Estadística
Bloque 1
E stadística
Contenido
1. Estadística descriptiva
1.1. Definición de estadística
1.2. Poblaciones y muestras
1.3. Tipos de variables
1.4. Distribución de frecuencias: conceptos y pasos
1.5. Gráficas
1.5.1. Histograma
1.5.2. Polígono de frecuencias
1.5.3. Gráfico de pastel o circular
1.5.4. Ojiva
2
E stadística descriptiva bloque uno
1.6. Las medidas de tendencia central
1.6.1. Media
1.6.2. Mediana
1.6.3. Moda
1.7. Medidas de dispersión
1.7.1. Varianza
1.7.2. Desviación estándar
1.7.3. Coeficiente de variación
1.7.4. Medidas de asimetría
3
E stadística
Objetivo del bloque
Representar distribuciones de frecuencias por medio de la
creación de gráficas, así como de las medidas de tendencia
central y medidas de dispersión, con la finalidad de analizar un
conjunto de datos ordenados.
Lecturas base
Johnson, Robert y Kuby, Patricia (2015). Estadística elemental:
Lo esencial (páginas 40-65). México: Cengage Learning
Editores.
Lecturas complementarias
Levine, David M.; Krehbiel, Timothy C. y Berenson, Mark L. (2015).
Estadística para administración (pp. 72-88). México: Pearson
educación.
4
E stadística descriptiva bloque uno
1. Estadística descriptiva
En esta unidad se presentan los métodos básicos que se deben tomar en cuenta para el estudio de la
estadística, comenzando por su definición. Se exponen los temas de poblaciones y muestras; además,
se conocerán los tipos de variables, las distribuciones de frecuencias y el uso de representaciones
gráficas para visualizar la información. Finalmente, se utilizarán las medidas de tendencia central
para calcular la media, mediana y moda de un conjunto de datos, así como la aplicación de las
medidas de dispersión, tales como la varianza, desviación estándar, el coeficiente de variación y las
medidas de asimetría.
1.1. Definición de estadística
Para Triola (2018), la estadística “es la ciencia que se encarga de planear estudios y experimentos,
obtener datos y luego organizar, resumir, presentar, analizar e interpretar esos datos para obtener
conclusiones basadas en ellos”. La estadística, entonces, implica datos y números para resumir
información y su interpretación. Asimismo, es un medio para recolectar y representar grandes
cantidades de información, por medio de gráficos, para la toma de decisiones. Con el propósito de
tomar decisiones efectivas en la actividad de dirección o de realizar análisis económicos, hay que
recoger, analizar, sintetizar e interpretar datos cuantitativos.
Como se pudo ver, la estadística es muy utilizada para recabar, analizar y mostrar grandes volúmenes
de información de una forma simple y comprensible para las personas. Con base a esto, en el
siguiente tema se conocerán los tipos de poblaciones y muestras que son utilizados para recabar
datos y ser analizados.
1.2. Poblaciones y muestras
En el análisis estadístico, el término población o universo se usa para designar todos los elementos
que se ajustan a cierta definición, por lo que una población es un conjunto o colección de individuos,
objetos y eventos cuyas propiedades son analizadas; por ejemplo, la población económicamente
activa de nuestro país.
Existen dos tipos de población: la población finita y población infinita. La primera es cuando se
puede numerar físicamente a los elementos; por ejemplo, el número de libros de una biblioteca de
una universidad. Mientras tanto, la población infinita es aquellas que no puede contar físicamente
a todos los elementos; por ejemplo, el número total de estrellas del universo. Por otro lado, una
muestra es un subconjunto de una población; por ejemplo, los alumnos de primer grado de una
escuela primaria.
Cuando se observan y registran las características de una población, el proceso se denomina
censo; la observación y registro de las características de una muestra se denomina muestreo. Las
características o atributos de una población también se designan en forma diferente de los atributos
de una muestra. Los valores que describen una población se llaman parámetros, pero los valores
5
E stadística
que describen una muestra se llaman estimadores o estadísticos. Con base en esto, en el siguiente
tema se conocerán los diferentes tipos de variables y sus características de interés, así como su
respectiva clasificación dentro del estudio de la estadística.
1.3. Tipos de variables
Los datos estadísticos pueden ser de dos tipos: discretos o continuos. Los valores posibles de
una variable discreta pueden ser solamente números enteros, pero una variable continua puede
asumir cualquier valor entero o fraccionario dentro de un recorrido específico de valores. Los dos
tipos de variables o datos que pueden estar sujetos al análisis estadístico se denominan discretos
y continuos.
Los datos continuos se generan cuando se ejecuta la operación de medir; por ejemplo, el nivel de
satisfacción de un servicio ofrecido. Mientras tanto, los dos datos discretos se generan cuando se
ejecuta la operación de contar; por ejemplo, el costo total de los libros de texto comprados por un
estudiante para las clases de un semestre.
Tal como se pudo apreciar, cada tipo de variable utiliza un tipo de datos específico, ya sea para
realizar acciones de medición o de conteo, por lo que en el siguiente tema se estudiará cómo
realizar una distribución de frecuencias para un conjunto de datos.
1.4. Distribución de frecuencias: conceptos y pasos
Una distribución de frecuencias, también conocida como tabla de frecuencias, es un conjunto de
datos que están ordenados en forma de tabla, correspondiendo a cada dato su respectiva frecuencia.
Por ejemplo, se utilizará el siguiente conjunto de datos para realizar una tabla de frecuencias:
Figura 1. Conjunto de datos. Fuente: Elaboración propia.
Donde x representará a una variable que se puede emplear en una distribución de frecuencias,
para representar un conjunto de datos insertando los valores de x con sus respectivas frecuencias.
Este conjunto de datos se muestra representado por una distribución de frecuencias en la
siguiente imagen:
6
E stadística descriptiva bloque uno
Figura 2. Tabla de distribución de frecuencias. Fuente: Elaboración propia.
En la figura anterior se puede observar que f es el número de veces que se repite el valor de x en la
muestra. Con base en esto, en el siguiente tema se utilizarán estos datos para ser representados de
una manera gráfica o visual, siendo más fáciles de interpretar por las personas.
1.5. Gráficas
Una vez que han sido recolectados los datos de una población y/o muestra, es necesario
representarlos en un gráfico. Las gráficas son la forma más adecuada para representar este tipo de
información, ya que muestra, de manera visual, los patrones de comportamiento de las variables
analizadas. Existen dos tipos de datos: los datos cualitativos y los datos cuantitativos. Para llevar a
cabo la representación gráfica de los datos cualitativos, se utilizan las gráficas circulares o de pastel,
las de barras y los diagramas de Pareto. Mientras tanto, para representar visualmente los datos
cuantitativos, se utilizan las gráficas de histogramas, polígonos de frecuencias y ojivas.
Una vez vistos los tipos de gráficos que se pueden utilizar para representar los datos, en el
siguiente tema se mostrará cómo realizar e interpretar un histograma de frecuencias para un
conjunto de datos.
1.5.1. Histograma
Un histograma es una representación gráfica de una variable, en forma de barras verticales,
en donde, cada barra es proporcional a la frecuencia de los valores que representan. Este
tipo de gráficos sirve para tener una visión general de una distribución de frecuencias de
una población o muestra con respecto a una variable cualitativa. Los componentes de un
histograma son los siguientes:
Título: Identifica a la población o muestra estudiada.
Escala vertical: Muestra las frecuencias que existen en las clases.
Escala horizontal: Muestra los valores de los límites de clase o de marca de clase que se identifican
en este eje.
7
E stadística
Video 1. Distribución de frecuencias e histograma. Fuente: Velázquez Perea, Luis Enrique (2017, julio
17). Distribución de frecuencias agrupadas e histograma en Excel [archivo de video]. Recuperado de:m
https://player.vimeo.com/video/767451132?h=757dea1804&badge=0
Te invito a escanear el siguiente codigo
QR para visualizar el siguiente video
Tal como se pudo ver en el video anterior, para la realización de un histograma es necesario contar
con una tabla de distribución de frecuencias que acumule los datos cuantitativos de una variable
de interés que; en este caso, son las calificaciones de los alumnos, además de hacer uso de la
herramienta de megastat para Excel, la cual se puede descargar del siguiente enlace: https://sites.
google.com/site/estadisticaperu/megastat-para-excel.
Una vez visto cómo crear este tipo de gráficos, en el siguiente tema se mostrará cómo realizar el
gráfico de polígono de frecuencias para la representación visual de datos cuantitativos.
1.5.2. Polígono de frecuencias
El polígono de frecuencias es un gráfico que se obtiene a partir de una distribución de frecuencias,
empleando las marcas de clase o punto medio, donde el punto más alto de este gráfico equivale
a la mayor frecuencia, mientras que la zona que se ubica por debajo de la curva muestra todos los
datos existentes.
Las principales características del gráfico de polígono son las siguientes:
• Eje horizontal: Se colocan las marcas de clase de los intervalos.
• Eje vertical: Se coloca la frecuencia absoluta o porcentual.
• Todos los puntos tienen la misma distancia en el eje x.
• Las líneas permanecen unidas y no se separan.
• Los dos extremos terminan sobre el eje x.
En el siguiente archivo de video se muestra cómo realizar un gráfico de polígono de frecuencias
para el precio de un platillo de un restaurante.
8
E stadística descriptiva bloque uno
Video 2. Polígono de frecuencias. Fuente: Velázquez Perea, Luis Enrique (2017, julio 19).
Ojiva y polígono en Excel [archivo de video]. Recuperado de: https://player.vimeo.com/
video/398944503?h=3473265dd9&badge=0
Te invito a escanear el siguiente codigo
QR para visualizar el siguiente video
Tal como se pudo ver en el video anterior, para la realización de un polígono de frecuencias es
necesario contar con una tabla que muestre el conjunto de datos para ser graficados y estar
agrupados en forma de una columna.
Una vez visto cómo crear este tipo de gráficos, en el siguiente tema se mostrará cómo realizar el
gráfico de pastel o circular para la representación visual de datos cualitativos.
1.5.3. Gráfico de pastel o circular
El gráfico de pastel o gráfico circular es una gráfica de tipo circular, también conocida como gráfica de
pastel o torta, la cual es utilizada para representar porciones y porcentajes. El número de elementos
que se deben incluir en esta gráfica circular será mayor que 4.
El uso de colores para este tipo de gráficas permite diferenciar los porcentajes y porciones de los
elementos que están siendo representados por la misma. Otra característica de esta gráfica es que
carece de ejes de coordenadas X o Y. Este gráfico es utilizado para mostrar el número de veces
que se repite una característica, de forma que se pueda visualizar la parte o proporción en la que
aparece dicho atributo con respecto al total de los demás elementos.
En el siguiente archivo de video se muestra cómo realizar un gráfico de pastel para representar
porcentajes de un conjunto de datos.
9
E stadística
Video 3. Gráfica de pastel. Fuente: Velázquez Perea, Luis Enrique (2017, julio 15). Gráfica de
Pastel y Barras en Excel [archivo de video]. Recuperado de https://player.vimeo.com/
video/337545317?h=774edb29ae&badge=0
Te invito a escanear el siguiente codigo
QR para visualizar el siguiente video
Tal como se pudo ver en el video anterior, para la realización de una gráfica de pastel es necesario
contar con una tabla que muestre las columnas de la variable y el número de veces que se repite.
Una vez visto cómo crear este tipo de gráficos, en el siguiente tema se mostrará cómo realizar el
gráfico de ojiva para la representación visual de datos cuantitativos.
1.5.4. Ojiva
La ojiva es una distribución de frecuencias que permite ver cuántas observaciones se encuentran
por encima o debajo de algunos de los valores. Éste es un tipo de gráfico de líneas que se crea
empleando, en el eje horizontal, los límites superiores de una distribución de frecuencias; la
información se obtiene de la columna de frecuencias acumuladas.
Este tipo de gráficos tiene las siguientes características:
• En el eje horizontal se colocan los límites superiores de cada intervalo.
• Todos los puntos tienen la misma distancia con respecto al eje x.
• Las líneas permanecen unidas y no se separan.
• El primer extremo del gráfico inicia tocando el eje horizontal.
En el siguiente archivo de video se muestra cómo realizar un gráfico de polígono de frecuencias
para el precio de un platillo de un restaurante.
10
E stadística descriptiva bloque uno
Video 4. Ojiva de frecuencias. Fuente: Velázquez Perea, Luis Enrique (2017, julio 19). Ojiva
y polígono en Excel [archivo de video]. Recuperado de: https://player.vimeo.com/
video/1007090554?h=037280c724&badge=0
Te invito a escanear el siguiente codigo
QR para visualizar el siguiente video
Tal como se pudo ver en el video anterior, para la realización de una ojiva de frecuencias es necesario
contar con una tabla que muestre el conjunto de datos para ser graficados y estar agrupados en
forma de una columna. Una vez visto cómo crear este tipo de gráficos, en el siguiente tema se
estudiarán las medidas de tendencia central, tales como la media, mediana y moda, para encontrar
los valores centrales de un conjunto de datos.
1.6. Las medidas de tendencia central
Para Triola (2018), las medidas de tendencia central “son un valor en medio o en el centro de un
conjunto de datos”. Por lo tanto, estos valores numéricos se encargan de localizar el centro de un
conjunto de datos. El promedio es un concepto relacionado con este tipo de medidas de tendencia
central.
Con base en esto, en los siguientes temas se estudiará la aplicación de las medidas de tendencia
central, tales como la media, mediana y moda.
1.6.1. Media
Para Triola (2018), la media (o media aritmética) de un conjunto de datos “es la medida de tendencia
central que se encuentra al sumar todos los valores de los datos y dividir el total por el número de
datos”. Un ejemplo de la media es el promedio. Esta medida de tendencia central se representa con
una x con una barra encima (equis barra). Se calcula sumando todos los valores de la variable x y
dividiendo entre el número de estos valores, donde n corresponde al tamaño de la muestra.
En el siguiente archivo de video se muestra cómo realizar el cálculo de la media para el número de
hijos de varias familias por medio del uso de la hoja de cálculo.
11
E stadística
Video 5. Cálculo de la media. Fuente: Velázquez Perea, Luis Enrique (2017, julio 18). Medidas de
tendencia central en Excel [archivo de video]. Recuperado de: https://player.vimeo.com/
video/1007090585?h=48cfece982&badge=0
Te invito a escanear el siguiente codigo
QR para visualizar el siguiente video
Tal como se pudo ver en el video anterior, para la realización del cálculo de la media es importante
conocer el número de elementos a los que se desea obtener dicho valor, para que a partir de la
sumatoria sea posible dividirlos y obtener el promedio.
Una vez visto cómo calcular la primera medida de tendencia central, es decir, la media, en el
siguiente tema se llevará a cabo el cálculo de la mediana para encontrar un valor central dentro un
conjunto de datos ordenados.
1.6.2. Mediana
Para Triola (2018), “la mediana de un conjunto de datos, indica el valor intermedio, cuando los datos
originales se presentan en orden de magnitud creciente (o decreciente)”. La mediana representa el
valor del dato que ocupa la posición central, cuando los datos se encuentran ordenados de acuerdo
con su tamaño. El procedimiento para calcular la mediana de un conjunto de datos es el siguiente:
1. Ordenar todos los datos del conjunto.
2. Encontrar la profundidad de la mediana. Para ello se utiliza la fórmula siguiente: Profundidad
de la mediana = (tamaño de la muestra + 1) / 2.
3. Obtener el valor de la mediana. Se cuentan los datos ordenados, localizando el dato que
está en la d(x)ésima posición, siendo la misma sin importar de cuál de los extremos se cuente
(izquierda a derecha o viceversa).
El siguiente archivo de video muestra cómo realizar el cálculo de la mediana para un conjunto
de datos:
12
E stadística descriptiva bloque uno
Video 6. Cálculo de la mediana. Fuente: Velázquez Perea, Luis Enrique (2017, julio 18). Medidas
de tendencia central en Excel [archivo de video]. Recuperado de: https://player.vimeo.com/
video/1007090611?h=c06c178005&badge=0
Te invito a escanear el siguiente codigo
QR para visualizar el siguiente video
Tal como se pudo ver en el video anterior, para la realización del cálculo de la mediana es importante
considerar si se tiene un número par o impar de datos para realizar la operación correspondiente.
Una vez visto cómo calcular la segunda medida de tendencia central, es decir, la mediana, en el
siguiente tema se llevará a cabo el cálculo de la moda para encontrar el valor que más veces se
repite dentro de un conjunto de datos.
1.6.3. Moda
Para Triola (2018), “la moda de un conjunto de datos es el (los) valor(es) que ocurre(n) con mayor
frecuencia”. Por tanto la moda, es el valor de x que se encuentra repetida más veces dentro de un
conjunto de datos.
En el siguiente archivo de videos muestra cómo realizar el cálculo de la moda para un conjunto
de datos:
Video 7. Cálculo de la moda. Fuente: Velázquez Perea, Luis Enrique (2017, julio 18). Medidas de
tendencia central en Excel [Archivo de video]. Recuperado de: https://player.vimeo.com/
video/1007090611?h=c06c178005&badge=0
Te invito a escanear el siguiente codigo
QR para visualizar el siguiente video
13
E stadística
Tal como se pudo ver en el video anterior, para la realización del cálculo de la moda es importante
determinar si no se encuentran repetidos dos o más veces el mismo número de elementos ya que,
de ser así, se dice que no existe moda dentro de un conjunto de datos.
Una vez que se han revisado y calculado las medidas de tendencia central, en el siguiente tema se
estudiarán las medidas de dispersión, las cuales se encargarán de mostrar la cantidad de dispersión
que tiene un conjunto de datos.
1.7. Medidas de dispersión
Las medidas de dispersión se encargan de describir la concentración o separación que hay entre los
datos respecto de la media. Los datos que están lo bastante agrupados tienen valores relativamente
pequeños, mientras que los datos más dispersos tienen valores mayores. El agrupamiento más
estrecho ocurre cuando los datos carecen de dispersión, para los cuales la medida de dispersión es
igual a cero.
Entre las medidas de dispersión más utilizadas se encuentra la varianza, la desviación estándar,
el coeficiente de variación y las medidas de asimetría, las cuales serán objeto de estudio en los
siguientes temas del bloque.
1.7.1. Varianza
Para Triola (2018), la varianza de un conjunto de valores “es una medida de variación igual al cuadrado
de la desviación estándar”. La varianza es representada por S2, correspondiente a la media de las
desviaciones elevadas al cuadrado, calculada usando como divisor a n -1.
La varianza se calcula de la siguiente manera:
1. Para encontrar el valor de x se emplea la sumatoria de todos los valores de x.
2. Se revisa que la suma de las desviaciones sea igual a cero.
3. La suma de las desviaciones al cuadrado se encuentra elevando al cuadrado cada desviación
y luego sumando los valores obtenidos.
En el siguiente archivo de video se muestra cómo realizar el cálculo de la varianza para un conjunto
de datos:
14
E stadística descriptiva bloque uno
Video 8. Cálculo de la varianza. Fuente: Velázquez Perea, Luis Enrique (2017, Julio 18). Medidas
de Dispersión en Excel [archivo de video]. Recuperado de: https://player.vimeo.com/
video/1007090669?h=c90b9b059a&badge=0
Te invito a escanear el siguiente codigo
QR para visualizar el siguiente video
Tal como se pudo ver en el video anterior, para la realización del cálculo de la varianza es importante
realizar previamente el cálculo de la media; en seguida, realizar el efecto de neutralización a cero y,
posteriormente, elevar al cuadrado estos valores.
Una vez que se ha revisado y calculado la varianza, en el siguiente tema se estudiará cómo realizar
el cálculo de la desviación estándar, a partir de la varianza, para un conjunto de datos.
1.7.2. Desviación estándar
De acuerdo con Triola (2018), “la desviación estándar de un conjunto de valores muestrales,
expresado por s, es una medida de cuánto se desvían los valores de datos de la media”, por lo que
la desviación estándar se obtiene al aplicar la raíz cuadrada positiva de la varianza.
El siguiente archivo de video muestra cómo realizar el cálculo de la desviación estándar para un
conjunto de datos:
Video 9. Cálculo de la varianza. Fuente: Velázquez Perea, Luis Enrique (2017, julio 18). Medidas
de Dispersión en Excel [Archivo de video]. Recuperado de: https://player.vimeo.com/
video/1007090419?h=4c4353bbe9&badge=0
Te invito a escanear el siguiente codigo
QR para visualizar el siguiente video
15
E stadística
Tal como se pudo ver en el video anterior, para la realización del cálculo de la desviación estándar es
necesario haber obtenido previamente el valor de la varianza y aplicar la raíz cuadrada a la misma.
Una vez que se ha mostrado cómo calcular la desviación estándar, a partir de la varianza, en el
siguiente tema se estudiará cómo realizar el cálculo del coeficiente de variación para un conjunto
de datos.
1.7.3. Coeficiente de variación
El coeficiente de variación es una medida que está asociada a la desviación estándar y la media
aritmética de un conjunto de datos, la cual se encarga de definir la dispersión relativa. Este
coeficiente permite comparar la variabilidad de muestras o diferentes poblaciones, ya que elimina
la dimensionalidad de las dos variables.
Para calcular el coeficiente de variación se deberá utilizar la siguiente fórmula:
Coeficiente de variación = desviación estándar / media aritmética
Por ejemplo, si se tiene una desviación estándar de 10 y la media es de 5, la fórmula quedaría de la
siguiente manera:
Coeficiente de variación = 10 / 5
Coeficiente de variación = 2
Este coeficiente sirve para hacer comparaciones entre dispersiones de distribuciones, siempre que
éstas sean positivas, haciendo el cálculo para cada una de ellas y los valores obtenidos se pueden
comparar entre sí.
Una vez que se ha visto cómo obtener el coeficiente de variación para una distribución de frecuencias,
en el siguiente tema se conocerá como realizar el cálculo de las medidas de asimetría.
1.7.4. Medidas de asimetría
Las medidas de asimetría son aquellas que muestran la morfología de la distribución de frecuencia
de los datos; es decir, la simetría que tiene el histograma de la variable de estudio, pudiéndose
calcular en variables medidas en escala de intervalo y de razón. Son las siguientes:
• Coeficiente de asimetría (sesgo)
• Curtosis
En la siguiente imagen se muestran las distribuciones asimétricas más comunes.
16
E stadística descriptiva bloque uno
Figura 3. Tipos de distribuciones asimétricas. Fuente: Universidad Autónoma del Estado de México (2015).
Por otro lado, el coeficiente de asimetría se encarga de medir el grado de asimetría de la distribución
con respecto a la media, por lo que un valor positivo indica que la distribución se encuentra sesgada
hacia la izquierda, mientras que un valor negativo muestra que está sesgada a la derecha, como se
muestra en la siguiente imagen.
17
E stadística
Figura 4. Coeficiente de asimetría. Fuente: Universidad Autónoma del Estado de México (2015).
La curtosis muestra qué tan apuntada se encuentra una distribución de frecuencia respecto al
comportamiento normal. Si los datos se encuentran muy concentrados hacia la media, la curtosis
es mayor que cero (distribución leptocúrtica); mientras que si los datos están muy dispersos, la
curtosis es menor que cero (distribución platicúrtica); y si el comportamiento normal de la curtosis
es igual a cero, existe una distribución mesocúrtica, tal como se muestra en la siguiente imagen.
Figura 5. Tipos de curtosis. Fuente: Universidad Autónoma del Estado de México (2015).
Con este tema ha finalizado el estudio del bloque uno, te invitamos a realizar la actividad de
aprendizaje para aplicar lo aprendido mediante un ejercicio práctico.
18
