hogares (ENAHO) estimó para el año 2009,
que en el país la proporción de población
en condiciones de:

 Pobreza Total es de( 34.8 % )

 Extrema pobreza ( 11.5 % )
 Lima Metropolitana (Total: 14.1% )
 A MANERA DE INTRODUCCIÓN
LA REALIDAD ECONÓMICA Y SU NECESIDAD DE
MEDICIÓN A TRAVÉS DE LOS INDICADORES ESTADÍSTICOS

ÍNDICES ESTADÍSTICOS EN LOS MEDIOS :

Las exportaciones en el 2009 a los EE.UU. se han triplicado

desde 1993 ($890 millones ).
La esperanza de vida el 2008,en el área urbana es de 69 años.
La proporción de pobres en el 2009 es de 34.8 %.
La inflación en Zona Metropolitana durante enero 2008 fue
de 0.22% y en los últimos 12 meses fue 4.15%....
La tasa de mortalidad en el 2007 es de 6.21 (por cada 1000
habitantes).
Una empresa encuestadora informa que el porcentaje de
aprobación del Presidente es del 12.5 %. (CPI. 7 Enero 2017).
 A MANERA DE INTRODUCCIÓN

La tasa de desempleo abierto en el trimestre móvil

diciembre 2008 – enero -febrero 2009 fue de 9.2 %.

La tasa de crecimiento de la población 2000 – 2005 es de

17.15 (por mil habitantes).

43,700 toneladas de hoja de coca van al narcotráfico. Sólo

9000 (17%) va al consumo tradicional (4 millones de
personas están en esta ilícita actividad) (Según Encuesta
DEVIDA-INEGI).

La tasa global de fecundidad 2007 (hijos por mujer) es de

2.1.
 Población
unidad Estadistica
Variable
 Lección uno
Cualquier conjunto identificado A
POBLACION
es una población y cada uno de sus
elementos es una unidad de
análisis, es decir es el conjunto de
todos los posibles individuos,
personas, objetos o mediciones de
interés estadístico, es el conjunto
agregado de todas las unidades
estadísticas, generalmente la
población esta referida solamente
como la cantidad de habitantes de
una ciudad o un país. Sin embargo
en Estadística el termino
 POBLACION

Una población puede estar

formada por personas, por
objetos como las llantas
producidas durante una
semana en una fabrica, o las
truchas existentes en un
criadero. La cantidad de
Unidades o elementos que
contiene una población nos
determina su “tamaño”,
también puede estar formada
por un grupo de medidas, el
peso, la talla, la producción
de pernos.
 La población puede ser según su tamaño de dos tipos:

Población finita: Población infinita

cuando el número de
Cuando el número de
elementos que la
elementos que la forman
forman es finito, por
es infinito, o tan grande
ejemplo el número de
que pudiesen
alumnos de un centro de
considerarse infinitos ..
enseñanza, o grupo de
como por ejemplo si se
una clase.
realizase un estudio
sobre los productos que
hay en el mercado. Hay
tantos y de tantas
calidades que esta
población podría
considerarse infinita.
 MUESTRA

Los factores tiempo y costo

son muy importantes en una
investigación estadística,
como es de suponer, no
podemos observar a todos los
individuos de esa población,
de manera que trataremos de
obtener una “imagen
representativa” de la misma
y estudiarla.
Ese subconjunto es lo que
llamamos una “muestra”.

Elementos de la muestra Muestra

 Métodos de muestreo
Muestreo aleatorio simple
Muestreo sistemático

Método probabilístico Muestreo estratificado

Muestreo por conglomerados
Muestreo de áreas
Muestreo polietápicos
Métodos de
muestreo
Muestreo por conveniencia

Método no probabilístico Muestreo con fines especiales

Muestreo por cuotas

Muestreo de juicio
 Ejercicio
Suponga que usted es contratado por una agencia de
turismo, la cual está interesada en conocer los hábitos
turísticos de los visitantes de la ciudad de Culiacán, …,
con el propósito de ofrecer un mejor servicio.
Para tal fin, usted procedió a elaborar un cuestionario
dirigido a los turistas de la zona, el cual va aplicarse en
una temporada alta, como diciembre.
Para su encargo, usted necesita encuestar una muestra
de turistas y para ello tomará un tamaño de muestra
mediante un sistema de muestreo aleatorio simple, cuyo
modelo es: 2 2
Z S
n 2

2
Para este caso, usted ha decidido tomar un margen de confiabilidad de 95%
(1 - ) que corresponde a Z =1.96 con desviación estándar S = 0.4, un error
de estimación E = 5% . Calcule el número de turistas por encuestar, si la
población (N) de turistas no se conoce. 246 turistas
 Ejercicio
Ahora suponga que conoce el tamaño de la
población (N), entonces el tamaño de la
muestra, mediante el sistema de muestreo
aleatorio simple, será:
S2
n
 2
S 2

2

Z N
Suponga que el número total de turistas que visitan la ciudad de
Culiacán, cuando se realiza la encuesta, es de 2000. ¿Cuál será
el tamaño de la muestra? 219 turistas
Para este caso, usted ha decidido tomar un margen de confiabilidad de 95%
(1 - ) que corresponde a Z = 1.96, con desviación estándar S = 0.4, un error
de estimación E = 5% .
 Muestreo proporcional
Ejercicio
Suponga que un compañía de seguros cuenta con 200
asegurados en todo el país. Por una investigación piloto
se supo que 73% de las personas aseguradas declaran
una excelente aceptación de los seguros de la empresa.
Ésta desea conocer el grado de aceptación de un nuevo
producto con un margen de confiabilidad de 95% y un
error de stimación de 5%. Calcule el tamaño de muestra
de los asegurados para este nuevo tipo de producto.

Z2 2 PQN
n
 2  N 1  Z 2 PQ
121 de sus asegurados para
La empresa necesita entrevistar a _____
conocer el grado de aceptación ed us nuevo producto.
 Ejemplo
Un estudio d e mercado pretende encuestar a niños(as) respecto al consumo de una
cierta golosina, en determinada zona urbana. Se sabe que hay 480 niños(as) en la
zona.
Calcula el tamaño de la muestra para garantizar un nivel de confianza del 95%, y un
porcentaje de error de 4%.
Fórmula:

 
Solución:
Para que el nivel de confianza sea igual al 95%, se tiene que p(Z)=0.95 si Z=1.96, y
pensando que la variabilidad es p=q=0.5 ya que no se proporciona este dato.
Sustituimos:
Muestra probabilística estratificada de
alumnos del tecnológico
Carrera Total población Muestra
Ing. Industrial 2,157
Ing. Bioquímica 273
Ing. Mecánica 746
Ing. Eléctrica 319
Ing. Electrónica 399
Ing. Sistemas 727
Computacionales
Ing. Mecatrónica 467
Ing. TIC´s 169
Ing. Gestión 489
Ing. Ambiental 26
Ing. Energías Renovables 168
Cuando NO se conoce el tamaño de la
población:
Formula:

Donde:
n es el tamaño de la muestra
Z es el nivel de confianza
p es la variabilidad positiva
q es la variabilidad negativa
E es la precisión o error
Ejemplo
Se desea realizar un estudio sobre la compra de un complemento
alimenticio basado en soya para mujeres. El estudio no tiene
antecedentes, pero se desea garantizar un nivel de confianza de
95% y un porcentaje de error máximo de 5%, ¿cuál debe ser el
tamaño de la muestra?
 DEFINICIONES BÁSICAS

UNIDAD ESTADISTICA: Es cada elemento de la población,

llamado también unidad elemental o Unidad de Análisis, es de quién se

obtendrán los datos (mediciones). La suma de las Unidades Estadísticas

conforman una Población.

EJEMPLO: En un Censo Universitario hay varias unidades

estadísticas:

 Alumno matriculado

 Docente Universitario
 VARIABLE

Es un símbolo, que
representa las “variaciones”
de los datos, entre una
unidad y otra, respecto de la
característica que se esta
midiendo o fenómeno que
se esta estudiando.

Xi representa una característica

donde i va desde 1 hasta n,
que es el total de datos.
EJERCICIO DE APLICACIÓN 01

POBLACION, UNIDADES ESTADISTICAS Y

VARIABLES

Numero de conflictos, en el
trabajo ocurridos en veinte
ciudades de un país.
Identificar:
Población : ciudades del pais
Tamaño de la población : 20
Unidad Estadística : ciudad
Variable : Numero de conflictos
EJERCICIO DE APLICACIÓN 02
POBLACION, UNIDADES ESTADISTICAS Y
VARIABLES
Con el propósito de estimar la demanda
futura de los consumidores en la ciudad
LEON, se consulta sobre el volumen de
ventas mensuales en los 150 locales
comerciales existentes en LEON
Identificar:
Población :
Tamaño de la población :
Unidad Estadística :
Variable :
 INDICADOR ESTADÍSTICO

 Es el dato numérico, resultado de un proceso que

cuantifica una característica de la Población o una muestra.
EJEMPLOS :
Promedios, porcentajes, razones, tasas, índices, variaciones,
etc.
PROCESO DE RECOLECCIÓN DE DATOS

REGISTROS ADMINISTRATIVOS
Aduanas, Migraciones, Registros Civiles, Ministerios,
Industrias, Hospitales, Universidades, etc.

CENSOS
( INEGI, SEP, ECONÓMICOS, etc. )

ENCUESTA POR MUESTREO

(INEGI, CUANTO, Empresas Encuestadoras, etc.)

DISEÑOS DE EXPERIMENTOS
En Agricultura, Medicina, Biología, Psicología, Química, etc.
 CENSO
 Enumeración completa, es otra forma de
estudiar las unidades estadísticas.

 Este método es costoso y para su

planificación y ejecución requiere de
mayor tiempo y costo.

 Se ejecuta por disposiciones legales,

motivada por una necesidad a nivel de
gobierno a fin de realizar proyectos de
envergadura local, regional o nacional.

 Censos de Población, Vivienda,

Económico, Pesquero, Agropecuario, etc.

 Infraestructura, AA.HH., Escolar, Univers.

 ENCUESTA
 A menudo se realizan encuestas, a través de
cuestionarios, para recoger información de una Población o
Muestra.
 Se recolecta información a través de preguntas y
respuestas.
 En Ciencias Sociales y Administrativas, y otros campos es
una técnica muy utilizada.

EJEMPLOS
 Encuesta Nacional De Hogares (Salud, Educación,
Violencia, Empleo, Ingresos, Gastos, Prog. Soc.)
 Encuesta Demográfica y Salud Familiar
 Encuesta Económica Anual
 Encuesta de Precios
 Encuestas de Opinión Pública
METODOS DE RECOLECCIÓN

ENTREVISTA

CORREO CONVENCIONAL

CORREO ELECTRÓNICO

AUTOEMPADRONAMIENTO
 DEFINICIONES BÁSICAS
VARIABLE:
Es una característica de interés que se desea estudiar, la cual
puede ser medida.

En el INEGI se ha definido:
 CARACTERÍSTICAS MIEMBROS HOGAR: Edad, Sexo, Estado
Civil,

 EMPLEO: Ocupación, Ingreso Mensual, Número Perceptores,

Ingresos por Transferencias.

 SALUD: Presencia de alguna enfermedad, lugar de consulta,

persona que atendió una consulta, tiempo de atención de
consulta.

 EDUCACIÓN: Nivel Educativo, razones para dejar de

estudiar, matrícula en algún centro de enseñanza regular.
 DEFINICIONES BÁSICAS
DATO:

Es el valor de la variable de interés, asociado a un

elemento de la población o de la muestra:

EJEMPLO:

 Juan Coloma, es un jefe de hogar que vive en Tepeji,

tiene 40 años, tiene Secundaria completa, es casado, su
categoría ocupacional empleado y su nivel de ingresos
es 5980.
 Mara Manizales, es una mujer, de 25 años, casada,
presentó una enfermedad, se atendió en ESSALUD, fue
atendida por un médico.
 Julio Pélaez, hijo de un jefe de hogar matriculado en 3ro
de primaria.
 DEFINICIONES BÁSICAS
PARÁMETRO :
Es una medida usada para describir alguna característica
numérica ( valor ) de una población.
El valor es una constante y por lo general desconocido.

EJEMPLO:

 Edad promedio de jefes hogar de todo el país.

 Tasa de desempleo en la ciudad de Moquegua.
 Promedio de hijos por mujer en Puno.
 El % de personas con SIDA en el Perú.
 Gasto promedio mensual en alimentos Perú.
 Total de establecimientos comerciales.
 Total de profesionales médicos y enfermeras.
 DEFINICIONES BÁSICAS
ESTIMACIÓN DEL PARAMETRO :
Consiste en usar las medidas calculadas en una muestra
para predecir el valor de uno o más parámetros de la
población.

EJEMPLO :
Una Encuesta de Hogares de Empleo e Ingresos, en el
mes de Marzo 2010 :
El ingreso promedio mensual es de $4,985.
La tasa de desempleo es de 9.3 %.
Edad promedio de trabajadores es de 32 años.
El promedio de años de estudio es de 10.5
76% de hogares tienen teléfono fijo.
El Promedio de hijos por hogar es de 2.3.
 CLASIFICACION DE
VARIABLES

CUALITATIVAS CUANTITATIVAS

ATRIBUTOS NUMERICO

NOMINAL ORDINAL DISCRETO CONTINUO

CLASIFICACIÓN DE LAS VARIABLES

De acuerdo a la escala de medición usada se

clasifica en:

 VARIABLE CUALITATIVA O CATEGÓRICA.

 Nominal
 Ordinal

 VARIABLE CUANTITATIVA O ESTADÍSTICA:

 Continúa

 Discreta
 VARIABLE CUALITATIVA
Son aquellas variables que no aparecen en forma
numérica, sino como categorías o atributos y tiene
sentido cuando se usa bajo escala nominal u ordinal.

EJEMPLOS:

 Lugar de Residencia, Idioma, Sexo, Religión, Categoría

Ocupacional, Nivel de Educación de las PERSONAS.

 Actividad Económica, Condición Jurídica, Año de Inicio

Actividades de EMPRESAS.

 Materiales de Techo, Piso y Paredes; Régimen de

Tenencia, Estado de Conservación y Tipo de las
VIVIENDAS.
Ejemplo cualitativa nominal

Religión: Religion:
Católica Ateo
Protestante Mormon
Ateo Católica
Musulmana Protestante
Mormon Musulmana

Nótese que el orden de las religiones como se han

presentado no afectan en nada. Las dos presentaciones
son validas.
Ejemplo cualitativa ordinal

Nivel Educativo: Nivel Educativo:

Maestría Sin Estudio
Primaria Primaria
Sin Estudio Secundaria
Secundaria Universitaria
Universitaria Maestría
Doctorado Doctorado

Nótese que el orden del nivel educativo como se ve en el

primer cuadro si afecta la presentación. En tanto en el
segundo hay un orden correlativo
 VARIABLE CUANTITATIVA
Son las que tienen por modalidades cantidades
numéricas, por lo que puede ser medida
directamente en la práctica, usando bajo una
intervalor o de razón.
Ejemplo: La variable que a cada persona le hace
corresponder un INGRESO, es una variable cuantitativa.

DISCRETA, son las que al tomar valores, estos solamente

pueden ser representados con números enteros y
generalmente es resultado de conteos.
CONTÍNUA, cuando la variable toma cualquier valor real
dentro de un intervalo dado, generado al efectuar
operaciones de medición.
 VARIABLE CUANTITATIVA

VARIABLE DISCRETA:
Ejemplos

 Número de clientes por día de un Banco.

 Número de ventas diarias de una Empresa.
 Número de vuelos por día en el Aeropuerto.
 Número de accidentes por día.
 Número de personas por hogar.
 Número de pacientes por hospital.
 Número de hijos por mujer.
 Número de cuartos por vivienda.
 Número de nacimientos por día de maternidad.
 Número de alumnos desaprobados por curso.
 VARIABLE CUANTITATIVA

VARIABLE CONTÍNUA :
Ejemplos
Persona:
 Estatura, peso, etc.
 Ingreso, gastos, etc.
Hogar:
 Ingresos por hogar.
 Gastos por hogar en alimentación.
 Monto de alquiler por hogar.
Establecimiento comercial:
 Valor de las ventas por establecimiento.
 Valor de las compras por establecimiento.
 Gastos (electricidad, agua, teléfono)
ORGANIZACIÓN DE
DATOS
ORGANIZACIÓN DE DATOS DE VARIABLES CUALITATIVAS Y CUANTITATIVAS

 Un trabajo estadístico siempre dispone de

muchos datos.

 Estos datos tienen que ser organizados,

ordenados y presentados adecuadamente.

 Para facilitar la comprensión, descripción y

análisis.

 Obtener conclusiones válidas para toma de

decisiones.

 Para analizar adecuadamente los datos

estadísticos se debe usar cuadros y gráficos.
 CLASIFICACIÓN DE LA INFORMACIÓN

Codificación y Tabulación :
La codificación facilita la tabulación y el conteo. (obtención de
una buena información).
 La codificación de las respuestas da lugar a categorías o
modalidades.
 Es recomendable que los cuestionarios tengan las
alternativas de respuesta precodificadas.
 Si el cuestionario tiene preguntas abiertas (respuesta libre),
estas previamente debe ser clasificadas en categorías.
 PRESENTACIÓN DE LOS DATOS

TABLAS DE DISTRIBUCIÓN DE FRECUENCIAS

 Es necesario agrupar los datos y presentarlos en tablas y
diagramas sencillos.
 Una tabla de frecuencias, son cuadros que indican la
distribución de un conjunto de datos en clases o categorías y
muestran el número de elementos y la proporción de cada uno
de los valores de la variable.
 Una tabla de frecuencias, permite una buena ayuda para
formularse interrogantes acerca de los datos.
 PRESENTACIÓN DE LOS DATOS

TABLAS DE DISTRIBUCIÓN DE FRECUENCIAS

 Una tabla de frecuencias, es un punto de partida en la
búsqueda de un modelo teórico para analizar la
distribución de los datos.

 En la tabla se observa la frecuencia o repetición de

cada uno de los valores de la variable. (Después de la
tabulación).

 Tipos de frecuencia:
 Absoluta
 Relativa
 I. CASO CUALITATIVO : SEXO
Ejemplo 1:
Una Población formada por 1800 personas.

FRECUENCIA FRECUENCIA FRECUENCIA

SEXO
(PERSONAS) RELATIVA RELATIVA
(%)
(1) 972 972/1800 = 54 %
Hombre 0.54
(2) Mujer 828 828/1800 = 46 %
0.46

Total 1800 1.00 100 %

 CASO CUALITATIVO
Ejemplo 2:
Población formada por 10 000 viviendas, según tipo:
NÚMERO FRECUENCIA % DE
TIPO DE VIVIENDA
VIVIENDAS RELATIVA VIVIENDAS
(1) Casa 3 000 0.30 30 %
independiente
(2) Dpto. en edificio 800 0.08 8%
(3) Vivienda en 2 000 0.20 20 %
quinta
(4) Casa vecindad 3 200 0.32 32 %
(5) Otro tipo 1 000 0.10 10 %
Total 10 000 1.00 100 %
 EJEMPLO 2:

3 000 familias poseen El 30% de familias viven

casa independiente. en casa independiente.

2 000 familias viven en El 20% de familias viven

viviendas en quinta. en viviendas en quinta.

3 200 familias residen en El 32% de familias residen

viviendas en casa en viviendas en casa
vecindad (callejón solar o vecindad (callejón solar o
corralón). corralón).
Ejemplo 2:
Población formada por 10 000 viviendas, según tipo en %

35

30
25
Casa Indep
20 Dpto edif.
15 Viv. quinta
Casa vecind
10 Otro
5
0
Número Viviendas
 EJEMPLO 3:
Se entrevistaron a 600 personas mayores de 18 años, respecto si
estaban de acuerdo con la política del gobierno

OPINIÓN # De FRECUENCIA % De
personas RELATIVA personas
(1) Muy de 40 0.067 6.7 %
acuerdo
(2) De 35 0.058 5.8 %
acuerdo
(3) En 500 0.833 83 %
desacuerdo
(4) No sabe / 25 0.042 4.2 %
No opina
Total 600 1.00 100 %
 EJEMPLO 4:
Se entrevistaron a 500 personas mayores de 18 años, respecto al
nivel de confianza en las instituciones

OPINIÓN # %
PERSONAS PERSONAS
(1) Iglesia católica 116 23.2 %
(2) Universidades 94 18.8 %
(3) PROFECO 55 11.1 %
(4) Medios de comunicación 49 9.7 %
(5) Sindicatos de trabajadores 11 2.2 %
(6) Ninguna institución / No 175 35.0 %
sabe/ no opina
Total 500 100 %
 II. CASO CUANTITATIVO DISCRETO:
Ejemplo 1:
# de personas por hogar, de 50 hogares

X: Número de personas por hogar: 50

hogares
1 2 2 3 2 1 2 1 1 1
1 1 3 3 3 2 2 3 2 1
1 2 2 2 1 2 2 2 4 1
2 1 3 1 1 2 1 2 2 2
1 1 2 1 3 1 1 2 3 1
 II. EJEMPLO 1:
TABLA DE TRABAJO: # de personas por hogar , de 50 hogares

CANTIDAD
# DE PERSONAS CONTEO (FRECUENCIA)
POR HOGAR HOGARES
1 ||||| ||||| 21
||||| |||||
2 ||||| ||||| 20
||||| |||||
3 ||||| || 8
||||| |||||
4 | 1
 II. EJEMPLO 1:
Distribución de frecuencias del Número de Personas por Hogar

Xi fi hi=fi / Fi Hi
(# de
personas
(Frecuencia
Absoluta)
N (Frecuencia
Absoluta
(Frecuencia
relativa
por (# Hogares) (Frecuencia Acumulada) acumulada)
hogar) Relativa) (% Acum.
(Acum.hogares)
(% hogares)
Hogares)

1 21 42 % 21 42 %
2 20 40 % 41 82 %
3 8 16 % 49 98 %
4 1 2% 50 100 %
TOTAL 50 Hog 100 % ------ ------
 II. EJEMPLO 2:
Caso Cuantitativo Discreto: # de personas ocupadas , de 100 empresas
xi fi hi=fi /n Fi Hi
# Pers. # Frec.Relati Acum. Acum.
Ocup. Empresas -va Emp. Frec.
Relat.
1 5 0.05 5 0.05
2 14 0.14 19 0.19
3 18 0.18 37 0.37
4 25 0.25 62 0.62
5 20 0.20 82 0.82
6 10 0.10 92 0.92
7 5 0.05 97 0.97
8 3 0.03 100 1.00
TOTAL T = 100 1
 II. EJEMPLO 2:
Gráfico de Bastones y Polígono de Frecuencias:
Xi: # de personas ocupadas,
n = 100 empresas

f
i
- 0.25

X
0 1 2 3 4 5 6 7 8

# de personas ocupadas
III. CASO CUANTITATIVO CONTÍNUO:
Ejemplo1:
Consumo mensual de agua (metros cúbicos)
N = 36 hogares, en área urbana
38.10 36.20 36.70 34.00
34.90 33.98 34.60 34.50
33.80 31.57 31.54 36.96
37.85 36.80 36.00 30.16
36.88 36.23 34.55 38.24
36.57 35.93 33.20 35.47
37.10 36.20 33.00 35.61
33.15 33.29 32.91 30.00
35.40 31.60 39.99 34.51
III. CASO CUANTITATIVO CONTÍNUO:

La variable en estudio es x = consumo mensual

agua/hogar. Esta variable es contínua.

Si se sigue el procedimiento del caso discreto, podría

tenerse una tabla de hasta 36 líneas.

Se desarrolla el siguiente procedimiento:

 Los consumos agua/hogar se encuentran
comprendidos entre 30 y 39.99 y pueden ser
clasificados en "clases".

 Estas se obtienen dividiendo el intervalo I = [30

- 40) en sub intervalos de longitud igual.
 II. EJEMPLO 2:
Gráfico de la Frecuencia Relativa Acumulada
Xi: # de personas ocupadas ,
n = 100 empresas
Fi
1
0.92

0.37

0.19

0.05
X
1 2 3 4 5 6 7 8

# de personas
 INTERVALO Y RANGO

Si se divide el intervalo I en k = 8 sub intervalos de

igual longitud,

Cada sub intervalo obtenido mide h = 10/8 = 1.25.

 x mín = dato menor
 x máx = dato mayor
 k = número de intervalos.

Al valor: (x máx – x mín) se le llama Rango de la

variable.
 INTERVALOS DE CLASE

Los sub intervalos se llaman intervalos de clase; y

generalmente son de longitudes iguales.

Los sub intervalos son cerrados por la izquierda y

abiertos por la derecha, a excepción del último, que es
cerrado en ambos extremos.

Los intervalos clase formados en Consumo/hogar son:  

I1 = [30.00, 31.25) I2 = [31.25, 32.50)
I3 = [32.50, 33.75) I4 = [33.75, 35.00)
I5 = [35.00, 36.25) I6 = [36.25, 37.50)
I7 = [37.50, 38.75) I8 = [38.75, 40.00)
 [Intervalo de Xi fi hi Fi Hi
clases) (Consumo (Hogares (% de (Acum. (%
[Consumo) medio) ) hogare hogares Acum.
s) )
hogares)
[30.00, 31.25) 30.625 2 5.6 % 2 5.6 %
[31.25, 32.50) 31.875 3 8.3 % 5 13.9 %
[32.50, 33.75) 33.125 5 13.9 10 27.8 %
%
[33.75, 35.00) 34.375 8 22.2 18 50.0 %
%
[35.00, 36.25) 35.625 7 19.4 25 69.4 %
%
[36.25, 37.50) 38.875 6 16.7 31 86.1 %
%
[37.50, 38.75) 38.125 4 11.1 35 97.2 %
%
[38.75, 40.00) 39.375 1 2.8 % 36 100 %
TOTAL 36 100 %
 IV. HISTOGRAMAS:

polígono de
de frecuencias

30 I 40
i

Intervalos de Consumo / hogar

 IV. EJEMPLO:

HISTOGRAMA Y POLÍGONO DE
FRECUENCIAS
 III. OJIVA:
FRECUENCIAS ACUMULADAS

1 -F

0.76 -
Ojiva

B
0.48 -
A
0.24 -
0.08

250 750 1250 1750

500 1000 1500
(a)
 PRESENTACIÓN DE DATOS

DISTRIBUCIÓN DE FRECUENCIAS DE LOS SALARIOS

DE 100 OBREROS DE CONSTRUCCIÓN

Salario diario Nº obreros Frecuencia Frecuencia Acumulada

S/. (f) Relativa Absoluta Relativa

24.00 - 25.99 7 0.07 7 0.07

26.00 - 27.99 20 0.20 27 0.27
28.00 - 29.99 33 0.33 60 0.60
30.00 - 31.99 25 0.25 85 0.85
32.00 - 33.99 11 0.11 96 0.96
34.00 - 36.00 4 0.04 100 1.00

Total 100 1.00

 Análisis de los datos en el proceso de
investigación
Diseño de la Análisis
investigación preeliminar de
Recolección los datos
-Corregir
y
hipótesis
preparación -Visualización
de los datos de datos

Análisis e interpretación de los datos:

1) Estadística descriptiva
2) Tabulación cruzada
3) Preparación de las gráficas
4) Análisis de los datos Prueba de
5) Redactar recomendaciones
Hipótesis

ne s d -
ne cisio

Reporte de
go e
c io
De

resultados
 Análisis de datos cuantitativos
Distribución de frecuencias
Media
Medidas de tendencia central Mediana
Moda
Estadística descriptiva Medidas de variabilidad Rango
Desviación estándar
Gráficas Varianza
Puntuaciones Z
Coef. Correlación
Regresión lineal
Análisis paramétrico Prueba t
Diferencia de proporcione
ANOVA
Análisis de covarianza
Estadística inferencial
-estima parámetros y prueba Chi cuadrada
Hipótesis Análisis no paramétrico Coef.
-Se basa en la distribución muestral Sperman/Kendall
Tabulaciones
cruzadas
Tips para tablas y gráficos
Redondeo de Números redondeados son más fáciles de
números comparar
Seguir patrones Ordenar los números de mayor a menor en las tablas,
y de izquierda a derecha
Usar promedios, totales Los promedios dan un punto de comparación
o porcentajes Los totales brindan imagen global; Porcentajes
muestran proporciones
Comparar escalas Convertir los números a una escala común cuando
parecidas en una sola estén en diversas escalas (Ej. Gramos vs onzas;
tabla salarios mensuales vs salarios semanales)
Escoger simplicidad Varias tablas pequeñas revelan patrones mejor que
sobre complejidad una única tabla compleja.
Usar diseños que guíen Las tablas deben tener menos columnas que
la vista hacia números renglones. Alinea a la derecha los encabezados de
que deban ser columna y los número. Agrupa los números con marco
comparados para separar excepto si van a ser comparados.
Resume cada gráfico Escribe la explicación de cada gráfico presentado.
Etiqueta y escribe títulos Títulos deben ser explicativos: qué, donde, cuando y
para mejorar la unidad de medición; evita abreviaturas; evita pie de
Tablas o líneas de frecuencia, barras y
pays
Tablas de frecuencia: formato para
registrar
Variable datos
Valor Frecuencia Porcentaje Acumulado
Programa A 1 10 10 10
Programa B 2 8 8 18
Programa C 3 7 7 25
Programa D 4 13 13 38
Radio A 5 24 24 62
Radio B 6 4 4 66
Radio C 7 11 11 77
Revista A 8 6 6 83
Revista B 9 7 7 90
Espectacula 10 10 10 100
r
Gráficas de línea
Son utilizadas para mostrar series de
tiempo y distribuciones.
Guía de diseño:
 Poner las unidades de tiemo en el eje de
las X (horizontal)
 Cuando se muestre más de una línea usar
diferentes tipos de líneas.
 No usar más de cuatro líneas en una sola
gráfica
 Usar una línea sólida (no punteada) para
 Gráfica de línea para ilustrar frecuencias

24

13
11
10 10
8
7 7
6
4

1 2 3 4 5 6 7 8 9 10
Gráficas tipo “Pay”
Grafica el 100% de los datos
Siempre etiqueta las “rebanadas” con el porcentaje o
cantidad que se representa.
Pon la rebanada más grande hacia las 12 y mueve en
dirección de las manecillas del reloj en orden
descendente.
Usa colores claros para grandes rebanadas y más oscuros
para rebanadas pequeñas
No uses gráficas de pay para mostrar evolución en el
tiempo como único medio, compleméntelos con otras
gráficas de área.
Gráficas de barras
Usar eje de las X (horizontal) para
representar tiempo
Usar eje de las Y (vertical) para
representar unidades o variables
asociadas al crecimiento.
Las barras verticales son utilizadas para
series de tiempo y para clasificaciones
cuantitativas.
Las barras horizontales se usan con
Histogramas
Se utilizan cuando es posible agrupar
los valores de una variable en
intervalos.
Se construyen con barras o asteriscos
que representan valores y donde cada
valor ocupa una misma cantidad de
área.
Son útiles para:
 Desplegar todos los intervalos en una
distribución
 Ejemplo de histograma

Muestra un aparente sesgo a la der

(una asimetría positiva) ya que el v
del sesgo es mayor que 1.

N Válidos 108
Faltante 1
Sesgo 1.290
Error estándar del sesgo .233
Curtosis 2.004
Error estándar de la curtosis .461
Gráficos de tallo y hojas
Es un gráfico relacionado al histograma.
Puede ser construido a mano fácilmente al igual que en un
paquete computacional.
Presenta los valores actuales que pueden ser revisados
directamente.
Preserva la distrubución de los valores dentro del intervalo
y preserva el orden de rango a través de medias, cuatriles
y otros estadísticos.
Facilidad de visualización de los patrones en los datos
5|455666788889
6|12466799
Diagramas de Pareto
Es un gráfico cuyos porcentajes suman 100%.
Tiene que ver con la regla 80-20%: el 80% de la mejora
en calidad o desempeño puede esperarse que dé al
eliminar el 20% de las causas de calidad inaceptable o
desempeño.

Boxplots
Es una técnica utilizada en el análisis exploratorio.
Proporciona una imagen visual diferente de la distribución,
localización, ancho, forma, longitud y datos fuera de rango.
Comprende extensiones del resumen de la distribución: mediana,
cuartiles superiores e inferiores y la observación mayor y la menor.
Elementos:
1. 50% de los valores
2. Línea central que señale la media
3. Extremos de la caja (Hings)
Tabulación cruzada
Es una técnica para comparar datos de
dos o más variables categóricas como
sexo y asignación de puesto.
Se usa con variables sociodemográficas
y las variables del estudio
Se hace mediante el programa SPSS