Universidad Inca Garcilaso de la Vega

Facultad de Ciencias de la Comunicación

Turismo y Hotelería

Análisis Estadístico Descriptivo

1. Conceptos básicos
2. Construcción de tablas de frecuencias
3. Los gráficos Estadísticos
4. El análisis de tendencia Central
5. El análisis de dispersióm

Luis Flores Cebrián

Versión inicial : Agosto 2009

1. CONCEPTOS BASICOS
Antes de iniciar el análisis estadístico de un conjunto de datos es necesario establecer
algunas precisiones conceptuales:

1.1 Estadística descriptiva y estadística inferencial

El nivel descriptivo está referido al estudio y análisis de los datos obtenidos en una
muestra (n) y como su nombre lo indica describen y resumen las observaciones
obtenidas sobre un fenómeno un suceso o un hecho.
Ejemplos :

• El porcentaje de aprobados en el curso de economía ascendió a un 68%

• El 35% de los visitantes del museo era de género femenino
• La edad promedio de una muestra de compradores en el centro comercial es
de 38 años

En cambio la estadística inferencial esta referida al procedimiento mediante el cual los

resultados de la muestra se trata de hacerlos extensivos a toda la población o universo
(N). Procura mostrar relaciones de causa efecto o pruebas de hipótesis.

Ejemplos :
• Los ingresos de los turistas que vienen al país son de $ 35,000 en promedio
• Si las elecciones fueran hoy día el candidato del partido “ X “ obtendría un
45% de los votos

n N

* * *
** * * * *
* * * ** * *
* * * *
Muestra
Población

1.2 Población y muestra

Población es el conjunto completo de individuos, objetos que posee una o más

características observables en un ámbito geográfico determinado y en un lapso de
tiempo .

Muestra : es un subconjunto representativo de la población, cuando hablamos de

representatividad nos referimos a que debe ser lo más parecido a posible a la población
desde el punto de vista cuantitativo y cualitativo.
El muestreo puede ser :

• Muestreo al azar simple, cuando el azar es el criterio básico de elección de

las unidades de muestreo
• Muestreo estatificado basado en la subdivisión de la población en
subconjuntos o estratos mutuamente excluyentes

Luis Flores Cebrián 2

 • Muestreo por áreas, cuando se trabaja en función de unidades geográficas o
conglomerados
• Muestreo sistemático, cuando se sigue un patrón de elección basado en
números aleatorios elegidos al azar o un factor de elección, ejemplo se elige
aplicar la encuesta a cada quince visitantes al museo

En todos los casos se debe aplicar el criterio de probabilidad, es decir que cada elemento
de la población tenga la misma probabilidad de ser elegido en la muestra. Este es un
aspecto fundamental pues hacerlo de otra manera ( elección subjetiva) impediría medir
el nivel de confianza y / o de error de los resultados obtenidos.

1.3 Las variables

Las variables son las características, atributos o cualidades del objeto de investigación
se pueden clasificar de muchas maneras. Ejemplo

CRITERIO CLASIFICACIÓN EJEMPLO

Según el número de valores Variables dicotómicas, expresan sólo dos Genero : masculino o femenino
que expresan valores
Variables politómicas, expresan mas de Grado de instrucción
dos valores
Según la capacidad de Variables teóricas o no observables de Gusto, preferencia, opinión
observación naturaleza conceptual
Variables empíricas observables se Peso, temperatura, ingresos
pueden medir o cuantificar
Según la naturaleza del Variables discretas asumen valores Nacionalidad,
valor que asumen absolutos
Variables continuas asumen valores Ingresos mensuales
fraccionarios
Según su función en la Variables independientes Causas o antecedentes
hipótesis Variables dependientes Consecuencias o efectos
Variables intervinientes Influyen pero de manera
indirecta
Variables paramétricas Medioambientales, de entorno o
macro

Luis Flores Cebrián 3

1.4 La medición

Concepto : La medición es un proceso sistemático de asignación de números a

individuos , objetos o fenómenos , de tal manera que representen de una manera lógica
y racional las características de los mismos

Calidad de la información .

¿ Cómo podemos medir la calidad de la información ?

Calidad de la
información

CALIDAD CALIDAD
INTERNA EXTERNA

Validez Confiabilidad

Representatividad

CONFIABILIDAD :

Es la consistencia de puntajes en mediciones sucesivas, es decir la menor presencia de

errores de medición.
Se expresa a través de la estabilidad que consiste en usar el mismo conjunto de
preguntas en dos o más momentos y comparar así las respuestas obtenidas.

Período 1 Período 2

Esta a favor del TLC 58% 62%

Esta en contra del TLC 22% 24%
No sabe / no opina 20% 14%

VALIDEZ :

Es el grado en que las mediciones empíricas representan o reflejan la dimensión

conceptual que se supone están tratando de medir

Tiene dos maneras de comprobación:

Luis Flores Cebrián 4

 a) Validez predictiva es aquella que anticipa un comportamiento o una
correlación de respuestas congruente. Ejemplo :

POSICIÓN POLÍTICA DE IZQUIERDA

IZQUIERDA DERECHA

Escala de actitudes (
) ( )

políticas (
) ( )
(
) ( )
(
) ( )

Suponiendo que hubiera un proceso electoral y se presentara un

conjunto de propuestas políticas , la validez predictiva se manifestaría
cuando la persona que exhibe una preferencia por posiciones políticas
de izquierda elige a candidatos de una opción política similar o afín.

b) Validez concurrente, se utiliza cuando nuevos indicadores del concepto se

correlacionan altamente con indicadores ya establecidos del mismo.
Ejemplo :

ESCALA A ESCALA B

Posición de Posición de
izquierda izquierda
9/10 =0.90 17/20 =0.85

REPRESENTATIVIDAD

Tiene que ver con el grado en que los resultados de la muestra pueden ser atribuidos a
toda la población o universo . Se trabaja con los valores de Z ( niveles de confianza
utilizando las áreas de la curva Normal ) y el valor de e ( máximo error permitido por el
investigador ).

Luis Flores Cebrián 5

1.5 Escalas de medición de los datos

Las escalas a considerar son :

• Nivel nominal
• Nivel ordinal
• Nivel de intervalos
• Nivel de razón
•

Nivel Nominal

Escala cualitativa que asigna arbitrariamente un número a cada respuesta de modo que
sólo tenga valor como un número de identificación. El número de escala no tiene ningún
significado por sí sólo.

Ejemplo : ¿ Cuál es la tarjeta de crédito de su preferencia ?

1. VISA ( )
2. Mastercard ( )
3. American Express ( )
4. Diners ( )

Porcentajes
Estadística permisible : Moda
Prueba binomial – Ji cuadrado

El número que se asigna en esta escala no representa magnitudes absolutas. Solo sirven
para clasificarlos en determinada categoría, en otras palabras 1, no es la mitad de 2 .

Nivel Ordinal

Escala cualitativa que no sólo clasifica , sino establece jerarquías entre los valores.
Entre mayor sea el número, mayor (o menor) es la existencia del atributo , pero sin
indicar la distancia que hay entre las posiciones , es decir que el numero cuatro en
preferencia no es 300% superior al número 1, solo indica que es preferido respecto del
anterior

Ejemplo : Clasifique en una escala de 1 a 4 las siguientes marcas de gaseosa, en función

de su preferencia :

1. Inca Kola ( )
2. Coca Cola ( )
3. Real Kola ( )
4. Pepsi Cola ( )

Percentiles - mediana
Estadística permisible Desviación cuartil
Correlación rango-orden

Luis Flores Cebrián 6

 Nivel de intervalo

Escala cuantitativa que clasifica, ordena y establece distancias o intervalos iguales entre
las unidades de medida . Asigna un punto de cero en forma arbitraria por convención
por los expertos , pero que no implica la ausencia del atributo. Por ejemplo una prubea
de coeficiente de inteligencia va tener un punto cero , pero no hay una persona con cero
de inteligencia. Otros ejemplos son la medición del calendario , o la medición de la
temperatura

Ejemplo : Resultados económicos de empresas de un sector ($)

de a
20´000 -10´000
-10´000 0
0 -10´000
10´000 20´000

Media –Mediana-Moda
Estadística permisible Desviación estándar- Varianza
Coeficientes de Correlación
Prueba T – Prueba Z

Nivel de Razón

Escala cuantitativa es igual que las escalas de intervalos, pero poseen un cero absoluto.
(origen natural) en el cual hay una ausencia de la propiedad o atributo, ejemplo el peso
o los ingresos monetarios de una persona

Ejemplo : Nivel de ingresos mensuales de las familias de un distrito ( en soles)

De A
0 999
1,000 1,999
2,000 2,999
3,999 4,000

Media geométrica
Estadística permisible Media armónica
Coeficiente de variación

La estadística permisible va en sentido acumulativo, así en la escala de razón se pueden

estudiar todos los indicadores anteriores a las escalas de intervalos, ordinales y
nominales

Luis Flores Cebrián 7

2. CONSTRUCCION DE TABLAS DE FRECUENCIA
Una primera aproximación al análisis descriptivo es la construcción de la tabla de
frecuencias , las cuales presentan la distribución de un conjunto de elementos de
acuerdo a las categorías de una variable x .
En la tabla se observa la frecuencia o repetición de cada uno de los valores en el
correspondiente intervalo de clase
Se presentan los siguientes casos :

2.1 Variable discreta , es aquella cuyo valor se expresa únicamente por números
enteros, adquieren valores absolutos y por lo general son cualitativas.

Ejemplo 1 :

En una muestra de veinte bodegas del distrito X ,se desea conocer la cantidad de
marcas de crema dental que ofrecen a sus clientes.
La variable (xi) es el número de marcas de crema dental ofrecidas.
Hecho el estudio se obtuvieron los siguientes resultados :

Bodega xi Bodega xi
Nº Nº
1 6 11 4
2 5 12 5
3 4 13 6
4 4 14 2
5 3 15 4
6 3 16 3
7 4 17 4
8 4 18 6
9 5 19 5
10 6 20 3

N : 20 bodegas
Construyendo la tabla tendríamos :

1º Clasificación : xi máximo : 6 marcas de crema dental

xi mínimo : 2 marcas de crema dental

2º Las clases serían : 2,3,4,5,y 6

3º Tabulación : Se determina cuantas veces de repite cada valor de xi ( frecuencia).

Se denomina frecuencia absoluta ( fi ) cuando se contabiliza en valores absolutos
(número de bodegas)
Se denomina frecuencia relativa ( hi ) cuando se contabiliza en valores relativos
(porcentajes )

4º El cuadro de frecuencias quedaría presentado de la siguiente manera :

Luis Flores Cebrián 8

 Cuadro Nº 1 :

Distribución de 20 bodegas del distrito X en función al número de marcas

de crema dental que ofrecen a sus clientes

xi tabulación fi hi (%)
2 / 1 5
3 //// 4 20
4 /////// 7 35
5 ///// 5 25
6 //// 3 15
TOTALES 20 100
Fuente : encuesta área de mercadeo

Gráficamente tenemos :

Oferta de marcas de crema dental - Bodegas distrito X

7
6
Nº bodegas

5
4
3
2
1
0
2 3 4 5 6
Nº marcas crema dental

Este gráfico se conoce como Histograma

2.2 Variable continua, es aquella que puede tomar cualquier valor del conjunto de
los números racionales ( enteros o fraccionarios). Son variables cuantitativas

Ejemplo 2 :

Se desea conocer el ingreso mensual promedio del asentamiento “Galápagos” .

La variable xi : será ingresos mensuales expresados en Soles

Para tal efecto se ha seleccionado una muestra de 50 familias y se han obtenido

los siguientes datos :

Luis Flores Cebrián 9

 Familia xi Familia xi
Nº Nº
1 730 26 500
2 750 27 870
3 580 28 550
4 430 29 710
5 490 30 750
6 650 31 700
7 670 32 400
8 750 33 610
9 510 34 750
10 970 35 690
11 820 36 540
12 650 37 720
13 890 38 780
14 590 39 850
15 550 40 350
16 700 41 320
17 600 42 830
18 700 43 890
19 380 44 650
20 600 45 450
21 450 46 750
22 750 47 640
23 730 48 930
24 650 49 850
25 760 50 630
n : 50

1º Se calcula el Rango (R)

R = mayor valor de xi – menor valor de xi

R = x10 – x41

R = 970 – 320 = 650

2º Se obtiene el numero de clases e intervalos – para tal efecto se utiliza la

Regla de Sturges :

Si el tamaño de la muestra es Regla de Sturges

Menor de 100 m = 1 + 3.322 x Log n
Mayor de 100 m =3 + 3.322 x Log n
En este caso n < 100 entonces :

m = 1 + 3.322 x Log 50

m = 1 + 3.322 × l.69897
m = 6.64 ≈ 7 intervalos

Luis Flores Cebrián 10

 3º El tamaño de clase ( c ) sería : C = R / m

c = 650 / 7 = 92.8 ≈ 93

4º Construimos la tabla de frecuencias :

i Intervalo de clase Marca de Frecuencias absolutas Frecuencias relativas

xi xs clase - xi fi Fi hi Hi
1 320 413 366.5 4 4 8 8
2 413 506 459.5 5 9 10 18
3 506 599 552.5 6 15 12 30
4 599 692 645.5 11 26 22 52
5 692 785 738.5 15 41 30 82
6 785 878 831.5 5 46 10 92
7 878 971 924.5 4 50 8 100
TOTALES 50 100

Donde :
i : número de intervalo
xi : intervalo de clase inferior
xs : intervalo de clase superior
fi : muestran la repetición de los datos en determinado
intervalo de clase- invalores absolutos ( familias)
Fi : muestran la acumulación progresiva de las frec.absolutas
hi : expresan a las frec. absolutas en términos relativos (%)
Hi : muestran la acumulación progresiva de las frec. Relativas

Gráficamente vamos a elaborar el histograma de frecuencias absolutas ( fi ) :

Galapagos : ingreso mensual

16

14

12

10
familias

0
413 506 599 692 785 878 971

320 413 506 599 692 785 878

soles

Luis Flores Cebrián 11

 Es importante acotar que los gráficos deben de tener las siguientes condiciones básicas :

• Título : descripción abreviada del contenido

• Leyendas y cifras tanto en el eje de las abscisas como de las ordenadas
• Debe ser simétrico, no muy horizontal o vertical
• En el eje de las abscisas se colocan los valores de la variable x
• En el eje de las ordenadas se colocan las frecuencias ( fi , hi )
• De ser posible se colocan las fuentes de la información
1
En relación al número apropiado de los intervalos Christensen Howard plantea lo
siguiente :

Número de valores en el Número apropiado de intervalos

conjunto de clase
De 10 a 100 De 4 a 8
De 100 a 1,000 De 8 a 11
De 1,000 a 10,000 De 11 a 14

Avila Acosta 2 en cambio define los intervalos de clase en tres categorías :

a. Intervalos de igual amplitud

Alumnos por aula

20 - 29
30 - 39
40 - 49
50 - 69
70 - 69

b. Intervalos de diferente amplitud

Edad de clientes
3–5
6- 14
25 – 24
25 - 39

c. Intervalos abiertos por la izquierda y cerrados por la derecha

Sueldos mensuales
( ]
320 – 370
370 – 420
420 – 470
470 – 520
520 - 570

En este caso NO está incluido el extremo inferior, pero si el extremo superior

1
CHRISTENSEN Howard. Estadística Paso a Paso
2
AVILA Acosta . Estadística Elemental

Luis Flores Cebrián 12

 Otra forma de presentar este cuadro es :

Alumnos por aula

320.01 – 370
370.01 – 420
420.01 – 470
470.01 – 520
520.01 - 570

Esta segunda forma de presentación es más práctica ,pues indica directamente

los valores comprendidos en cada intervalo.

Por lo general el número de intervalos de clase va depender de :

La naturaleza de la variable

El número de valores observados

El recorrido de la variable

Los objetivos del estudio

Luis Flores Cebrián 13

3. LOS GRÁFICOS ESTADÍSTICOS
3.1 Concepto

Son representaciones pictóricas ( figuras geométricas o de superficie ) utilizados con el

objeto de mostrar magnitudes , cambios de una variable o comparar dos o más variables
relacionadas.

Un gráfico bien elaborado debe tener los siguientes elementos :

Numero de grafico y
título

Grafico 2 : Ventas de la empresa A - primer semestre del año 20X1

2,500

2,000

1,500
miles $

1,000

500

0
Enero Febrero Marzo Abril Mayo Junio

meses

Fuente : Área de ventas Escalas y

leyendas en los
ejes
Diagrama o
cuerpo

Luis Flores Cebrián 14

 3.2 Tipos de Gráficos

3.2.1 Gráfico Lineal

Grafico 2 : Agencia de Viajes " El Sol " Clientes atendidos en sucursal Cuzco

Clientes
14,000

12,000

10,000

8,000

6,000

4,000

2,000

0
Años 2001 2002 2003 2004 2005 2006

Este gráfico de evolución es útil para representar la evolución de una sola variable en el
tiempo ( serie de tiempo)

3.2.2 Gráfico circular

Restaurante "El norteño" - formas de pago por consumo

Mastercard,
2%
Diners, 7% Efectivo 26%

American, 17%

Visa, 48%

Es utilizado para expresar una variable que esta compuesta de varios subconjuntos es
decir es un gráfico de estructura ( de una sola variable)

Luis Flores Cebrián 15

 3.2.3 Gráfico de barras comparativas

Estructura de la oferta Hotelera en La Alborada 2005-2006

%
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
Años
2005 2006
Hotel A Hotel B Hotel C Hotel D

Se recomienda para comparar estructuras con varios subconjuntos en más de un período

de tiempo

3.2.4 Gráfico Combinado ( valores en dos abscisas )

Empresa W : Ventas y tasas de crecimiento 2003 -2006

30 14

25 12

10
ventas (miles)

20
tasa %

8
15
6
10
4
5 2

0 0
2003 2004 2005 2006
años

Ventas tasa crec.

Es muy útil para mostrar dos frecuencias que tienen valores diferentes (dólares y
porcentajes por ejemplo); cada una de ellas se ubica en uno de los ejes verticales y su
lectura es a través de los valores allí expresados

Luis Flores Cebrián 16

 EJEMPLO PRÁCTICO DE ELABORACIÓN DE UN GRÁFICO
ESTADISTICO CON EXCEL

Supongamos que estamos estudiante la cantidad de turistas que visitan el valle

de Lunahuana y se tienen los siguientes datos estadísticos : (datos supuestos)

1 2 3
Año Turistas ( miles) Crecim (%)
1997 224 17.28
1998 271 20.98
1999 310 14.39
2000 325 4.84
2001 319 -1.85
2002 308 -3.45
2003 304 -1.30
2004 365 20.07
2005 392 7.40
2006 415 5.87
2007 488 17.59

En primer lugar vamos a utilizar un gráfico de barras para representar las cifras .

Grafico 1 : Lunahuana ingreso de turistas

500
450
400
350
300
250
miles

200
150
100
50
0
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
años

Apreciamos que hay tres etapas claramente definidas:

1º De 1997 al año 2000 se aprecia un crecimiento

2º De 2001 al año 2003 vemos que se estanca el impulso inicial y cae el
número de turistas y visitantes
3º A partir de del año 2004 se vuelva a tener un impulsote crecimiento
mucho mayor

Luis Flores Cebrián 17

 Estos gráficos tienen la ventaja que nos permiten ver el comportamiento de un
variable en un largo lapso de tiempo y podemos apreciar la tendencia de largo
plazo ( mas de cinco años) que en este caso es de crecimiento.

Pero es importante acompañar el análisis con otro tipo de gráficos, en este caso
usaremos el gráfico lineal para apreciar cómo es el crecimiento relativo ( en
porcentajes ) de cada año, conforme se aprecia en la columna 3 del cuadro y
cuya expresión gráfica es :

Grafico 2 : Tasa de crecimiento anual de la llegada de turistasa

Lunahuana
25

20
%

15

10

0
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

-5
años

Aquí apreciamos más claramente la situación y se pueden graficar los valores

negativos como son los años 2001, 2002, 2003 y 2004 , en los cuales no hubo
crecimiento sino todo lo contrario se experimento una reducción en la cantidad
de visitantes a la localidad

El calculo del crecimiento se efectuó con la fórmula :

V 
crec. =  n − 1 × 100
 Vn −1 
Donde :

Vn : valor de la variable el año “n”

Vn-1 : Valor de la variable el año “n-1” ( año anterior)

Por ejemplo el valor del año 2000 se obtuvo de la siguiente manera :

 325 
. crec. =  − 1 × 100
 310 

crec. = 4.84 %

Luis Flores Cebrián 18

Una dificultad evidente es la elaboración de gráficos con la hoja electrónica EXCEL , vamos a
presentar los pasos a continuación con los datos del gráfico 2 :

1º paso : ingresamos los datos de los años y las tasas de crecimiento

2º paso : accionamos el icono de gráficos y vamos a tener el asistente para gráficos

3º paso : elegimos la opción de gráfico lineal- Líneas

4º paso : presionamos el comando de Siguiente >

Luis Flores Cebrián 19

 5º paso : Ingresamos el rango de datos : C4;C14, aparece la gráfica de las tasas de
crecimiento

6º paso : Se acciona el comando de series para colocar los datos de los años

Luis Flores Cebrián 20

 7º paso : Se coloca el rango de los periodos de tiempo B4; B14 y se acciona el comando
siguiente

8º paso : Se coloca :
• Título del gráfico : tasa de variación anual de llegada de turistas a Lunahuana
• Eje de categorías : años
• Eje de valores : %

9º paso : Se presiona siguiente y se tiene concluido el gráfico indicando Finalizar

Luis Flores Cebrián 21

4. ANALISIS DE TENDENCIA CENTRAL
Las medidas de tendencia central o de resumen son indicadores que tienden a sintetizar
o describir de la manera más representativa las características de un conjunto de datos.
Las medidas más importantes son :

• La Media aritmética
• La Mediana
• La Moda

4.1 La Media Aritmética ( )

La media aritmética es la clase que determina el centro de gravedad de un

conjunto de datos, es decir es el valor más representativo

a) Media aritmética de datos no agrupados :

Formula :
n

∑ xi
i =1
=
n
Donde :
xi : clase
n : número de clases
Σ : Sumatoria ( desde i = 1 , hasta i = n)

Ejemplo 3 :

Se ha efectuado la medición de cuanto demora la atención a los clientes en un

Supermercado. Se ha tomado una muestra de 10 clientes y los resultados
obtenidos son :

Cliente Duración de la
xi atención
1 3.24
2 4.01
3 2.33
4 2.08
5 3.30
6 3.25
7 3.00
8 4.02
9 4.15
10 2.88
Σ 32.26

= 32.26
10

 = 3.23 minutos , que es el promedio de duración de la atención a

los clientes

Luis Flores Cebrián 22

 Utilizando Excel el procedimiento es el que sigue :

b) Media aritmética de datos agrupados

∑ xi × fi
i =1
=
N
Donde :
xi : marca de clase
fi : frecuencia absoluta
n : total de frecuencias

Ejemplo 4 :

La gerencia de mercadeo de un Hotel ha decidido estudiar un estudio acerca de la edad

promedio de los clientes del Café Bar “ El Sol ”. Se ha elegido una muestra de 300
clientes recogida durante todo un mes típico . Aplicada la encuesta se han obtenido los
siguientes resultados :

Clase ( i ) Intervalo xi fi xi ×fi

1 19 – 23 21 5 105
2 23 – 27 25 9 225
3 27 – 31 29 13 377
4 31 – 35 33 48 1,584
5 35 – 39 37 67 2,479
6 39 - 43 41 58 2,378
7 43 – 47 45 54 2,430
8 47- 51 49 29 1,421
9 51- 55 53 17 901
TOTALES 300 11,900

Luis Flores Cebrián 23

 La media aritmética es igual a :

= 11,900
300
 = 39.67 años

El promedio de edad de los clientes del Café Bar “ El Sol “ es de 39. años y medio

LA MEDIA ARITMÉTICA : RESUMEN

CARACTERISTICAS • En su valor influyen todos los componentes
de la distribución
• Puede ser manipulada algebraicamente
VENTAJAS • Es la medida más fácil de calcular
• Es la medida más conocida y utilizada
DESVENTAJAS • Su valor puede ser distorsionado por los
valores extremos o singulares

4.2 La Mediana ( Me)

Es la medida de tendencia central que corresponde al valor de la variable que

divide a la frecuencia total en dos partes iguales .

a) Mediana de datos no agrupados

En este caso se procede de la siguiente manera :

1º Se ordena el conjunto de valores en orden creciente

2º Se halla el valor que ocupa la posición media
3º Si el número es impar, el valor central es la mediana
4º Si el número es par , el promedio de los dos centrales es la mediana

Ejemplo 5 :

Se tiene el siguiente conjunto de datos :

4 8 5 3 9 7 2

Se ordena
2 3 4 5 7 8 9

3 Me 3
Ejemplo 6 :

Se tiene el siguiente conjunto de datos :

6 8 9 10 11 15

Se ordena
6 8 9 9.5 10 11 15

3 Me = (9+10) / 2 = 9.5

Luis Flores Cebrián 24

 3.2 Mediana de datos agrupados

Formula :

 N / 2 − Fa 
Me = Li + c ×  
 fi 
Donde :

Li : limite inferior del intervalo de la clase que contiene a la Me

c : Tamaño del intervalo de clase
n : Total de frecuencias absolutas
Fa : Frecuencia absoluta acumulada anterior al la clase que
contiene a la Me
fi : frecuencia absoluta de la clase que contiene a la Me

Utilizando el ejercicio desarrollado en el ejemplo Nº 4 tenemos :

Clase ( i ) Intervalo fi Fi
1 19 – 23 5 5
2 23 – 27 9 14
3 27 – 31 13 27
4 31 – 35 48 75
5 35 – 39 67 142
6 39 - 43 58 200
7 43 – 47 54 254
8 47- 51 29 283
9 51- 55 17 300
TOTALES 300

El valor de N/2 es = 300/2 = 150, este valor se encuentra ubicado en el 6º

intervalo

 (300 / 2) − 142 
Me = 39 + 4 ×  
 58 

Me = 39 + 0.55

Me = 39.55 años

El 50% de los asistentes al Café Bar “ El Sol ” está en el intervalo de 19

a 39.55 años y el 50% restante está en el intervalo de 39.55 a 55 años.

50% 50%
19 55
39.55 años

Luis Flores Cebrián 25

 LA MEDIANA : RESUMEN
CARACTERISTICAS • Es un promedio de posición
• Cuando la agrupación de datos es muy
estrecha es el mejor indicador
VENTAJAS • Calculo relativamente fácil de efectuar
• No es distorsionada por los valores extremos
DESVENTAJAS • Su interpretación es bastante restringida
• No se manejar algebraicamente, la mediana
de varios subconjuntos no puede ser
promediada para obtener la mediana del total
• No es muy conocida ni entendida

4.3 La Moda ( Mo)

Es la medida de tendencia central que corresponde al valor de la clase cuya

frecuencia es la que más repite (fi mayor )
No se puede calcular la Moda en datos no agrupados

a. Moda de datos agrupados

Formula :
 fp 
Mo = Li + c 
 fp + fa 
Donde :
Li : limite inferior del intervalo de la clase que contiene a la
Moda
c : Tamaño del intervalo de clase
n : Total de frecuencias absolutas
fp : Frecuencia absoluta posterior a la clase que contiene a la
Moda
fa : frecuencia absoluta anterior de la clase que contiene a la
Moda

Utilizando el ejercicio desarrollado en el ejemplo Nº 4 tenemos :

Clase ( i ) Intervalo fi
1 19 – 23 5
2 23 – 27 9
3 27 – 31 13
4 31 – 35 48
5 35 – 39 67
6 39 - 43 58
7 43 – 47 54
8 47- 51 29
9 51- 55 17
TOTALES 300

La frecuencia mayor se encuentra ubicada en el 5º intervalo = 67 clientes

Luis Flores Cebrián 26

  58 
Mo = 35 + 4 ×  
 58 + 48 

Mo = 35 + 2.19

Mo = 37.19 años

La edad más frecuente de los asistentes al Café Bar “ El Sol ” es de

37.19 años.

LA MODA : RESUMEN
CARACTERISTICAS • Es absolutamente independiente de valores
extremos
• Es un valor típico
VENTAJAS • Es la medida más descriptiva
• Cuando el número de valores es pequeño es
fácil determinarla por observación
DESVENTAJAS • No es posible calcularla en caso de datos no
agrupados

Relación empírica entre Media, Mediana y Moda :

DISTRIBUCIONES Relación

SIMETRICAS  = Me = Mo

ASIMETRICAS A LA DERECHA Mo >Me > 

ASIMETRICAS A LA IZQUIERDA Mo < Me < 

Con los datos del ejercicio 4 :

 : 39.67 años
Me : 39.55 años Asimetría a la izquierda
Mo : 37.19 años

La asimetría también se puede calcular de la siguiente ,manera :

( X − Mo )
As =
s

Los resultados obtenidos se pueden clasificar de la siguiente manera :

AS > 0 As = 0 As < 0
Asimetría positiva Simetría Asimetría negativa
Sesgo hacia la izquierda Sesgo hacia la derecha
Cola hacia la derecha Cola hacia la izquierda

Luis Flores Cebrián 27

 Utilizando los datos del ejemplo tenemos :

(39.64 − 37.19)
As =
7.12

As = 0.017 que es una asimetría positiva o a la izquierda

Clientes del Bar

80

70

60

50
clientes

40

30

20

10

0
23 27 31 35 39 43 47 51 55
Edad

37.19 39.55 39.67

Mo Me 

Luis Flores Cebrián 28

5. ANALISIS DE DISPERSIÓN
Las medidas de dispersión son un conjunto de indicadores que nos expresan el grado de
concentración o alejamiento de los datos respecto de la media aritmética.

Ejemplo 7 :
Tenemos las siguientes distribuciones de datos :

xi A B
1 3 20
2 7 40
3 46 46
4 67 47
5 81 51

Hallamos la Media y la mediana :

Media 40.8 40.8

mediana 46 46

Aparentemente ambas distribuciones son iguales, pero ¿ esto es así? : veamos los
Los gráficos :
GRUPO A
90
80
70
60
edad

50
40
30
20
10
0
1 2 3 4 5
elementos

GRUPO B
60
50
40 
edad

30
20
10
0
1 2 3 4 5
elementos

A pesar que ambos grupos tienen los mismos indicadores de tendencia central , las
distribuciones de los datos muestran que el grupo B es más homogéneo que el grupo A,
pues los datos están más cerca del valor de la edad promedio ( 40.6 años) , en cambio el
grupo A está más disperso o menos concentrado..

Luis Flores Cebrián 29

 Para poder medir el grado de concentración o dispersión de los datos , respecto de la
media aritmético se tienen las siguientes medidas de dispersión :
• El Rango - R
• La desviación media - DM
• La desviación estándar - s
• El coeficiente de variación – CV

5.1 El Rango ( R )

Es la medida de dispersión que mide la amplitud o recorrido de la distribución

y se obtiene de la siguiente manera :

R = Mayor Valor − Menor Valor

Utilizando el ejemplo anterior tenemos :

Rango A = 81 – 3 = 78

Rango B = 51 – 20 = 31

La distribución B tiene un ,menor recorrido que la distribución A

La utilización del Rango es muy limitada pues sólo considera los valores
extremos y no indica como se dispersan los valores intermedios.

5.2 La Desviación Media (DM)

Es una medida de dispersión que es el promedio aritmético de las desviaciones

de las clases respecto de la media aritmética

a) Desviación Media de datos no agrupados :

Formula :
n

∑ xi − x
DM = i =1

Donde :
xi : clase
 : media aritmética
n : número de clases
Σ : Sumatoria ( desde i = 1 , hasta i = n)

Utilizando los datos del ejemplo 7 tenemos :

xi A B
1 3 20
2 7 40
3 46 46
4 67 47
5 81 51
X 40.6 40.6

Luis Flores Cebrián 30

 La desviación media del primer grupo es :

3 − 40.6 + 7 − 40.6 + 46 − 40.6 + 67 − 40.6 + 81 − 40.6

DMA =
5

DMA = 28.68

La desviación media del grupo B :

20 − 40.6 + 40 − 40.6 + 46 − 40.6 + 47 − 40.6 + 51 − 40.6

DMB =
5
DMB = 8.68 años

En otras palabras la dispersión del grupo B 2.3 veces menor que la del grupo A,
por tanto este grupo es más homogéneo o más concentrado

b) Datos agrupados

Fórmula :

∑ xi − x × fi
DM = i =1

Donde :
xi : clase
: media aritmética
n : número de frecuencias absolutas
fi : frecuencia absoluta
| | : Valor absoluto ( la resta debe ser siempre positiva)

Utilizamos el ejemplo Nº 4 - edad promedio de los clientes del Café Bar

“ El Sol

Clase ( i ) Intervalo xi fi | xi –  | | xi –  | ×fi

1 19 – 23 21 5 18.67 93.35
2 23 – 27 25 9 14.67 132.03
3 27 – 31 29 13 10.67 138.71
4 31 – 35 33 48 6.67 320.16
5 35 – 39 37 67 2.67 178.89
6 39 - 43 41 58 1.33 77.14
7 43 – 47 45 54 5.33 287.82
8 47- 51 49 29 9.33 270.57
9 51- 55 53 17 13.33 226.61
Totales 300 1,625.28

Nota : La media aritmética es  = 39.67 años

La desviación media sería :

Luis Flores Cebrián 31

 1,625.28
DM =
300

DM = 5.42 años

El promedio de las desviaciones de los datos respecto a la media aritmética es

de 5.42 años

5.3 La Desviación Estándar (s)

Es una medida de dispersión más utilizada y confiable es igualmente un

promedio de las desviaciones de los datos pero elevados al cuadrado.

a) Desviación Estándar de datos no agrupados :

Formula :
n

∑ ( xi − x ) 2

s = i =1

Donde :
xi : clase
 : media aritmética
n : número de clases
Σ : Sumatoria ( desde i = 1 , hasta i = n)

Utilizando los datos del ejemplo 7 tenemos :

xi A B
1 3 20
2 7 40
3 46 46
4 67 47
5 81 51
 40.6 40.6

La desviación estándar del grupo A es :

(3 − 40.6) 2 + (7 − 40.6) 2 + (46 − 40.6) 2 + (67 − 40.6) 2 + (81 − 40.6) 2

sA =
5

sA =31.31 años

La desviación estándar del grupo B :

Luis Flores Cebrián 32

 (20 − 40.6) 2 + (40 − 40.6) 2 + (46 − 40.6) 2 + (47 − 40.6) 2 + (51 − 40.6) 2
sB =
5

sB = 10.98 años

Estos resultados ratifican los obtenidos con la desviación media , la diferencia

es que son más exactos
Nota : cuando se trata de una muestra (n) en la fórmula se varía el
denominador por n-1

b) Desviación estándar de Datos agrupados

Fórmula :

∑ ( xi − x) 2
× fi
DM = i =1

Donde :

xi : clase
 : media aritmética
n : número de frecuencias absolutas
fi : frecuencia absoluta
√ : raiz cuadrada

Utilizamos el ejemplo Nº 4 - edad promedio de los clientes del Café Bar

“ El Sol “

Luis Flores Cebrián 33

 Clase ( i ) Intervalo xi fi ( xi –  )2 ( xi –  )2×fi
1 19 – 23 21 5 384.16 1920.80
2 23 – 27 25 9 243.36 2190.24
3 27 – 31 29 13 134.56 1749.28
4 31 – 35 33 48 57.76 2772.48
5 35 – 39 37 67 12.96 868.32
6 39 - 43 41 58 0.16 9.28
7 43 – 47 45 54 19.36 1045.44
8 47- 51 49 29 70.56 2046.24
9 51- 55 53 17 153.76 2613.92
300 15,216.16

Nota : La media aritmética es  = 39.67 años. Su desviación estándar es :

15,216.16
s=
300

s = 7.12 años
El promedio de las desviaciones de los datos respecto a la media aritmética es
de 7.12 años

5.4 El Coeficiente de variación (CV)

Es el indicador de dispersión que se expresa en valores independientes de la

naturaleza de la variable.
Se utiliza para comparar dos o mas distribuciones cuando las unidades de
medida de las variables están expresadas en diferentes unidades o escalas de
medida .
Comparando dos o más distribuciones de datos , es más homogénea aquella que
tiene el menor CV

Formula :

s
CV =   × 100
 x

Con los datos del ejemplo Nº 7 ( edad de dos grupos de personas ) tenemos :

indicador A B
s 31.3 10.98
 40.8 40.8

El CV seria :

A B

CV  31.3   10.98 
=  × 100 =  × 100
 40.8   40.8 
= 76.72% = 26.91%

Luis Flores Cebrián 34

 El grupo de personas B tiene un indicador de dispersión que es casi la tercera
parte del grupo A, lo cual significa que es un grupo más homogéneo, menos
disperso o más concentrado , alrededor del valor representativo, que en este
caso es la media aritmética o edad promedio.
Dicho de otro modo, la media aritmética del grupo B es de mejor calidad y
representatividad que la media aritmética del grupo A.

Luis Flores Cebrián 35