Modulo Estadistica Distancia

MODULO DE ESTADISTICA PARA TRABAJO SOCIAL DISTANCIA
ELABORO: JOHN LUNA RENGIFO

UNIVERSIDAD TECNOLGICA DEL CHOCO
DIEGO LUIS CORDOBA

FACULTAD DE HUMANIDADES Y ARTES

PROGRAMA DE TRABAJO SOCIAL

MODALIDAD A DISTANCIA
MODULO DE ELEMENTOS DE ESTADSTICA Y NOCIONES DE
PROBABILIDADES

Elabor:
Economista: JOHN ENRIQUE LUNA RENGIFO

Quibd Choc
Mayo de 2009


CONTENIDO

TEMA Pagina

PRIMERA PARTE

Historia
importancia
conceptos

UNIDAD NUMERO UNO:

1. El mtodo estadstico.
1.1. Etapas del mtodo estadstico.
1.1.1. Planteamiento del problema.
1.1.2. Fijacin de los objetivos.
1.1.3. Las hiptesis.
1.1.4. Unidad de observacin y de medida.
1.1.5. Determinacin de la poblacin y de la muestra.
1.1.6. Recoleccin de la informacin.
1.1.7. Critica, clasificacin y ordenacin de la informacin.
1.1.8. Tabulacin de la informacin.
1.1.9. Presentacin de la informacin.
1.1.10. Anlisis de la informacin.
1.1.11. Publicacin de los resultados.
1.2. Tcnicas de recoleccin de la informacin.
1.2.1. Medicin.
-La observacin.
-La entrevista.
-La encuesta.
-Auto evaluacin.


UNIDAD NUMERO DOS: LAS FRECUENCIAS.

2. Las Frecuencias
2.1. Distribuciones de frecuencias.
2.1.1.Distribucin de frecuencias simples.
2.2. Propiedades de las frecuencias.
2.3. Distribucin de frecuencias por intervalos.
2.4. Representacin grafica.
2.4.1.Tipos de graficas.
2.4.1.1.Histogramas de frecuencias.
2.4.1.2. Grficos de barras
2.4.1.3. Grficos circulares
2.5. Histogramas de frecuencias.
- Auto evaluacin.

UNIDAD NUMERO TRES:

3. Mediadas de tendencia central.
3.1. Media aritmtica.
3.1.1 Propiedades de la media aritmtica.
3.2. La mediana.
3.3. La moda.
3.4. Medidas de posicin -percentiles-
3.4.1. Cuartiles.
- Representacin grafica.
- Calculo matemtico.
3.4.2. Quintiles.
- Representacin grafica.
- Calculo matemtico.
3.4.3. Deciles y centiles.
- auto evaluacin.

UNIDAD NUMERO CUATRO

4. Medidas de dispersin.
4.1. Rango o recorrido.

4.2. Desviacin media.
4.3. Varianza y desviacin estndar.
4.4. Coeficiente de variabilidad.
- Auto evaluacin.

SEGUNDA PARTE

UNIDAD NUMERO CINCO

5. Introduccin a las probabilidades.
5.1 Introduccin.
5.2. Escala de probabilidades.
5.3. Espacio muestral de un experimento.
5.4. Tcnicas de conteo.
5.4.1.Permutaciones y combinaciones.
- Auto evaluacin.
-
UNIDAD NUMERO SEIS:

6. Distribuciones de muestreo aleatorio.
6.1. Marco muestral.
6.2. Encuesta preliminar o piloto.
6.3 La muestra.
6.4. Metodos de muestreo aleatorio.
6.5. Tamao de la muestra.
6.5.1. Calculo del tamao de la muestra.
- Auto evaluacin.

UNIDAD NUMRO SIETE.

7. Prueba de hiptesis.
7.1. La hiptesis.

7.1.1. Hiptesis estadstica.
7.1.2. Hiptesis nula.
7.1.3. Hiptesis alternativa.
7.2. Clases de pruebas.
7.2.1. La prueba normal de medias poblacionales.
7.2.2. Nivel de significacin.
7.2.3. Procedimiento para la prueba de hiptesis.
7.3. Prueba del Chi- cuadrado.
7.3.1. Tabla de contingencia
- Auto evaluacin.

UNIDAD NUMERO OCHO.

8. Anlisis de regresin y correlacin lineal.
8.1. Regresin lineal simple.
8.2 Calculo de los coeficientes.
8.2.1. Procedimiento para el calculo de los coeficientes.
- Auto evaluacin.

UNIDAD NMERO NUEVE.

9. Tasas e ndices.
9.1. Las tasas.
9.2. Numero ndice.
9.2.1. ndices simples.
9.2.2. Usos frecuentes de los ndices.
- Auto evaluacin.
10. Terminologa.
11. Referencias bibliogrficas.


ESTADSTICA

GENERALIDADES.

HISTORIA.

La palabra stadistik proviene de la palabra italiana statista que
significa estadstica, utilizada por primera vez por Gottfried
Achenwall (1719 1772), posteriormente un profesor introdujo el
termino estadstica a Inglaterra; su uso fue popularizado por Sir
John Sinclair en su obra Statistical Account of Scotland (1791-
1799) (Informe estadstico sobre Escocia), no obstante, mucho
antes la gente ya registraba datos.

El Viejo testamento contiene informe sobre levantamiento de
censos; la estadstica gubernamental en Babilonia, Egipto y Roma
tambin lo demuestra. Por el ao de 1806, Guillermo el
Conquistador, orden la publicacin del Domesday Book, que era
un registro de la propiedad, extensin y valor de las tierras de
Inglaterra, lo que se constituy en el primer registro estadstico de
Inglaterra.


IMPORTANCIA.

La estadstica se comporta como una ciencia auxiliar a todas las
ciencias, ms si se tiene en cuenta que diariamente desde la
posicin u oficio a que estemos dedicados nos vemos en la
necesidad de tomar decisiones bajo incertidumbre.

Para qu la Estadstica: los conceptos y las tcnicas de la
estadstica se utilizan para la planeacin, el control, la direccin e
interpretacin de resultados de una actividad.

Al resumir algunos de los aspectos que indican la importancia de la
estadstica podramos mencionar:

a. Permite conocer la realidad de una observacin o fenmeno.

b. Ayuda a determinar lo tpico o normal de la observacin.

c. Indica los cambios que se generan en el fenmeno observado.

d. Relaciona dos o ms fenmenos.

e. Permite determinar las causas que dan origen al fenmeno.

f. Realiza estimativos sobre el comportamiento de un fenmeno.

g. Facilita la obtencin de conclusiones a nivel muestral aplicables
a toda la poblacin.


Es un error buscar relacin directa entre la estadstica y los
nmeros nicamente, pues no es solamente eso, ciertamente, la
generalidad de la estadstica, indica cifras bsicamente relativas;
asesinatos, robos, ventas, exportaciones, importaciones, abortos,
nacimientos, defunciones, etc., por lo tanto, es bsico el
conocimiento de las operaciones elementales y las propiedades de
los signos.

CONCEPTOS

Por lo anterior, es normal encontrar diferentes conceptos sobre
estadstica segn el autor, o la idea a representar.

Uno de los ms elementales dice, que la estadstica es la
agrupacin de datos ordenados en forma sistemtica en cuadros
o grficos.
Conjunto de tcnicas que a partir de la observacin de diferentes
fenmenos, posibilitan hacer conclusiones.

Segn el interes, que nos ocupe en su uso, asi debemos
aprovechar alguna de las siguientes subdivisiones:

a. ESTADSTICA DESCRIPTIVA. Describe cuantitativamente
una serie de personas, lugares o cosas.

b. ESTADSTICA INFERENCIAL. Se ocupa de dar informacin
para sacar conclusiones acerca de un grupo de personas
lugares o cosas, a partir de un anlisis puntual o muestral.

c. TEORIA DECISORIAL, es utilizada especialmente por los
administradores para tomar decisiones en condiciones de
incertidumbre: cuando por ejemplo, un fabricante de aparatos
de sonido no puede especificar precisamente la demanda de
sus productos o cuando en una escuela se deben asignar
grupos y crear horarios sin tener el conocimiento preciso del
numero de estudiantes que entraran en un grado
determinado.


UNIDAD NMERO UNO

1. EL METODO ESTADSTICO

El mtodo estadstico es utilizado frecuentemente en las
investigaciones sociales, parte de la observacin de un fenmeno
permitiendo la libertad del fenmeno y su registro para su anlisis
final.

1.1 ETAPAS DEL METODO ESTADSTICO.

Las etapas del mtodo estadstico se pueden numerar a criterio del
investigador, no obstante, debe incluir los siguientes actividades.

Planteamiento del problema.
Fijacin de los objetivos.
Formulacin de la hiptesis.
Definicin de la unidad de medida y de observacin.
Determinacin de la poblacin y el tamao de la muestra.
Sistema de recoleccin de la informacin.
Critica, clasificacin y ordenacin de la informacin.
Tabulacin de la informacin.
Presentacin de la informacin.

Anlisis de la informacin.
Publicacin de los resultados.

1.1.1 PLANTEAMIENTO DEL PROBLEMA.

Cuando decidimos realizar una investigacin, debemos iniciar con
pi firme, por ello, se debe hacer claridad sobre el qu y el porqu
se desea estudiar algn fenmeno.

Para andar por caminos menos riesgosos, se hace necesario
realizar una exhaustiva revisin bibliogrfica, para conocer los
resultados de investigaciones similares que nos permita ubicar
nuestra propuesta de manera histrica y terica.

1.1.2 FIJACIN DE LOS OBJETIVOS.

Una vez hemos determinado con claridad que vamos a investigar,
es necesario establecer nuestro alcance, es decir, cual o cuales
son nuestros objetivos, los cuales deben ser escritos con claridad
lejos de ambigedades; en los objetivos se hace necesario
diferenciar entre objetivos generales y objetivos especficos. De
igual manera se establecen las metas que deben ser cuantificables.
1.1.3 LAS HIPTESIS.

Segn la informacin o conocimiento sobre el fenmeno a
investigar por parte del investigador, se podrn establecer las
hiptesis buscando con ellas predecir de una manera provisional lo
que pueda llegar a suceder, como se trata de una hiptesis
estadstica, debe tener la posibilidad de ser probada y si es del
caso rechazada.

La hiptesis formulada debe estar relacionada con la media, la
proporcin, la varianza, etc., y con la posibilidad de ser rechazarla
si es del caso, por ello se habla de hiptesis nula y la contraria a
ella hiptesis alternativa.

1.1.4 UNIDAD DE OBSERVACIN Y DE MEDIDA.

La unidad de observacin esta constituida por todos y cada uno de
los elementos que hacen parte de la poblacin que previamente se
ha definido, indicando sus caractersticas.

La unidad de medida se determina de acuerdo a las caractersticas
de la unidad de observacin, por ello, debe definirse tambin
previamente.


1.1.5 DETERMINACIN DE LA POBLACIN Y LA MUESTRA.

Estadsticamente, en la poblacin a estudiar debe determinarse la
posibilidad de manejo, para ello, pensemos que en algunos casos
desconocemos cuantos elementos existen en la poblacin, esta
poblacin la vamos a considerar como infinita
independientemente que su numero sea pequeo; mientras que
puede darse el caso de una poblacin muy grande, pero que
sabemos con precisin cuantos elementos la componen, a esta
poblacin nos referiremos como una poblacin finita.

El estudio de todos los elementos de la poblacin se convertira en
un censo, que por lo dems, es costoso en trminos de recursos
financieros, demorados en el tiempo y a veces innecesarios.

El estudio en una muestra permite hacer inferencia a toda la
poblacin a la cual pertenece; la muestra debe tener principalmente
dos caractersticas; de una parte debe ser representativa y de otra
debe ser optima, para ello, existen mtodos segn sea la poblacin
finita o infinita y adems se refiera a una proporcin o una variable.
Lo que si debe quedar desde ya claro es que esta debe ser
aleatoria o al azar, esto es, que todos los elementos tengan la

misma oportunidad de ser seleccionados y participar en ella, para
que la muestra sea optima.

1.1.6 RECOLECCION DE LA INFORMACIN.

La recoleccin de la informacin generalmente se inicia luego de
haber realizado una prueba piloto o prueba de campo, que permita
validar los cuestionarios establecidos para tal fin. Esta prueba
tambin sirve como medio para obtener de manera aproximada la
variabilidad de la poblacin, lo que posteriormente permite el
clculo exacto del tamao de la muestra, adems se establecen los
tiempos promedios de aplicacin que suelen ser de alguna utilidad.

1.1.7 CRITICA CLASIFICACION Y ORDENACIN DE LA
INFORMACIN.

Una vez se ha recopilado toda la informacin, debe ser sometida a
una depuracin que permita detectar falsedades, por ello, esta
etapa es conveniente entregarla a una persona que tenga
conocimiento de la poblacin.

Luego de la critica o depuracin, se debe ordenar el material
depurado e iniciar la clasificacin y ordenacin de las diferentes

variables consultadas con la ayuda de hojas auxiliares (este trabajo
se puede realizar mediante tcnicas sistematizadas).

1.1.8 TABULACION DE LA INFORMACIN.

Tabular o entablar la informacin consiste en organizar toda la
informacin respecto una o ms variables, estas tablas constarn
de un titulo, las columnas y filas necesarias que contengan los
diferentes tems y la cuantificacin de los resultados; debe anotarse
adems, la fuente de informacin respectiva

1.1.9 PRESENTACIN DE LA INFORMACIN.

La lectura de la informacin es de mayor claridad cuando se
presenta en cuadros, tablas y grficos, ello permite un mejor
anlisis, por lo tanto, debe tenerse muy en cuenta quien o quienes
son los destinatarios de la informacin que se presenta.

1.1.10 ANLISIS DE LA INFORMACIN.

El anlisis es el fundamento final de la investigacin, conlleva a la
inferencia a manera de conclusiones.


1.1.11 PUBLICACIN DE LA INFORMACIN.

Es una etapa de mucha importancia, adems de que sirve una
investigacin sino se ha de publicar?; de otra parte, seguramente
muchas personas o investigadores estarn a esperas de los
resultados.

1.2 TCNICAS DE RECOLECCION DE INFORMACION

1.2.1 MEDICION: Medir algo es determinar cuantas veces una
cierta unidad de medida, que se denomina patrn de medida cabe
en el objeto que se mide.

Este concepto es aplicable tanto a las medidas fsicas como a las
conceptuales; no obstante, para las medidas conceptuales no
existen patrones definidos, por lo tanto es tarea de quien realiza la
investigacin construir o adaptar uno previamente.

La medicin desde el punto de vista estadstico, busca describir,
categorizar y evaluar la calidad de las mediciones y mejorar su
utilizacin.


En los procesos de investigacin social, y en especial en la
medicin, es necesario definir conceptos, niveles y variables
(aleatoria, continua, discreta, cualitativa, cuantitativa).

La informacin tiene diferentes fuentes de obtencin, en trminos
generales, puede ser primaria o secundaria.

La informacin es primaria, cuando el investigador la obtiene
directamente a travs del contacto inmediato con el objeto de
anlisis.

La informacin es secundaria, cuando el investigador la
recoge a partir de investigaciones anteriores con propsitos
diferentes, generalmente no se entra en contacto directo con el
objeto de anlisis.

Si por ejemplo, se requiere conocer la situacin nutricional del un
grupo escolar, como parte de la informacin necesaria para
determinar las causas de la desercin escolar en una determinada
poblacin, es posible obtener esta informacin de los archivos que
llevan la trabajadoras sociales de cada institucin; esta se
constituye en informacin secundaria. Pero si quien realiza la
investigacin decide, disear sus propios instrumentos (encuestas

por ejemplo), determinar la poblacin, y aplicarlos a la poblacin o
muestra, estamos hablando de una informacin primaria.

Es comn en los procesos de investigacin la utilizacin de
informacin mixta.

Cuando se trata de informacin primaria, las principales tcnicas de
recoleccin de informacin son:

a. La observacin.
b. La entrevista.
c. La encuesta.

a. LA OBSERVACIN. Puede ser participante, la cual se realiza
de manera permanente y al azar, se observan los diferentes
hechos de un grupo de personas. Cuando la observacin es
estructurada, se presenta menor libertad para escoger los hechos
que se suceden y que constituyen el contenido de la observacin,
ya que el investigador sabe previamente cuales son los aspectos
relevantes para su propsito.

La observacin se constituye en una herramienta de investigacin,
si se logra en ella por lo menos:


Que sirva a un problema de investigacin, antes planteado.
Que se realice un planeamiento previo y sistemtico.
Que se lleven con claridad y de manera sistemtica los
registros.
Que las observaciones sean sometidas a validacin y control.

Por lo tanto, debe responder a:

1. Que se deber observar.
2. Cual es la relacin entre el observador y lo observado.
3. Cuales observaciones deben ser observadas.
4. Cuales procedimientos se tendrn en cuenta que garanticen la
seguridad de las observaciones.

b. LA ENTREVISTA: Es la tcnica apropiada cuando se requiere
de testimonios y reportes verbales de un grupo de personas que
saben de ciertos acontecimientos; se concibe como la conversacin
que sostienen dos personas, y que se lleva a cabo a iniciativa del
entrevistador con el objetivo de obtener informacin necesaria para
la investigacin que realiza.

Las principales caractersticas que constituyen una entrevista son:

Alto grado de flexibilidad.
Alta cobertura desde el punto de vista poblacional.

Permite asegurar la validez de las respuestas.

Las preguntas que se realizan en una entrevista son de diferente
tipo as:

Preguntas de hechos.
- Cul es su profesin?
- Cunto tiempo lleva viviendo en esta comunidad?

Preguntas sobre opiniones y creencias.
- Qu opinin tiene usted de la actual poltica de
gobierno?
- Cul considera el mejor candidato para las prximas
elecciones?

Preguntas sobre estndares o patrones de accin.
- Tiene usted dificultades para hacer amigos?
- Cmo considera se puede mejorar el rendimiento del
grupo?

Preguntas sobre sentimientos.
- Cmo asimila usted los resultados electorales?
- Se siente usted aislado(a) por sus compaeros (as)?


Preguntas de control.
- Cuales son las personas mas influyentes en esta
comunidad?
- A quien considera usted como lder en su barrio?

Preguntas cerradas o de respuesta fija.
- Como es el rendimiento del grupo en general:
Bueno ( ) Regular ( ) Aceptable ( ) Malo ( )

- Sus ingresos mensuales son en SMLV: Menos de uno ( )
Dos ( ) Tres ( ) mas de tres ( ).

Preguntas abiertas o de respuesta libre.
- Qu piensa usted del curso de estadstica.
- Porqu piensa retirarse de la universidad.

Las entrevistas generalmente pueden ser estructuradas o no
estructuradas, en el primer caso, las preguntas, son
presentadas con exactitud en las palabras y orden a todos los
entrevistados, normalmente no se tiene la oportunidad de hacer
preguntas por fuera de las programadas a no ser de clarificacin.

En las no estructuradas, las preguntas no estn predeterminadas,
se hace con el fin de permitir al entrevistado mayor espontaneidad
y profundidad en sus respuestas

c. LA ENCUESTA: Es el instrumento de mayor utilizacin como
tcnica para la recoleccin de informacin primaria, especialmente
en las ciencias sociales. En general se pude decir que la encuesta
es una tcnica para la obtencin de informacin primaria, a partir
de un nmero representativo de individuos de una poblacin
(muestra), y que sirve para hacer una proyeccin sobre la
poblacin total.

Existen diferentes tipos de encuestas segn sean los propsitos de
ella, y bsicamente son:

Experimental; cuando la verificacin de la hiptesis se puede
efectuar mediante la manipulacin de variables
independientes constitutivas del anlisis, esto por ejemplo,
cuando se precisa informacin sobre la dieta alimenticia de
las mujeres gestantes en los programas de gobierno.

De evaluacin programtica. Su diseo parte de factores
con algn antecedente en cuanto al manejo por parte de
organismos de accin social, se busca la aplicacin

inmediata, para la modificacin o cambio del estado de las
cosas. As, si se quiere conocer como incide la armona de
este grupo independientemente de lo heterogneo que es, en
el rendimiento general, la encuesta a aplicar ser de este tipo.

Puede tambin ser aplicada para conocer los efectos de una
campaa contra la prostitucin o la drogadiccin en un grupo de
centros educativos.

De diagnstico. Este tipo se preocupa por la bsqueda del
como varios actores contribuyen a la determinacin de un
fenmeno determinado. Con este diseo se puede averiguar
sobre los efectos de los movimientos sociales hacia una
determinada poblacin, en la disminucin de la oferta de
trabajo, etc.

De carcter predictivo. Como lo indica su nombre se ocupa
no de la explicacin sino de estimar futuro del
comportamiento de algo. Un caso tpico puede ser la
encuesta que se aplica en la poblacin de Nuqu, para
conocer los efectos en la demanda de los servicios pblicos
con el incremento poblacional como consecuencia de la
construccin de la va Animas Nuqu.


De anlisis secundario. Cuando la investigacin se basa en
encuestas anteriores con propsitos diferentes. Sea el caso
de tomar la informacin contenida en un estudio realizado por
la UTCH, para conocer el sentido de pertenencia por sexo
hacia la universidad, y utilizarla para determinar la poblacin
estudiantil por sexo y edad.

El paso siguiente es el anlisis de la informacin, el cual se clarifica
en unidad posterior.


AUTOEVALUACION.

1. Para que sirve la informacin estadstica? ___________________
_______________________________________________________
_______________________________________________________
_______________________________________________________
_______________________________________________________

2. Enuncie las etapas del mtodo estadstico.
______________________________________________________
______________________________________________________
______________________________________________________
______________________________________________________
______________________________________________________
______________________________________________________
______________________________________________________

3. Para que se utiliza el mtodo estadstico. __________________
______________________________________________________
______________________________________________________
______________________________________________________
______________________________________________________
______________________________________________________

4. Que es una hiptesis? _________________________________
______________________________________________________
______________________________________________________
______________________________________________________
______________________________________________________

5. Cuando se considera que una poblacin es finita?
______________________________________________________

______________________________________________________
______________________________________________________
______________________________________________________
______________________________________________________

6. Cuales son las principales fuentes de informacin?
______________________________________________________
______________________________________________________
______________________________________________________
______________________________________________________
______________________________________________________

7. Cuando una poblacin es infinita? ________________________
______________________________________________________
______________________________________________________
______________________________________________________
______________________________________________________

8. Enuncia las tcnicas de recoleccin de informacin primaria.
______________________________________________________
______________________________________________________
______________________________________________________
______________________________________________________
______________________________________________________

9. Cuales son las caractersticas que debe tener una entrevista.
______________________________________________________
______________________________________________________
______________________________________________________
______________________________________________________
10. enumere los tipos de encuesta que usted conoce?. __________


UNIDAD NMERO DOS:

2. FRECUENCIAS

2.1 DISTRIBUCIN DE FRECUENCIAS.

Agotadas las etapas vistas en la unidad anterior, podemos decir,
que la informacin esta ordenada en tablas entendibles, pues estn
ordenadas y clasificadas, decimos entonces, que hemos realizado
una distribucin de frecuencias. Es decir, la distribucin de
frecuencias, es un mtodo para organizar y resumir los datos.

Antes de entrar a precisar lo referente a la distribucin de
frecuencias, es conveniente detenernos en determinar una
simbologa que nos permita realizar todo lo relacionado con su
estudio estadstico, no sin antes advertir, que no existe una
notacin nica, por ello, es conveniente antes de abordar un texto
especifico, determinar la que en el se utiliza.

n = Tamao de la muestra
N = tamao de la poblacin

X
i
= identificacin por cada valor observado.
Y
i =
identificacin por cada valor observado

fa
= frecuencias absolutas.

fr
= frecuencia relativa.

F
A
= frecuencia absoluta acumulada.

F
R
= frecuencia relativa acumulada.

Y
c
= marca de clase, en la variable continua.

m = el numero de valores de la variable y
i
, tambin
se considera como el numero de intervalos o
marcas de clase en la variable continua.

2.1.1 DISTRIBUCIN DE FRECUENCIAS SIMPLES.

Vamos a abordar este tema valindonos de un ejemplo.
Supongamos que en una investigacin realizada sobre una
poblacin 2340 estudiantes de un colegio de bachillerato, se
seleccionaron de manera aleatoria a 65 de ellos a los cuales se les
midi su coeficiente intelectual (CI), con el siguiente resultado.

N = 2340
n = 65
X
1
=

80 X
2
= 84 X
3
= 80 X
4
= 110

X....... X
65
= 109


TABLA N 1

COEFICIENTE INTELECTUAL DE 65 ALUMNOS DE UN
COLEGIO DE BACHILLERATO.

80 84 80 110 109 125 122 110 96 90 88 82 84

90 92 80 102 100 96 110 80 125 100 102 84 90

84 90 100 122 109 106 96 102 84 90 98 90 92

100 125 80 90 88 122 110 92 90 102 109 80 88

102 110 80 106 96 109 88 84 100 90 125 82 109

Para elaborar la tabla siguiente tomemos antes los valores que
toma la variable; de una vez hagmoslo de menor a mayor, e
identifiquemos las veces que se repite la observacin, esto es, la
frecuencia.

CI CONTEO REPETICIN
80 IIII II 7
82 II 2

84 IIII I 6
88 IIII 4
90 IIII IIII 9
92 III 3

96 IIII 4

98 I 1

100 IIII 5
102 IIII 5
106 II 2

109 IIII 5
110 IIII 5
122 III 3

125 IIII 4

Podemos elaborar ahora, con la informacin anterior, una tabla de
frecuencias, donde se identifiquen, las frecuencias absolutas, las
relativas y las acumuladas; de otra parte debemos observar en esta
tabla lo referente a las propiedades de las frecuencias que
enunciaremos en paginas posteriores.


TABLA N 2
DISTRIBUCIN DE FRECUENCIAS

Y
i
f
a
f
r
F
A
F
R
80 7 0.108 7 0.108
82 2 0.031 9 0.139
84 6 0.092 15 0.231
88 4 0.062 19 0.293
90 9 0.138 28 0.431
92 3 0.046 31 0.477
96 4 0.062 35 0.539
98 1 0.015 36 0.554
100 5 0.077 41 0.631
102 5 0.077 46 0.708
106 2 0.031 48 0.739
109 5 0.077 53 0.816
110 5 0.077 58 0.893
122 3 0.046 61 0.939
125 4 0.062 65 1.00

65 1.00 - -

De la tabla anterior, en especial de las columnas referidas a las
frecuencias relativas (fr) y las frecuencias relativas acumuladas
(F
R
), podemos indicar algunos elementos importantes, como:

Solamente, el 6.2% de los estudiantes presenta el mximo
puntaje del CI, que es de 125 puntos.
El puntaje mnimo que es de 80 puntos lo presentan nicamente
el 10.8%.
El 44.7 tiene un CI igual o superior a 100 puntos.

2.2 PROPIEDADES DE LAS FRECUENCIAS

1. Las frecuencias absolutas (f
a
), son siempre valores enteros.
2. La suma de las frecuencias absolutas (f
a
), es igual a la
muestra (n).
3. Las frecuencias relativas (f
r
), son siempre valores
fraccionarios entre 0 y 1.
4. La suma de las frecuencias relativas (f
r
),es siempre igual a 1.
5. El ltimo valor de las frecuencias absolutas acumuladas (F
A
),
es igual a la muestra.
6. El ltimo valor de las frecuencias relativas acumuladas (F
R
),
es siempre igual a 1.

2.3 DISTRIBUCIN DE LAS FRECUENCIAS POR INTERVALOS

En muchos casos nos encontramos con un gran numero de
observaciones de difcil agrupamiento en razn a que la distribucin

es muy amplia, a veces con frecuencias pequeas (unitarias); la
construccin de una tabla con estas caractersticas no ofrece
mayor utilidad en el anlisis.

Cuando esto sucede, es conveniente acudir a la construccin de
una tabla con datos agrupados en intervalos, lo cual notaremos con
la letra m.

El cuantos intervalos se han de construir, depende del investigador,
lo mismo que la amplitud de ellos, no obstante, los estudiosos del
tema aconsejan un nmero no inferior a 5 ni mayor a 15

Existe una formula bastante utilizada para ello donde: m = 1+3.3
log n

El procedimiento a seguir al menos el ms aconsejado- para
establecer los intervalos en una tabla de frecuencias es el
siguiente:

1. Determinar los valores mnimo y mximo de las
observaciones.

2. Establecer la diferencia entre ambas, la cual llamaremos
rango o recorrido, que denotaremos como R

3. Determinar el nmero de intervalos de la manera como se
sugiri anteriormente.

Determinar la amplitud (C) del intervalo, mediante: C = R/m.
4. Establecer la diferencia en que ha sido alterado el recorrido.

5. Distribuir adecuadamente la cantidad de alteracin.

Para lograr lo anterior se sugiere dividir esa diferencia entre
dos, y el resultado se le resta al valor mnimo, y el sobrante o
faltante, se le suma a la observacin mxima, para de esta
manera obtener los lmites inferior y superior de la tabla.

6. Construir los intervalos, determinar las marcas de clases y
agrupar las frecuencias.

Tomemos como ejemplo el caso de las estaturas (Cm) de un grupo
de 50 alumnos de un colegio, cuyos registros son los siguientes:


Tabla N 3

ESTATURA EN CENTMETRO DE UN GRUPO DE CINCUENTA
ESTUDIANTES
155 162 153 158 161 153 154
155 156 157 160 162 169 152
155 154 158 155 153 154 152
155 152 153 154 155 162 168
163 166 165 160 168 169 153
154 153 160 157 154 169 154
158 166 158 157 162 156 158
162

Estatura CONTEO REPETICIN

155 IIIIII 6
162 IIII 5
153 IIIIII 6
158 IIII 5

161 I 1

154 IIIIIII 7

156 II 2

157 III 3

160 III 3

169 III 3

152 III 3

168 II 2

163 I 1

166 II 2

165 I 1

1b. Observacin mnima = 152; observacin mxima = 169.
2b. Diferencia entre las dos observaciones 169 152= 17 luego R
= 17
3c. Numero de intervalos: m = 1+3.3 log.n; m = 1 +3.3 log50, luego
m=7
4d. La amplitud C= R/m 17/7; luego C = 3.4 Aprox. =4,
5e. Lo cual aumenta el recorrido en 11 ya que 4X7 = 28, luego
entonces, 11/2 = 5.5,

6f. Este numero se le resta al limite inferior, asi entonces 152 5.5
=146,5; el faltante para este caso es, 0,5;cifra que le sumaremos al
limite superior, el cual queda 169+5.5 = 174,5.
7g. Procedemos entonces a la construccin de los intervalos,
determinacin las marcas de clases y, a la agrupacin de las
frecuencias.

Con el ejemplo anterior, podemos construir una tabla de
distribucin de esas frecuencias quedando como sigue:

Tabla N 4
DISTRIBUCIN DE FRECUENCIAS DE LA ESTATURA EN
CENTMETROS DE UN GRUPO DE 50 ESTUDIANTES

Y
i-1 -
y
i
Y
i
f
a
f
r
F
A
F
R
146.5 150.5 148.5 0 0 0 0.0
150.6 154.5 152.5 16 0.32 16 0.32
154.6 158.5 156.5 16 0.32 32 0.64
158.6 162.5 160.5 9 0.18 41 0.82
162.6 - 166.5 159.5 4 0.08 45 0.90
166.6 - 170.5 168.5 5 0.10 50 1.00
170.6 - 174.5 172.5 0 0 50 1.00

- 50 1.00 - -

2.4 REPRESENTACION GRAFICA

Los resultados obtenidos suelen representarse adems de las
tablas y cuadros, en graficas que permiten una mejor lectura y
anlisis.


Una grafica o diagrama es un dibujo complementario de una tabla o
cuadro, que facilita el anlisis estadstico de una serie de variables
que en ella se relacionan.

Las graficas deben contener:

Un titulo, que debe ser claro y concreto, en el cual se dice que
se relaciona adems de indicar cuando y donde se realizaron las
observaciones.
Un cuerpo, que es el grafico en si el cual puede ser de diferentes
formas, segn la informacin que se relaciona o el pblico que
ha de recibir la informacin.
Unas notas adicionales que permite dar mayor claridad en lo
referente a las escalas utilizadas en cada eje, asi como los
crditos a quien suministro la informacin.

Si los grficos no se utilizan correctamente, se pude con ellos antes
de aclarar la informacin, distorsionarla.

2.4.1 TIPOS DE GRAFICOS:

Los grficos ms comunes utilizados en la presentacin de la
informacin estadstica son:


2.4.1.1 Grficos de lneas. Su mayor utilidad es cuando se quiere
mostrar el comportamiento de una variable cuantitativa a travs
del tiempo, estn formados por segmentos de lneas rectas
unidos entre si; cada segmento registra la variacin de la variable
en un determinado tiempo. En el eje de las ordenadas, se
marcan los puntos segn la escala seleccionada, que debe ser
iguales si se trata de una escala aritmtica; las distancias deben
ser iguales en ambos ejes; en el eje de la variable se divide en
unidades de tiempo.

Veamos: en la Universidad Tecnolgica del Choc Diego Lus
Crdoba, durante los aos 2001 al 2006, las matriculas en los
diferentes programas a distancias variaron como se muestra en
el cuadro siguiente:

Tabla N 5
MATRICULAS EN LOS PROGRAMAS A DISTANCIA DE LA
UTCH
2001 - 2006

Aos Variacin
porcentual
2001 9.0
2002 15.0
2003 10.0
2004 16.0
2005 22.5
2006 27.0

La representacin grafica de la anterior informacin mediante el
grafico de lneas ser de la siguiente manera.

Grfica N 1
VARIACIN POCENTUAL DE MATRICULAS DE
ESDTUDIANTES DE LA MODALIDAD A DISTANCIA EN LA
UTCH 2001 - 2006

30

25

20

15

10
0 2001 2002 2003 2004 2005 2006

El grafico de lneas puede ser compuesto, es decir, dos lneas
cuando se tienen dos variables; agreguemos al caso anterior la
variacin de las matriculas en la modalidad presencial, con el 15, el
20, el 23, el 25, el 20 y 35 por ciento respectivamente, con el y
tendramos entonces:
Grfico N 2


VARIACIN POCENTUAL DE MATRICULAS DE
ESDTUDIANTES DE LA MODALIDAD A DISTANCIA Y
PRESENCIAL EN LA UTCH
2001 - 2006

30

25

20

15

10

5

0 2001 2002 2003 2004 2005 2006

2.4.1.2 Grficos de barras. Se elabora mediante la utilizacin
de barras rectangulares de ancho igual y con la misma distancia de
separacin entre una y otra: es aconsejable cuando se trata de
variables cualitativas, o algn comportamiento de la variable en
periodos cortos, tambin puede ser simple o compuesto.
Para el caso de barras simples, tomemos por ejemplo, la
informacin sobre el nmero de hijos de las (as) participantes de un
curso de estadstica.

distancia:
presencial
:


Tabla N 6

NUMERO DE HIJOS(AS) DE LOS(AS) PARTICIPANTES DE UN
CURSO DE ESTADSTICA

Grafico N 3
NUMERO DE HIJOS(AS) DE LOS(AS) PARTICIPANTES DE UN
CURSO DE ESTADSTICA

10

8

6

4

2

0
0 1 2 3 4 5y/o, mas

Numero de hijos frecuencia
0 1
1 3
2 5
3 7
4 2
5 o mas 1
F
R
E
C
U
E
N
C
I
A
S
Numero de hijos

Podemos relacionar ahora, la preferencia entre el bsquetbol, el
ftbol, la natacin y el voleibol, entre un grupo de hombres y
mujeres, con el resultado siguiente:

Tabla N 7

PREFERENCIA POR ALGUNOS DEPORTES SEGN EL SEXO

DEPORTE /
SEXO

HOMBRES

MUJERES

TOTAL
N % N % N %
Bsquetbol 6 31.6 13 68.4 19 100.0
Ftbol 15 78.9 4 21.1 19 100.0
Natacin 11 57.9 8 42.1 19 100.0
voleibol 8 42.1 11 57.9 19 100.0


Grafico N 4
PREFERENCIA POR ALGUNOS DEPORTES SEGN EL SEXO

100

90

80

70

60

50

40

30

20

10

0
Bsquetbol Ftbol Natacin Voleibol

Hombres
Mujeres
Total


2.4.1.3 Grficos circulares. Se conoce tambin como grficos
de pastel debido a su forma, consistente en una circunferencia
dividida en sectores, su mayor utilidad es en tipos de variables
cualitativas, en especial con porcentajes o cifras absolutas de
pocas observaciones en lo posible que no supere 5 observaciones

Si por ejemplo, sabemos que el estado civil de los participantes en
un curso de estadsticas es el siguiente: 5 casados(as); 8
solteros(as); 6 unin libre, la representacin grafica ser la
siguiente:

Tabla N 8

ESTADO CIVIL DE LOS ASISTENTES A UN CURSO DE
STADSTICA

ESTADO CIVIL NUMERO PORCENTAJE
CASADOS 5 26.3
SOLTEROS 8 42.1
UNION LIBRE 6 31.6


ESTADO CIVIL DE LOS ASISTENTES A UN CURSO DE
STADSTICA

2.5. HISTOGRAMAS DE FRECUENCIAS

Los histogramas de frecuencias tambin son representaciones
graficas, son diagramas de frecuencias unidimensionales en un
plano cartesiano generalmente compuestos por rectngulos de
reas proporcionales a las respectivas frecuencias ubicando los
intervalos de la variable en el eje horizontal (abscisas); y en el eje
vertical (ordenadas) las frecuencias de cada clase.

Unin libre
31.6%

Solteros (as)
42.1%)

Casados(as)
26.3%

Casados(as)

En sntesis, los rectngulos indican en la base la amplitud de cada
intervalo y en las alturas las frecuencias.

Grafica N 6
HISTOGRAMA DE FRECUENCIAS DE LA ESTATURA EN
CENTMETROS DE UN GRUPO DE 50 ESTUDIANTES

0 146 150 154 158 162 166 170 174

20

18

16

14

12

10

8

6

4

2

0
F
r
e
c
u
e
n
c
i
a
s

Estatura en centmetros de los estudiantes

AUTOEVALUACION.

1. Para que sirve la distribucin de frecuencias. ____________
_________________________________________________
_________________________________________________
_________________________________________________
2. Enuncie las propiedades de las frecuencias.
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
3. Como se determina la amplitud de un intervalo?.
_________________________________________________
_________________________________________________
_________________________________________________
4. Que es el rango o recorrido?. _________________________
_________________________________________________
_________________________________________________
_________________________________________________


5. Cuantos intervalos se aconseja construir en una tabla de
distribucin de frecuencias?. __________________________
_________________________________________________
_________________________________________________
_________________________________________________
6. Que es una marca de clase?. _________________________
_________________________________________________
_________________________________________________
_________________________________________________
7. Mediante que formula obtiene usted el nmero de
intervalos._________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
8. Cuales son las principales graficas que se utilizan en la
estadstica. ________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
9. En que tipo de variable se aconseja la grafica de
lneas.____________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
10. En que tipo de variable se aconseja la grafica de
pastel._________________________________________________________
________________________________________________________________
________________________________________________________________


UNIDAD NMERO TRES

3. MEDIDAS DE TENDENCIA CENTRAL

Se conocen tambin con el nombre de medidas de posicin, y son
las que nos permiten determinar la posicin de un valor respecto a
un conjunto de datos, el cual consideramos como valor
representativo de las observaciones realizadas.

El anlisis de las mediadas de posicin es conveniente realizarlo
unido a los resultados de las medidas de dispersin que veremos
en un capitulo posterior.

Entre las principales medidas de tendencia central podemos
considerar las siguientes:

Media aritmtica.
Mediana
Modo o moda.
Media geomtrica.
Media armnica
Media cuadrtica.
Media cbica.
Centro o recorrido

Cuartiles, deciles y percentiles.

Antes de seguir adelante, es conveniente detenernos de manera
muy rpida para conocer un concepto de mucha utilidad es esta
unidad, y es el referido a las desviaciones.

DESVIACIONES (Z). Las desviaciones son las diferencias que
se presentan entre los valores de la variable y un punto fijo, que
puede ser la media aritmtica o un origen de trabajo.

3.1 MEDIA ARITMTICA ( X )

Concepto. La media aritmtica matemticamente es definida como
la suma de todos lo valores observados dividida entre el numero
total de observaciones.

Calculo. Su calculo es muy sencillo; veamos el siguiente ejemplo:
si un pescador asegura que pesca diariamente unos 37 kilos de
sierra, debemos creerle aunque sepamos que algn da de la
semana no pesca nada, lo que sucede es que algunos das pesca
mas de 37 kilos y as compensa aquellos de baja cantidad, de
acuerdo a la explicacin anterior sobre el concepto, veamos:


Tabla N 9
DIAS DE PESCA TOTAL kilos
Lunes 75
Martes 42
Mircoles 0
Jueves 42
Viernes 37
Sbado 42
Domingo 0
Lunes 75
Martes 42
Mircoles 30
Jueves 29
Viernes 29
Sbado 38

X = X
i
/n

Las observaciones, es decir, lo obtenido en cada da de pesca, se
representan:

X
1
= 75 X
2
= 42 X
3
= 0 X
4
= 42

X
5
= 37 X
6
= 42 X
7
= 0 X
8
= 75


X
9
= 42 X
10
= 30 X
11
= 29 X
12
= 29

X
13
= 38

X = 75+42+0+42+37+42+0+75+42+30+29+29+38 = 481
13 13

luego X = 37

EL anterior ejemplo muestra el clculo de la media aritmtica
cuando se trata de datos simples, es decir, sin agrupar.

Si los datos estn agrupados procedemos de la siguiente manera:

Digamos que al pescador del ejemplo anterior se le hizo
seguimiento durante varios das y se obtuvo:

Agrupemos los datos de las observaciones del pescador reseadas
en un ejemplo anterior y las ubicamos en la siguiente tabla.


Tabla N 10

KILOS DE SIERRA CAPTURADOS POR UN
PESCADOR

Cantidad Klg. Frecuencia (f
a
)
0 2
29 2
30 1
37 1
38 1
42 4
75 2
13

X = Y
i
f
a

n

X = 0(2)+29(2)+30(1)+37(1)+38(1)+42(4)+75(2)
__________________________________________ =
13

0+58+30+37+38+168+150 481
= 13
13

luego X = 37


3.1.1 PROPIEDADES DE LA MEDIA ARITMTICA.

La media aritmtica tiene ciertas propiedades que permiten con
mayor facilidad la solucin de algunos problemas; las principales
son:

La suma de las desviaciones respecto a la media aritmtica es
siempre igual a cero (0).
Para la comprobacin sigamos con el ejemplo del pescador.

OBSERVACIONES MEDIA ARITMTICA
DESVIACIONES

X
i
X Z
i

75 37 38
42 37 5
0 37 -37
42 37 5
37 37 0
42 37 5
0 37 -37
75 37 38
42 37 5
30 37 -7
29 37 -8
29 37 -8
38 37 1
_____
Suma 0


En datos agrupados tendremos:

Tabla N 11

DATOS AGRUPADOS DE LAS OBSERVACIONES DE PESCA

Y
i
f
i
y
i
f
a
Z
I
Z
i
f
a
0 2 0 -37 -74
29 2 58 -8 -16
30 1 30 -7 -7
37 1 37 0 0
38 1 38 1 1
42 4 168 5 20
75 2 150 38 76
13 481 0

La media de una muestra es igual a la media ponderada de las
submuestras, tomndose como ponderacin los tamaos de
esas submuestras.


Comprobacin:

Muestra submuestra 1.
submuestra 2
X
i
f
i
X
i
f
i
0 2 0
29 2 58
30 1 30
37 1 37
38 1 38
42 4 168
75 2 150
481

X
t
= 37 X
1
=17.6

X
2
=
49.1

La media aritmtica de las dos submuestras de manera conjunta
ser igual a:

X
t
= X
1
(f
1
) +X
2
(f
2
) X
t
= 17.6(5) + 49.1(8)
n
1
+n
2
;

5+8

X
t
= 88+392.8 X
t
= 37
13

X
i
f
i
X
i
f
i
37 1 37
38 1 38
42 4 168
75 2 150
8 393
X
i
f
i
X
i
f
i
0 2 0
29 2 58
30 1 30
5 88

La media aritmtica de una constante por una variable, es igual
al producto de la constante por la media aritmtica de la
variable.

Sea la constante K = 3

Variable sola variable por K

La media aritmtica de una constante mas una variable, es igual
a la constante ms la media aritmtica de la variable.
kX
i
f
i
kX
i
f
i
0 2 0
87 2 174
90 1 90
111 1 111
114 1 114
126 4 504
225 2 450
13 1443
X
i
f
i
X
i
f
i
0 2 0
29 2 58
30 1 30
37 1 37
38 1 38
42 4 168
75 2 150
13 481

X = 481 = 37x3 =111
13

X = 1443 = 111
13

Comprobacin:

Sea la constante K = 3

Variable sola variable + K

La suma de los cuadrados de las desviaciones es mnima,
cuando dichas desviaciones se toman respecto a la media
aritmtica.

X
i
f
i
X
i
f
i
0 2 0
29 2 58
30 1 30
37 1 37
38 1 38
42 4 168
75 2 150
13 481
K+X
i
f
i
kX
i
f
i
3 2 6
32 2 64
33 1 33
40 1 40
41 1 41
45 4 180
78 2 156
13 520

X = 481/13 = 37+3 =40

X = 520/13 = 40

Comprobacin: tomemos la informacin que hemos venido
trabajando de manera parcial, y adems tomemos otros dos
parmetros, por ejemplo, asumamos los parmetros P = 30, y
T = 50, ambos diferentes de la media.

Tabla N 12
CALCULO DE LOS CUADRADOS DE LAS DESVIACIONES DE
LA MEDIA Y DE OTROS PARMETROS.

X

X

Z

Z
2
Para-
metro
P

Desv.
Respecto
a p

P
2
Para-
metro

T

Desv.
Respecto
a T

T
2
75 37 38 1444 30 45 2025 50 25 625
42 37 5 25 30 12 144 50 -8 64
0 37 -37 1369 30 -30 900 50 -50 2500
42 37 5 25 30 12 144 50 -8 64
37 37 0 0 30 7 49 50 -13 169
42 37 5 25 30 12 144 50 -8 64
0 37 -37 1369 30 -30 900 50 -50 2500
75 37 38 1444 30 45 2025 50 25 625
42 37 5 25 30 12 144 50 -8 64
30 37 -7 49 30 0 0 50 -20 400
29 37 -8 64 30 -1 1 50 -21 441
29 37 -8 64 30 -1 1 50 -21 441
38 37 1 1 30 8 64 50 -12 144
5904 6541 8101

Son obvios los resultados.


OTRO METODOS PARA EL CALCULO DE LA MEDIA
ARITMTICA

a. Se calcula mediante la utilizacin de las desviaciones con
respecto al origen de trabajo.
b. De las observaciones: 36 42 50 58 66 72 80
86; y adems, tiene las siguientes frecuencias absolutas: 8,
12, 10, 4, 8, 14, 6, 9.

En primer trmino obtengamos la media aritmtica de la manera
convencional como se explico anteriormente:

Tabla Numero 13
DISPOSICIN DE LA INFORMACIN PARA EL CALCULO DE
LA MEDIA
Y
i
f
a
Y
i
f
a
36 8 288
42 12 504
50 10 500
58 4 232
66 8 528
72 14 1008
80 6 480
86 9 774
71 4314

Y = 4314/71 = 60.8

Partamos de la misma informacin:

Se tienen las observaciones: 36 42 50 58 66 72 80
86; y adems, tiene las siguientes frecuencias absolutas: 8,
12, 10, 4, 8, 14, 6, 9.

El procedimiento es el siguiente:

Denotamos a Z
i
como las desviaciones respecto a un origen de
trabajo.

Teniendo en cuenta que el numero de datos (observaciones es par,
se toma uno de los dos valores centrales; cuando es impar se toma
el dato central, todo lo anterior, con el fin de simplificar las
operaciones.

Asi: Z
i
= Y
i
- O
t
Ahora, tomemos la observacin 58 como nuestro origen de trabajo,
para as calcular a Z
i


Tabla N 14
INFORMACIN PARA EL CLCULO DE LA MEDIA
ARITMTICA

Y
i
f
a
Z
i
Zifa

36 8 -22 -176
42 12 -16 -192
50 10 -8 -80
58 4 0 0
66 8 8 64
72 14 14 196
80 6 22 132
86 9 28 252
Sum. 71 - 196

La media aritmtica ser: Y = O
t
+ Sum Z
i
F
a
/ n
= 58 + 196 / 71 luego la media aritmtica Y = 60.76
NOTA: en el clculo de la media aritmtica, debe tenerse en cuenta
la existencia de valores extremos (altos o bajos), para que el
anlisis no se distorsione.

3.2 LA MEDIANA. (M
e
).

CONCEPTO. Se define como aquel valor que supera a no ms de
la mitad de las observaciones y que a su vez es superado por no
ms de la mitad de las observaciones; la mediana es un valor
central.


CALCULO. Para su clculo se tiene en cuenta si el nmero de
observaciones es una cifra par o impar ya sea en datos agrupados
o no agrupados.

Si se trata de datos NO AGRUPADOS en un numero impar de
observaciones, debemos ordenar los datos de menor a mayor, o de
mayor a menor.

Tomemos las siguientes observaciones: X
1
= 4; X
2
= 2; X
3
= 10;
X
4
= 12; X
5
= 8; X
6
= 20; X
7
= 15.

Si los ordenamos de menor a mayor tenemos:
2 4 8 10 12 15 20; luego, M
e
= 10

Tambin podemos calcular la M
e
como n+1/2; asi para el caso
anterior tendremos que n = 7, luego:

M
e
= 7+1/2 = 4, lo que indica que la mediana corresponde a la
observacin nmero cuatro, correspondiente al valor de 10.

Cuando el numero de observaciones es una cifra par la mediana
es igual al promedio aritmtico de las dos observaciones centrales,
es decir, a la suma de sus valores dividido entre dos.


Si X
1
= 4; X
2
= 16; X
3
= 6; X
4
= 10; X
5
= 18 X
6
= 14

M
e
= 4 6 10 14 16 18

M
e
= 10+14/2 = 24/2 = 12.

Cuando se trata de datos AGRUPADOS, el clculo se realiza
mediante la formula:

n/2 F
A (i-1)
M
e
= LI + __________________ C; donde:
f
a

LI = limite inferior del intervalo mediano, (donde se encuentra la
posicin n/2)
n = numero de observaciones
F
A
= frecuencia acumulada anterior al intervalo mediano.
f
a =
frecuencia del intervalo mediano.
C = amplitud del intervalo.
Sean las siguientes observaciones


Tabla N 15

DISTRIBUCIONES DE FRECUENCIA DE LOS CI DE 50
ESTUDIANTES

Y
i-1 -
y
i
Y
a
f
a
f
r
F
A
F
R
146.5 150.5 148.5 0 0 0 0.0
150.6 154.5 152.5 16 0.32 16 0.32
154.6 158.5 156.5 16 0.32 32 0.64
158.6 162.5 160.5 9 0.18 41 0.82
162.6 - 166.5 159.5 4 0.08 45 0.90
166.6 - 170.5 168.5 5 0.10 50 1.00
170.6 - 174.5 172.5 0 0 50 1.00
Sumatoria - 50 1.00

50/2 32

M
e
= 158.6 + __________________ 4; = 155.49
9

Lo anterior indica que el 50% obtuvo menos de 155.49 puntos y
que el 50% obtuvo ms de 155.49 puntos.

3.3 MODA. (M
O
)

Concepto. La moda o modo es valor de la variable con mayor
frecuencia; puede presentarse mas de una observacin con el
mismo numero de frecuencia, es decir, varias modas, asi
estaramos hablando de multimodal, o con dos modas, bimodal.


Si tomamos el ejemplo anterior, encontramos que se trata de
una distribucin bimodal, ya que se presentan dos
observaciones agrupadas con una frecuencia de 16, esta es la
moda; bimodal para este caso.

Tabla N 16
ESTUDIANTES

Y
i-1 -
y
i
Y
i
f
a
f
r
F
A
F
R

146.5 150.5 148.5 0 0 0 0.0
150.6 154.5 152.5 16 0.32 16 0.32
154.6 158.5 156.5 16 0.32 32 0.64
158.6 162.5 160.5 9 0.18 41 0.82
162.6 - 166.5 159.5 4 0.08 45 0.90
166.6 - 170.5 168.5 5 0.10 50 1.00
170.6 - 174.5 172.5 0 0 50 1.00
Sumatoria - 50 1.00

3.4 MEDIDAS DE POSICIN (PERCENTILES)

3.4.1 CUARTILES. Llamados tambin cuartillas, son valores
posicionales que dividen la informacin en cuatro partes iguales, el
primer cuartil deja el 25% de la informacin por debajo de l, y el
75% por encima, el segundo cuartil, al igual que la mediana, divide

la informacin en dos partes iguales, y por ultimo el tercer cuartil
deja el 75% por debajo de si, y el 25% por encima.

REPRESENTACIN GRAFICA.

Q
1
Q
2
Q
3

0% 25% 50% 75% 100%

Se necesita calcular tres Cuartiles, el cuarto resulta por residuo.
Su formula es la siguiente:

kn/4 F
A (i-1)
Q
k
= LI + __________________ C; donde:
f
a

k = orden del cuartil: (1,2,3)
LI = limite inferior del intervalo, donde se encuentra el cuartil
n = numero de observaciones
F
A (i-1)
= frecuencia acumulada hasta el intervalo anterior al que
contiene el cuartil.
F
a =
frecuencia del intervalo que contiene el cuartil.
C = amplitud de los intervalos.


Tabla N 17
ESTUDIANTES
Y
i-1 -
y
i
Y
i
f
a
f
r
F
A
F
R

146.5 150.5 148.5 0 0 0 0.0
150.6 154.5 152.5 16 0.32 16 0.32
154.6 158.5 156.5 16 0.32 32 0.64 Q
1
158.6 162.5 160.5 9 0.18 41 0.82 Q
2
162.6 - 166.5 159.5 4 0.08 45 0.90 Q
3
166.6 - 170.5 168.5 5 0.10 50 1.00
170.6 - 174.5 172.5 0 0 50 1.00
Sumatoria - 50 1.00

CALCULO MATEMTICO.

Primer cuartil:
Q
1
= 154.5 + 1(50)/4 16 x 4 = 153.6
16
Interpretacin del resultado: el 25% de los alumnos obtuvieron
menos de 153.6 puntos; mientras que en un 75% su puntaje fue
superior a 153.6.

Segundo cuartil: recordemos que debe ser igual a la mediana
luego:
Q
2
= 158.5 + 2(50)/4 32 x 4 = 155.4
9

Interpretacin del resultado: el 50% de los estudiantes obtienen
menos de 155.4 puntos de CI, mientras el otro 50% obtuvo un
puntaje mayor a 155.4.

Tercer cuartil:
Q
1
= 162.5 + 3(50)/4 41 x 4 = 159

4

Interpretacin del resultado: el 75% de los estudiantes obtuvo
menos de 159 puntos, mientras que en el 25% su puntaje fue
superior.

3.4.2 QUINTILES. Llamados tambin quintillas, dividen la
informacin en cinco partes iguales, agrupadas en porcentajes de
20, 40, 60, y 80%, lo cual indica que se deben calcular cuatro (4)
parmetros.

REPRESENTACIN GRAFICA.

Q
1
Q
2
Q
3
Q
4
Q
5

0% 20% 40% 60% 80% 100%


CALCULO MATEMTICO:

El calculo matemtico se realiza con la formula anterior, cambiando
el parmetro que divide a kn; para el caso anterior fue cuatro (4),
ahora ser cinco (5).
Tabla N 18
ESTUDIANTES
Y
i-1 -
y
i
Y
c
f
a
f
r
F
A
F
R

146.5 150.5 148.5 0 0 0 0.0
150.6 154.5 152.5 16 0.32 16 0.32
154.6 158.5 156.5 16 0.32 32 0.64 Q
1
158.6 162.5 160.5 9 0.18 41 0.82 Q
2
162.6 - 166.5 159.5 4 0.08 45 0.90 Q
3
166.6 - 170.5 168.5 5 0.10 50 1.00
170.6 - 174.5 172.5 0 0 50 1.00
Sumatoria - 50 1.00

3.4.3 DECILES Y CENTILES. Similar a los casos anteriores, la
informacin se divide en 10 partes iguales para los deciles y en
cien para los centiles.

En trminos generales, el calculo de cualquier percentil, se
realiza mediante:

Q
k
= LI + kn/r F
A (i-1)
xC

f
a

Donde:

LI = limite inferior del intervalo que contiene el percentil. k = orden
del percentil.
F
A (i-1 =
frecuencia acumulada hasta el intervalo anterior al que
contiene el percentil.
n = numero de observaciones.
C = amplitud de los intervalos.
r = numero de partes en que se divide la informacin.
f
i
= frecuencia del intervalo que contiene el percentil.


AUTOEVALUACION.

1. Haga un listado de los promedios que usted conoce________
_________________________________________________
_________________________________________________
_________________________________________________

2. Que son las desviaciones. ___________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________

3. Si la media de 75 artculos es de 52.6 galones, y la de 25
artculos es de 48.4 galones, encuentre la media de los 100
artculos.

4. La suma de las desviaciones es igual a cero cuando se toman
con respecto a la media aritmtica? ________

5. Un grupo de valores puede tener mas de una media
aritmtica? ___

6. Para calcular las marcas de clase, se suma el lmite inferior al
suprior y se divide por dos? ______

7. enuncie y explique una de las propiedades de la media
aritmtica._________________________________________
_________________________________________________
_________________________________________________
_________________________________________________

8. D un ejemplo de observacin multimodal.______________
_________________________________________________
_________________________________________________
_________________________________________________

9. Que son los cuartiles: _______________________________
_________________________________________________
_________________________________________________
_________________________________________________

10. Que relacin existe entre la mediana y el segundo cuartil
___________________________________________________
___________________________________________________
___________________________________________________


UNIDAD NMERO CUATRO

4. MEDIDAS DE DISPERSIN

CONCEPTO. Llamados tambin estadgrafos de dispersin,
determinan como se agrupan o dispersan los datos alrededor de un
promedio.

4.1 RANGO O RECORRIDO. ( R ) Es la mas sencilla de todas, y
solamente tiene en cuenta los valores extremos de los datos.

R = X
i
mximo X
i
mnimo.
Sean las observaciones: 28, 38. 70, 96, 48

R = 96 28 = 68

R = 68

4.2 DESVIACIN MEDIA (DM). Sirve para medir la distancia
absoluta promedio entre cada uno de los datos (observaciones) y el
parmetro caracterstico de la informacin; que generalmente es la
media aritmtica.


m

CALCULO DM = X
i
X f
a
1

n

X
i
= diferentes valores de la variable X.
f
a
= numero de veces que se repite la observacin X
i
X = media aritmtica de la informacin.

n = tamao de la muestra.

m = numero de agrupamientos o intervalos.

Sea el ejemplo consignado en la tabla nmero 18, datos de los
cuales ya se conoce que la media aritmtica e igual 60.76

Tabla N 19
CALCULO DE LA DESVIACIN MEDIA

X
i

f
a

X
i
- X

X
i
X f
a
36 8 24.76 198.08
42 12 18.76 225.12
50 10 10.76 107.60
58 4 2.76 11.04
66 8 5.24 41.92
72 14 11.24 157.36
80 6 19.24 115.44
86 9 25.24 227.16
71

4.3 VARIANZA. (S
2
) Y LA DESVIACIN TPICA O ESTNDAR.
(S).
CONCEPTO. Es de las ms utilizadas entre las medidas de
dispersin, y se define como la media aritmtica de los cuadrados
de las desviaciones respecto a su media. La desviacin tpica (S),
es la raz cuadrada de la varianza.

CALCULO. Existen varias formulas para realizar su clculo, entre
ellas tenemos:

Para datos sin agrupar:

X
i
2
n X
2

S
2

= ; S
2

= X
i
2
X
2

n n

Ejemplos:

Sean las observaciones sin agrupar: X
1 =
8, X
2
= 6, X
3
= 11,

X
4
= 9, X
5
= 14, X
6
= 10, X
7
= 5

Donde, X = 8+6+11+9+14+10+5 = 63/7 = 9
7

X
i
2
= 8
2
+6
2
+11
2
+9
2
+14
2
+10
2
+5
2
= 623


Adems, n = 7; X
2
= 81

Luego: S
2
= 623 7(81)
= 623 567 = 8
7 7

Tambin podemos calcular la varianza mediante la segunda
formula asi:
S
2
= 623/7 81 = 89 81 = 8
Habamos anotado que la desviacin estndar S, es la raz
cuadrada de la varianza; luego para nuestro ejemplo tendremos:

S = S
2
luego, S = 8 ; S = 2.8

4.4 COEFICIENTE DE VARIABILIDAD. (CV). O de variacin tiene
en cuenta el valor de la media aritmtica, para establecer un
numero relativo; nos permite comparar varios datos que estn
expresados en diferentes unidades, y se define como la relacin
entre la desviacin tpica sobre la media aritmtica multiplicada por
cien.
CV = S/X. 100


Tomando la informacin del ejemplo anterior, cuando se calcul la
varianza, podemos ahora determinar le coeficiente de variabilidad
CV
CV = 2.8/9X100 CV = 31.1%

Nota: este resultado lo podemos analizar mas adelante cuando
tengamos el CV, de los datos agrupados.

Calculo de la varianza para datos agrupados:

S
2
= ( Y
i
- Y )
2
f
a
, o tambin, S = Y
2
f
a
- Y
2

n n

con la informacin del ejemplo del pescador que hemos venido
analizando construyamos una tabla segn las necesidades,
recordando que la media aritmtica es igual a 37, en razn a que:
Y = 481/13 de donde: Y = 37

Y
i

f
a

Y
i
- Y

(y y )
2

(Y
i
Y)
2
f
a

Y
i
f
a

Y
2

Y
2
f
a

0 2 -37 1369 2738 0 0 0
29 2 -8 64 128 58 841 1682
30 1 -7 49 49 30 900 900
37 1 0 0 0 37 1369 1369
38 1 1 1 1 38 1444 1444
42 4 5 25 100 168 1764 7056
75 2 38 1444 2888 150 5625 11250
13 5904 481 23701

Ahora podemos aplicar las formulas correspondientes, y
encontramos que:

a) S
2
= 5904/13 = 454.2

b) S
2
= 23701/13 37
2
S
2
= 1823.2 1369 = 454.2

igualmente, S = 454.2 S = 21.3

ahora, CV = 21.3/37X100 CV = 57.6%

De los resultados anteriores podemos deducir, que en los datos
sin agrupar hay menos dispersin de la informacin por cuanto
los valores extremos son poco significativos; dicho de otra
manera, en el segundo caso (datos agrupados) hay valores
extremos distantes de la media aritmtica.


AUTOEVALUACION.

1. Enuncie las principales medidas de tendencia central.
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
2. Que concepto tiene usted de la media aritmtica.
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
3. Enuncie tres propiedades de la media aritmtica.
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
4. Explique un concepto de mediana.______________________
_________________________________________________
_________________________________________________
_________________________________________________
5. Que concepto dara usted sobre la moda.________________
_________________________________________________
_________________________________________________
6. Que son los cuartiles.________________________________
_________________________________________________
_________________________________________________
7. Que son las mediadas de dispersin. ___________________
_________________________________________________
_________________________________________________
8. Que utilidad tiene la desviacin media. __________________

_________________________________________________
_________________________________________________
_________________________________________________
9. Como se define la varianza. __________________________
_________________________________________________
_________________________________________________
_________________________________________________
10. Que utilidad tiene en estadstica el coeficiente de
variabilidad. _________________________________________
___________________________________________________
___________________________________________________
___________________________________________________


SEGUNDA PARTE
(Estadstica II)


UNIDAD NUMERO CINCO

5. INTRODUCCIN A LAS PROBABILIDADES

5.1 INTRODUCCIN.

Si nosotros furamos chinos, propondra dejar de lado esta unidad,
pues ellos consideran que las probabilidades son exclusivamente
de Dios.

El concepto de probabilidad se pude interpretar sin necesidad de
definirlo, pero teniendo en cuenta que nos sirve con mucha claridad
para expresar el grado de creencia sobre la ocurrencia de un
suceso. Las probabilidades guardan relacin con la teora de los
conjuntos, de mucha importancia en la estadstica inferencial.

Un concepto generalizado sobre probabilidad dice que: es la
medida del grado de confianza que se tiene de que ocurra el
acontecimiento en el prximo ensayo.


5.2 ESCALA DE PROBABILIDADES

1 certeza absoluta

Hecho verosmil

0,5

Hecho inverosmil

Imposibilidad absoluta
0

Consecuente con el concepto de probabilidad, entendemos que
existen eventos de los cuales tenemos dudas, es decir, no
podemos asegurar con certeza; de all, que dudamos al lanzar
nuestro juicio, no obstante, existen situaciones en las cuales
estamos seguros de algo antes del suceso.

Analicemos y comentemos cada una de las situaciones que
contiene el grafico.

a. Hecho cierto. Cuando son favorables todos los casos
posibles. Ganar la lotera si he comprado todos los billetes.
b. Hecho verosmil. Cuando el suceso es susceptible de
realizarse, pero los casos favorables son menores que la

unidad, pero mayores de 0,5, por ejemplo, ganar la lotera si
he comprado mas de la mitad de los billetes.
c. Hecho inverosmil. Cuando el suceso es susceptible de
realizarse, pero los casos favorables son menores de 0,5, sin
que lleguen a ser cero. Ganar la lotera si he comprado
menos de la mitad de los billetes.
d. Hecho imposible. Cuando no existe posibilidad alguna de
casos favorables. Ganar la lotera si no he comprado ni un
billete.

El calculo elemental de la probabilidad, desde el punto de vista
clsico, es:

Numero de casos favorables
p =
Numero de casos posibles

Como resultado de la formula anterior, y concordante con el grafico,
tenemos que la probabilidad p, siempre estar entre 0 y 1, es
decir, p menor que 1 pero mayor que 0.

El caso tpico del lanzamiento de una moneda normal, siempre
debe caer o bien cara, o bien sello; y cada probabilidad equivale a
= 0,5
De lo anterior tambin se deduce, que la suma de probabilidades
de un mismo evento es igual a la unidad.

5.3 ESPACIO MUESTRAL DE UN EXPERIMENTO. (U)

El espacio muestral de un experimento, se puede representar en
forma de cuadricula o a travs del diagrama del rbol.

a. Experimento uno. Lanzamiento de una moneda, lo natural
es esperar obtener cara o sello.

U = c, s

U = ,

b. Experimento dos. Lanzamiento de dos monedas.

U = cc, cs, sc, ss

U = , , ,

c

c
s
c diagrama del rbol

s s


c. Experimento tres. Lanzamiento de un dado correcto.

U = 1, 2, 3, 4, 5, 6

U = , , , , ,

d. Experimento cuatro. Una familia con tres hijos.

Casos posibles

U HHH HHM HMH HMM MHH MHM MMH MMM

1/8, 1/8, 1/8, 1/8, 1/8, 1/8, 1/8, 1/8


H

H M

H H

M M

H H

M M

M H

M

Ejemplo; cual es la probabilidad de que los hijos de una familia
sean todos hombres?
P = CF/ CP

U = HHH HMH HMM HHM MMM MHM MMH MHH

Luego P = 1/8

5.4 TCNICAS DE CONTEO.

Las tcnicas de conteo son de utilidad cuando en la prctica se
hace casi imposible contar fsicamente el numero de ocurrencias de
un evento, lo que obliga a la bsqueda de un mtodo corto, rpido

y seguro. De las ms utilizadas vamos a tomar, las permutaciones
y las combinaciones.

5.5 PERMUTACIONES Y COMBINACIONES.

Las permutaciones ( P
n

n
P
n
) son tcnicas de conteo, que
consisten, en ordenar o hacer arreglos de todos los elementos de
un conjunto.

Calculo: P
n
= n!, y se lee como permutaciones de n elementos
tomados de n en n; asi una permutacin es igual a n! (ene
factorial), donde n equivale a numero de elementos a ordenar.

Por definicin, 0! Es igual a uno.

Desarrollo del factorial. 4! = 4x3x2x1 = 24
8! =8x7x6x5x4x3x2x1 =40.320.
Ejemplos.

1. De cuantas maneras se pueden ordenar las letras de la
palabra CARO.


Veamos: como la palabra consta de cuatro (4) letras, P
n
=4!

Luego, P = 4x3x2x1 = 24; comprobemos:

CARO CAOR CROA CRAO COAR CORA

ACOR ACRO AROC ARCO AORC AOCR

RACO ROCA RCAO ROAC RAOC RCOA

OCRA ORCA OACR OARC OCAR ORAC

2. Se desea ordenar en una fila a los siguientes alumnos: LUISA,
JUAN, PEDRO, MARTHA y JOSEFA; de cuantas formas diferentes
se hacer?.
La solucin ser:
n
P
n
= n!

5
P
5
= 5! 5X4X3X2X1 = 120

2. Alguien quiere colgar 6 cuadros en lnea recta sobre una
pared de su biblioteca; de cuantas maneras lo puede hacer?

n
P
n
= n!
6
P
6
= 6! 6x5x4x3x2x1 =720

Las combinaciones, (
n
C
r
son arreglos de elementos sin
importar el orden en que se dispongan, tambin es un arreglo de
cierto numero de elementos tomados de un conjunto de ene

elementos en tal forma que el orden en que se dispongan no
importa.
Ejemplos:

1. Un club que tiene 12 miembros , va a elegir, presidente,
vicepresidente, secretario y tesorero; cuantas planchas
diferentes podr organizar para ocupar esos cargos?.

Tenemos:
n
C
r
= n!
r! ( n r )!

12
C
4
= 12! = 12! =
4! ( 12 4 )! 4! X 8!

12X11X10X9X8!
= 11880/24 = 495
4X3X2X1X8!

2. cuantos comits diferentes se pueden organizar de un grupo
de 8 personas, si el comit lo conforman solamente cinco?.

8
C
5
= 8! 8X7X6X5!
5! ( 8 5)!
8
C
5
= 5! X 3X2X1 = 56


AUTOEVALUACION.

1. De cuantas maneras puede formarse un comit de 5
personas teniendo un total de nueve?

2. Que es un espacio muestral? _________________________
_________________________________________________
_________________________________________________
_________________________________________________

3. Que es un experimento? _____________________________
_________________________________________________
_________________________________________________
_________________________________________________
4. Que diferencia hay entre permutaciones y combinaciones?
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________

5. La probabilidad de la ocurrencia de un evento debe ser mayor
o iguala cero y menor que uno? _____

6. De cuantas maneras puede formar una familia de 5 hijos, si
desea que dos sean nias y tres nios?

7. Determine el valor de : 7!; 8!; 5!; 3! Por 4!; 5! Mas 6!


8. Exprese por medio del diagrama del rbol, el lanzamiento de
una moneda tres veces.
9. Porque son importantes las tcnicas de conteo?
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________
_________________________________________________

10. Describa el espacio muestral del lanzamiento de dos dados:


UNIDAD NMERO SEIS

6. DISTRIBUCIONES DE MUESTREO ALEATORIO

A manera de complemento a lo explicado en la primera parte,
abordemos este tema en lo concerniente a la parte terica, de
manera tal que permita clarificar esta importante herramienta en los
procesos investigativos.

Es posible afirmar que una de las principales tareas de la
estadstica es la de realizar inferencias acerca de una poblacin
objetivo, con base en los resultados obtenidos a travs de una
muestra.

Recordemos que poblacin o universo lo definimos como un
conjunto de elementos; y que un elemento o unidad puede ser una
persona, una familia, una empresa, un rbol, objeto o animal.

Cuando se realiza una investigacin, es pertinente estudiar las
caractersticas de los elementos que sirven como base en el
estudio, estas caractersticas pueden ser, cualitativas (atributos),
que se expresan por palabras: alto, poco, grande, bueno, etc. o
cuantitativas (variables), que pueden ser expresadas en forma

numrica: dos, cero, cinco, siete, etc., y pueden adems ser
medidas.

6.1 Marco muestral. Se refiere a un listado actualizado y
revisado que contiene todos los elementos constitutivos de la
poblacin objeto de la investigacin.

6.2 Encuesta preliminar o piloto. Es aquella recomendada
antes de iniciar la investigacin, con el fin de probar el cuestionario
que ser sometido para la obtencin de la informacin, permite
adems, conocer la poblacin, entrenar al entrevistador, asi como
precisar el tiempo requerido por cada entrevista, o encuesta.

El objetivo principal del muestreo, es considerar el mayor numero
de unidades con el menor costo posible.

6.3 La muestra, para que sea representativa de la poblacin,
requiere que todas las unidades de la poblacin tengan la misma
probabilidad de ser seleccionada, es decir, debe ser aleatoria, al
azar o probabilstica.


6.4 METODOS DEL MUESTREO ALEATORIO.

a. Muestreo aleatorio simple. En el cual se da igual
oportunidad de seleccin a cada elemento, o, a la muestra
dentro de la poblacin.

b. Muestreo aleatorio estratificado. Garantiza la
representatividad, reduciendo el error de la muestra al formar
grupos mas o menos homogneos.

c. Muestreo por conglomerados. Cuando la unidad bsica
de muestreo se encuentra en la poblacin en grupos o
conglomerados y la seleccin de la unidad permite la
observacin del total de los elementos de cada conglomerado
elegido. Cada conglomerado tiene las mismas caractersticas de
la poblacin.

d. Muestreo por reas. Se aplica al no disponer de un marco
de referencia completo, y el rea total se divide en pequeas
reas y estas son submuestradas, y cada una si fuere necesario
puede subdividirse.

e. Muestreo por fases. Puede presentarse el caso de recoger
cierta informacin de la totalidad de elementos de una muestra y
una informacin mas detallada, obliga a la extraccin de una
nueva muestra tomada de la anterior.

Existe adems, un muestreo no aleatorio, circunstancial, o errtico,
cuyos resultados no confiables, en razn a que los elementos que
conforman la muestra son obtenidos de manera caprichosa y a
juicio del investigador.
Algunos mtodos del muestreo no aleatorio son:

Muestreo a juicio, intencional u opintico.
Muestreo por conveniencia.
Muestreo voluntario.
Muestreo por cuotas.

6.5 TAMAO DE LA MUESTRA.

Ya que hemos mencionado insistentemente la palabra muestra, es
conveniente, adentrarnos un poco en su concepto y manera de
obtenerla.


Al hablar de la muestra es necesario tener claridad sobre los
componentes indispensables en su estimacin, ellos, son:

a. La varianza, que tiene que ver con el grado de variabilidad
que presentan las unidades de la poblacin; mientras mas
grande sea la varianza, mayor ser el tamao de la muestra.
Si el valor de la varianza no es conocido, debe determinarse
mediante una investigacin preliminar. En el caso de las
proporciones, esto es, cuando se asume varianza igual a P,
se suele tomar P=0.50, por cuanto se logra el mayor tamao
de la muestra.

b. Nivel de confianza. Este tiene relacin directa con el
tamao de la muestra, por ello, a mayor nivel de confianza,
mas grande es el tamao de la muestra, este nivel es
determinado por el investigador y obtenido a travs de las
tablas.

c. Precisin de la estimacin. Corresponde al margen de
error que el investigador fija segn su criterio y conocimiento
del parmetro a estimar.


d. Recursos humanos, financieros y tiempo. No
obstante de no ser de la parte tcnica, si ofrecen una idea de
acuerdo a la investigacin que se intenta.

6.6 CALCULO DEL TAMAO DE LA MUESTRA

Existen diferentes formulas para el calculo de la muestra; se
sugieren las siguientes como formulas para la obtencin de la
muestra optima, tanto de poblaciones finitas e infinitas, segn se
tenga variable o proporcin.

NOTA: En el caso de las proporciones, cuando deseamos obtener
el mayor valor para una muestra, debemos asignar el 50% de la
probabilidad a P.

POBLACION FINITA INFINITA

EN VARIABLE

Z
2
N S
2
NE
2
+ Z
2
S
2

Z
2
S
2

E
2

EN PROPORCIONES

PQ
E
2
+ PQ
Z N

Z
2
PQ
E
2

Siendo:
N = tamao de la poblacin.
E = error de muestreo (precisin de estimacin)
S
2
= varianza.
P = probabilidad de xito
Q = probabilidad de fracaso
Z = nivel de confianza

El resultado de la aplicacin de la formula en el calculo de la
muestra siempre se aconseja se aproxime al entero superior por
pequea que sea la fraccin decimal.

Ejemplos:

1. Que tamao debe tener una muestra para estimar el 3% de
mujeres que ya han tenido hijos y que van peridicamente a
consulta ginecolgica, en una poblacin de 5.000 mujeres,
con una seguridad del 95%?.

SOLUCION:

n = ?
E
2
= 0,03 PxQ
N = 5.000 n =
Z = 0,95 1,96 E/Z
2
+ PQ/N
P = 0,5
Q = 0,5


Reemplazando los datos o valores en la formula, tenemos que:

0,5x0,5 0,25
n = ; n =
0,03/1,96
2
+0,5x0,5/5.000 0,0002 + 0,0001

2. Una trabajadora social que presta sus servicios en una Junta
de Accin Comunal, desea hacer un estudio para determinar
las aptitudes de la comunidad frente a los programas que
desea emprender. Debe calcular el tamao de la muestra,
para hacer una estimacin de la proporcin de los ciudadanos
y las ciudadanas que estn de acuerdo con los programas.
Investigaciones realizadas anteriormente en zonas similares,
demuestran que el 72% de las personas entrevistadas
contestaron afirmativamente. Adems, se desea que el valor
de la estimacin est a 0,12 del valor verdadero, con una
confianza del 95%.

n = 834 mujeres

SOLUCION:

n = ?
P = 0,72 Z
2
P Q
Q = 0,28 n =
E = 0,12 E
2
Z = 1,96

Reemplazando los datos o valores en la formula, tenemos que:

1,96
2
x0,72x028 0,7745
n = ; n =
0,12
2
0,0144

En una poblacin de 10.000 habitantes nos
proponemos obtener una muestra, para estimar el
ingreso promedio por personas. Se requiere que la
estimacin no se aparte en ms de $ 5.000 del
promedio verdadero y que esto se cumpla en 95 de
cada 100 casos. La desviacin tpica es de $ 30.000,
cual ser el tamao de la muestra optimo?.

n = 54 personas

SOLUCION.

N = 10.000 Z
2
N S
2
E = +/- 5.000 n =
Z = 0,95 1,96 NE
2
+ Z
2
S
2
S = 30.000
n = ?

Reemplazando los datos o valores en la formula tenemos que:

1,96
2
x 10.000 x 30.000
2

n =
10.000 x 5.000
2
+ 1,96
2
x 30.000
2

3,4574x10
13
3,4574x10
13
n = ; n =
2,5x10
11
+3,4574x10
9
2,5346x10
11

3. Se selecciona una muestra aleatoria de familias de clase
media baja de una ciudad, con el fin de estimar el ingreso
promedio mensual. El error debe estar en el rango de $
5.000, con un riesgo de 0,045. de que tamao debe ser la
muestra seleccionada, si la desviacin ha sido calculada en $
28.000?.

n = 137 personas

SOLUCION.

E = +/- 5.000
Riesgo = 0,045, luego: Z
2
S
2
Z = 95.5 2,0 n =
S = 28.000 E
2
n = ?

Reemplazando los datos o valores en la formula tenemos que:

2
2
x 28.000
2
3136000000
N = n =
5.000
2
25000000

n = 126 familias

AUTOEVALUACION

1. Que es una muestra optima?________________________
_________________________________________________
_________________________________________________
_________________________________________________
2. Para que sirve una encuesta preliminar o piloto? __________
_________________________________________________
_________________________________________________
_________________________________________________
3. En que consiste el muestreo aleatorio simple? ____________
_________________________________________________
_________________________________________________
_________________________________________________
4. Enumere los diferentes tipos de muestreo no aleatorio:
_________________________________________________
_________________________________________________
_________________________________________________
5. Cuales son los elementos indispensables en la estimacin de
una muestra.______________________________________
_________________________________________________
_________________________________________________
________________________________________________

6. Interesa estimar el numero de accidentes de trnsito diarios
en una ciudad; Cuantos das se requiere observar para no
errar en ms de dos accidentes, con una confianza del 90%.

7. El gerente de un hospital considera que el 20% de las
personas adultas de esa regin padecen cierta enfermedad
parasitaria; para salir de dudas, le pide a la trabajadora social,
que investigue la situacin. Cuantas personas tendrn que
seleccionarse en la muestra al azar para que el error del
estimador de la proporcin sea del 7% con una confianza del
99%.


UNIDAD NMERO SIETE

7. PRUEBA DE HIPTESIS.

La prueba de hiptesis que se denomina tambin prueba de
significacin, tiene como objetivo especial, evaluar supuestos o
afirmaciones acerca de valores estadsticos denominados
parmetros.

En variadas ocasiones nos vemos abocados a tomar decisiones,
para ello, planteamos posibilidades, la cual puede ser cierta o
falsa; estas suposiciones se denominan hiptesis
estadsticas.

7.1 LA HIPTESIS.

Las hiptesis deben ser formuladas en forma clara, correcta y
lgica, antes de la obtencin de los datos muestrales.

7.1.1 Hiptesis estadstica, es un supuesto acerca de un
parmetro o de algn valor estadstico de una poblacin;
tambin se considera como la afirmacin acerca de una
caracterstica ideal de una poblacin, sobre la cual hay
inseguridad en el momento de formularla, y que a la vez, es
expresada en forma tal que pude ser rechazada.

Tipos de error. Al tomar la decisin de aceptar o rechazar
una hiptesis, se pueden cometer dos tipos de error:

a. Aceptar una hiptesis que ha debido de rechazarse: error
tipo II.
b. Rechazar una hiptesis que ha debido aceptarse: error tipo I

TABLA DE ERROR

DECISIONES
VERDADERA FALSA

ACEPTAR

DECISIN
CORRECTA

ERROR TIPO
II

RECHAZAR

ERROR TIPO
I

DECISIN
CORRECTA

ARGUMENTOS EN LA TOMA DE DECISIONES:


a. Si se acepta una hiptesis verdadera, la decisin es
correcta.
b. Si se acepta una hiptesis falsa, se comete error tipo II.
c. Si se rechaza una hiptesis verdadera, se comete error
tipo I.
d. Si se rechaza una hiptesis falsa, la decisin es
correcta.
7.1.2 HIPOTESIS NULA. (H
o
). Es aquella por medio de la cual
se hace una afirmacin sobre un parmetro que ha de ser
constatado con el resultado muestral, si por ejemplo, el rector
del colegio dice que el valor promedio de las matriculas es de $
80.000,oo, esa es la hiptesis nula, pues es lo que debemos
verificar.

7.1.3 HIPOTESIS ALTERNATIVA (H
a
). Se considera alternativa
toda hiptesis contraria a la hiptesis nula, por cuanto ofrece
una alternativa en la toma de decisiones; para el caso anterior,
es posible que el rector este exagerando, o que realmente el
valor promedio de las matriculas sea superior o inferior al valor
que el ha dicho el rector.

CLASES DE PRUEBAS. Existen para la toma de decisiones
diferentes tipos de pruebas, siendo las ms conocidas la

prueba normal, la prueba del signo, de la varianza, del chi
cuadrado, t de student.

7.2.1 La prueba normal. La aplicaremos para el parmetro de
medias para la cual existen dos posibilidades, la prueba bilateral
y la unilateral.

Cuando la zona de rechazo se encuentra en los extremos la
prueba es bilateral; en otros casos, las zona de rechazo se
encuentra en solo extremo - izquierdo o derecho se habla
entonces de unilateral izquierda o derecha.

7.2.2. NIVEL DE SIGNIFICACIN. ( ) Se refiere a la mxima
probabilidad especificada, con el objeto de hacer mnimo el
error; este nivel de significacin se debe determinar
previamente.

Con frecuencia se utiliza el 5%, no obstante se puede utilizar
otro nivel 1%, 10%, 2% 4% - dependiendo del tipo de
investigacin que se este realizando.

7.2.3 PROCEDIMIENTO A SEGUIR EN LA PRUEBA DE
HIPTESIS.

1. Formular las hiptesis (nula y alternativa).
2. Seleccionar el nivel de significacin.
3. Conocer o estimar la varianza.
4. Determinar los valores crticos y zonas de rechazo.
5. Calcular los datos muestrales.
6. Tomar la decisin.

Ejemplos:

1. El rector de un colegio manifiesta que el valor promedio de las
matriculas en su institucin es de $ 80.000; en estudios
anteriores, se tom una pequea muestra de 36 alumnos de ese
plantel encontrndose que el promedio del pago por matriculas
es de $ 81.500, con una varianza de $ 36.000, al nivel de
significacin del 5% se puede creer lo que dice el rector?

Solucin: segn los pasos planteados;

1. Hiptesis: H
o
: = 80.000
H
A
: diferente de 80.000
3. nivel de significacin = 0,05
4. S
2
= 36.000, luego S = 6.000


5. Estadstico de prueba:

Z = X
S/ n

6. puntos crticos +/- 1,96

7. Z = 81.500 80.000 = 1.5

6.000/6

8. Cae en la zona de aceptacin, luego el rector tiene razn al
nivel del 5%.


7.3 PRUEBA DEL CHI CUADRADO ( X
2
)

Adems de la prueba anterior, existen otras de uso comn:
PRUEBA EN OBSRVACIONES APAREADAS, PRUEBA DE
SIGNOS, PRUEBA DEL CHI CUADRADO, PRUEBA DE LA
VARIANZA, PRUEBA DEL COEFICIENTE DE CORRELACION,
no obstante, dedicaremos un espacio a la prueba del chi
cuadrado, de mucha utilidad en las ciencias sociales.

Corresponde a distribuciones no paramtricas, su clculo se
realiza a travs de las siguientes formulas:

2
F
o
- F
e
X
2
=
F
e

2
n AD BC

X
2
=
m
1
m
2
m
3
m
4


donde:
X
2 =
smbolo utilizado para referirnos al la prueba del chi
cuadrado.
F
O
= frecuencias observadas o reales.
F
e
= frecuencias esperadas o tericas.
n = nmero de observaciones.
m = las sumas verticales y horizontales de las frecuencias de la
tabla de contingencia.
7.3.1 Tabla de contingencia, que es un arreglo de un
conjunto de observaciones dispuestas conforme los criterios de
clasificacin, el uno se expresa a travs de las columnas y el
otro en las filas, y segn las clasificaciones que admita, se
denominar, tabla de 2X2X, 2X3, etc.

Ejemplos:

1. A cuatrocientas personas de ambos sexos se les dio a probar
margarina y mantequilla, y se les pidi que expresaran su
preferencia.

Al nivel del 5% se puede afirmar que se diferencian
significativamente las preferencias de los hombres y de las
mujeres?; los resultados se consignan en la siguiente tabla.

TABLA DE CONTINGENCIA

SEXO MARGARINA MANTEQUILLA
HOMBRES 86 74
MUJERES 144 96

Solucin:

H
O:
Existe diferencia significativa de las preferencias entre
hombres y mujeres, por uno de los dos productos.

H
A
: No existe diferencia significativa de las preferencias entre
hombres y mujeres, por uno de los dos productos

SEXO MARGARINA MANTEQUILLA TOTAL
HOMBRES 86 74 160
MUJERES 144 96 240
TOTAL 230 170 400

Calculo de las frecuencias esperadas (F
e
):

F
1
= 160/400 X 230 = 92 F
2
= 160/400 X 170 = 68

F
3
= 240/400 X 230 = 138 F
4
= 240/400 X 170 = 102


PRIMERA FORMULA:

X
2
= (86 92)
2
+ ( 74 68 )
2
+ ( 144 138 )
2
+ (96 102 )
2

92 68 138 102

X
2
= 0,39 + 0,53 + 0,26 + 0,35

X
2
= 1,53

Grados de libertad (G) = (F 1) (C-1), donde F son las filas
y C son las columnas.

X
2
( 0,05)
= 5,99 1,53 ES MENOR QUE 5,99, luego
cae en zona de aceptacin

SEGUNDA FORMULA:
SEXO MARGARINA MANTEQUILLA TOTAL
HOMBRES 86 A 74 B 160 m
1
MUJERES 144 C 96 D 240 m
2
TOTAL 230 m
3
170 m
4
400 n

X
2
= 400 ( 86x96 - 74x144 )
2
= 400 x 576.000 = 2.304.000.000

160x240x230x170 1.501.440.000 1.501.440.000

X
2
= 230.400 = 1,53
150.144

obviamente, que la decisin es la misma.

1. En tres municipios del Choc; Baha Solano, Nuqu e Istmina, se
seleccionaron 240, 200 y 160 personas respectivamente. Se les
pregunt que tipo de programa de televisin preferan: novelas,
musicales, ciencia ficcin o comedias; las respuestas son las de
la siguiente tabla.

TABLA DE CONTINGENCIA
TIPO DE
PROGRAMA
BAHIA
SOLANO

NUQUI

ISTMINA

TOTAL
NOVELAS 70 40 40 150

MUSICA 100 80 60 240

FICCIN 40 50 30 120

COMEDIAS 30 30 30 90

TOTAL 240

200

160

600

Al nivel del 5%, probar la hiptesis de que las preferencias por tipo
de programa son las mismas en las tres ciudades.

Solucin:

H
O :
Las preferencias por tipo de programas son iguales en los tres
municipios.

H
A
: No son iguales las preferencias por tipo de programas en todos
lo municipios.

Tabla de contingencia ( 3 X 4 )
TIPO DE
PROGRAMA
BAHIA
SOLANO

NUQUI

ISTMINA

TOTAL
NOVELAS 70 (60) 40 (50) 40 ( 40) 150

MUSICA 100 (96) 80 (80) 60 (64) 240

FICCIN 40 (48) 50 (40) 30 (32) 120

COMEDIAS 30 (36) 30 (30) 30 (24 ) 90

TOTAL 240

200

160

600
Nota: En parntesis se expresan las frecuencias esperadas (F
e
)
X
2
= ( 70 60 )
2
+ (40 50 )
2
+ (40 40 )
2
+ ( 100 96 )
2

60 50 40 96
(80 80 )
2
+ (60 64 )
2
+ (40 48 )
2
+ ( 50 40 )
2
+ ( 30 32)
2

80 64 48 40 32
(30 36 )
2
+ ( 30 30 )
2
+ (30 24 )
2

36 30 24
X
2
= 1,67 + 2,00 + 0 + 0,17 + 0 + 0,25 + 1,33 + 2,50 + 0,13 + 1,00
+ 0 + 1,50
X
2
= 10.55

X
2
(0.05)
= 5,99 menor que X
2
= 10.55

Cae en zona de rechazo, luego no son iguales las preferencias
en todos los municipios.


AUTOEVALUACION.

1. Que es una hiptesis estadstica? ______________________
_________________________________________________
_________________________________________________
2. Una trabajadora social cree que el numero promedio de aos
de escolaridad correspondiente a los adultos que se
encuentran inscritos en el bienestar social es menor que 5.
una muestra aleatoria de 169 de estos adultos arroj una
media de 4.6 aos de escolaridad con una desviacin tpica de
3.9 aos. Proporcionan estos datos evidencia suficiente para
que la trabajadora social concluya que la media poblacional es
menor que cinco aos, con un nivel de confianza del 95%?.

3. Un trabajador social cree que el peso promedio de los nios
de 10 aos que viven en un sector rural determinado es
inferior a 34 kilogramos. Una muestra aleatoria de 25 de estos
nios arroj un peso promedio de 30 kilogramos y una
desviacin tpica de 10. proporcionan estos datos evidencia
suficiente para concluir que la opinin del trabajador social es
correcta con un nivel de significacin del 0,05?

4. La tabla siguiente muestra el numero de estudiantes
APROBADOS y SUSPENDIDOS por tres profesores: profesor

Juan, profesor Luis y Profesor Carlos; contrastar la hiptesis
de las proporciones de suspendidos por los tres profesores
son iguales, al 5% de significacin.

Prof. Juan Prof. Luis Prof.
Carlos
TOTAL
APROBADOS 50 47 153
SUSPENDIDOS 5 14 8
TOTAL 61 64 180

5. Un psiclogo desea saber si es posible concluir que hay
relacin entre el grado de libertad y la posicin en un plantel
educativo en una poblacin de estudiantes de bachillerato, el
psiclogo seleccion una muestra de 500 estudiantes, la
hiptesis nula esta dada bajo el supuesto de que los criterios
de clasificacin son independientes. La tabla de los resultados
es la siguiente:
GRADO DE LIBERTAD
CLASE LIGERO MODERADA ALTA TOTAL
1 AO 30 37 150
2 AOS 19 56 50
3 AOS 16 63 125
4 AOS 10 38 52
TOTAL 223 500

6. 400 estudiantes elegidos aleatoriamente se someten a un test
de rendimiento encontrndose que el promedio es de 76
puntos con una desviacin de 16, con base a esta informacin
y con un nivel de significacin del 1% probar la hiptesis de
que el promedio general es de 76 puntos.

7. Muchos aos de experiencia sobre un examen de ingreso a la
universidad en una rea especifica arroja una clasificacin
promedio de 64 puntos con una desviacin de 8, 64
estudiantes de una ciudad han obtenido un promedio de 68
puntos puede decirse entonces con certeza que los
estudiantes de esta ciudad son superiores a los dems

8. Dos grupos de poblacin A y B cada uno con 100 personas
padecen una enfermedad ; se administra un suero a los del
grupo A, en lo dems todos fueron tratados de forma idntica,
se encontr que en los grupos A y B 75 y 65 personas
respectivamente se recuperaron de la enfermedad; significa lo
anterior que el suero ayuda a curar la enfermedad.

9. Se toman muestras aleatorias entre bebedores y no
bebedores clasificndolos de acuerdo a sus hbitos de fumar,
como aparece en la tabla siguiente:


Habito de fumar Bebedores Abstemios
Fumadores en exceso 40 20
Fumadores promedio 60 40
Poco fumadores 80 40
No fumadores 10 60
Total 190 160

Existe alguna diferencia en la distribucin de los fumadores
entre bebedores y no bebedores


UNIDAD NMERO OCHO

8. ANLISIS DE REGRESIN Y CORRELACION LINEAL

Hasta la unidad anterior, se ha hecho referencia al anlisis de una
variable, es decir, a las distribuciones unidimensionales o
datos univariantes, al hablar de regresin lineal entramos al
anlisis de mas de una variable, esto significa, hablar de anlisis
pluridimensionales, multidimensionales, o datos multivariantes.

El caso mas elemental de este tema esta referido al hecho de una
persona que al mismo tiempo de decir cuanto pesa, informa
tambin sobre su estatura, es decir, se estn relacionando dos
variables, peso y estatura.

Dos variables que se relacionan tienen diferentes lecturas:

a. Dependencia causal unilateral. Cuando una de las variables
influye sobre la otra, sin que se deje influir por ella.

b. Interdependencia. Cuando hay reciprocidad entre las dos
variables, por ello tambin se dice que hay dependencia
bilateral.


c. Dependencia indirecta. Cuando las dos variables estn
correlacionadas por una tercera quien es la que influye en
ambas.
d. Covariacin casual. Cuando la correlacin entre dos variables
es totalmente accidental.

Lo ms comn es encontrar casos de dependencia bilateral, a ella
nos referiremos.

Digamos antes de seguir, que el anlisis de regresin da origen a
una ecuacin matemtica, que muestra la relacin existente entre
dos variables, que genera una lnea, la cual se conoce como lnea
de regresin.

Para nuestro caso solamente nos ocuparemos de la funcin lineal,
y nos apoyaremos en los clculos ya vistos, como son, la media
aritmtica, la varianza y la desviacin estndar

8.1 REGRESIN LINEAL SIMPLE.

Cuando se estima el valor de Y en funcin de X, esta dado
por el siguiente modelo matemtico: Y = BX + A
Donde:


Y, es la variable que vamos a estimar en funcin de la variable X,
la cual consideramos conocida, por lo cual se denomina variable
dependiente o explicada.

X, es la variable independiente o explicativa, por cuanto
supuestamente su valor se conoce.

Los parmetros A y B son los coeficientes de ngulo (B) y de
posicin (A)

El coeficiente angular (B), dependiendo que su valor sea cero,
mayor o menor, indicando el ngulo o pendiente de la recta sobre
el eje de coordenadas.

REPRESENTACIN GRAFICA DEL COEFICIENTE ANGULAR

B O B O B = O

Y Y Y

X O X O X

El coeficiente de posicin ( A ), indica la ubicacin de la recta en el
plano de coordenadas, con respecto al origen, teniendo en cuenta
tambin su valor respecto a cero.

REPRESENTACIN GRAFICA DEL COEFICIENTE DE
POSICIN

A O A O A = O

Y Y Y

X O X O X

8.2 CALCULO DE LOS COEFICIENTES

Para el clculo de los coeficientes, se aconseja utilizar el mtodo
de los mnimos cuadrados como mtodo preferido.

8.2.1 PROCEDIMIENTO PARA EL CLCULO DE LOS
COEFICIENTES.

Como quiera que en la ecuacin de la recta tenemos dos
incgnitas, es decir, B y A, se requiere para su solucin de dos
ecuaciones normales, partiendo de la propia ecuacin de la lnea
recta, y obtenemos:

1): Y = B X + nA

2): YX = B X
2
+ A X

Ejemplo: la siguiente tabla muestra las edades de cinco parejas, y
se quiere establecer la relacin entre las dos variables:

EDAD EN AOS
DE LAS MUJERES
( X
i
)

EDAD EN AOS
DE LOS HOMBRES
(Y
i
)

25
28
20 22
18 20
27 30
16 18


Pareja X
i
Y
i
X
i
2

Y
i
2
X
i
Y
i
1 25 28 625 784 700
2 20 22 400 484 440
3 18 20 324 400 360
4 27 30 729 900 810
5 16 18 256 324 288
106 118 2334 2892 2598

Adems, n = 5
Reemplazamos los valores obtenidos en las ecuaciones plantadas:

1). 118 = 106B + 5 A
2). 2598 = 2334 B +106 A

Se selecciona alguno de los metodos conocidos para solucin de
ecuaciones de primer grado con dos incgnitas, y se obtiene:

1) 2501.6 = 2247.2 B + 106 A

2) -2598 = - 2334 B - 106 A
96.4 = -86.8 B

despejando a B, se tiene que: B = 96.4/86.8

luego:

Para encontrar el coeficiente A, reemplazamos el valor de B en
cualquiera de las ecuaciones, quedando:
B = 1.11

118 = 106 ( 1.11) + 5 A, despejamos la nica incgnita que
queda:

118 = 117.72 + 5 A 118 117.72 = 5 A

0,28 = 5 A de donde A = 0,28/5

asi entonces

Una vez obtenido los coeficientes procedemos a escribir la
ecuacin de la recta, reemplazando en la ecuacin general estos
coeficientes:

Y = BX + A Y = 1.11X + 0.06, que es la ecuacin
estimada con los datos observados.

NOTA: los clculos anteriores, se pueden realizar directamente con
una calculadora que contenga el programa de regresin lineal, y
por su puesto a travs de los computadores.

Como se trata de una ecuacin, es posible graficarla, teniendo en
cuenta lo comentado arriba, referente a los coeficientes de ngulo y
de posicin.

Para ello, damos valores a la variable independiente en la ecuacin
encontrada, y recordando que como los parmetros A y B tienen
signos positivos, la recta en el plano de coordenadas ser de
A = 0,06

pendiente positiva (inclinacin ascendente) y estar situado por
encima del origen, asi:

GRAFICA DE LA ECUACIN

Y = 1.11X + 0.06
Cuando X vale: 2, Y vale 2.3
Cuando X vale: 4, Y vale 4.5

Y
5
Y =1.11X + 0.06
4
3
2
1
X
0
1 2 3 4 5

X 2 4
Y 2.3 4.5

AUTOEVALUACION

1. De dos ejemplos de distribuciones bivariantes.

2. De un ejemplo de interdependencia

3. Grafique en un plano de coordenadas las siguientes
funciones Y = -1,5X + 2 ; Y = 2,3X -1,5 ; Y = -1,8X 2,5

4. Cinco nios de 2 , 4 , 6 , 7 y 8 aos pesan respectivamente
15, 19, 25, 38 y 34 Kg., se pide hallar la recta de regresin
mnima y dibujarla en un eje de coordenadas.

5. Se ha efectuado un estudio donde se relaciona los puntajes
de actitud frente a los de productividad en una industria, los
seis pares de puntaje de estas dos variables fueron
respectivamente 9 y 23, 15 y 32, 20 y 30, 18 y 30, 22 y 41, 25
y 39; se pide encontrar la ecuacin de la recta, dibujarla en
un plano de coordenadas y estimar la productividad
esperada para un trabajador cuyo puntaje de actitud sea de
51.


UNIDAD NMERO NUEVE

9. TASAS E INDICES

El anlisis de cifras absolutas, o de las cifras relativas de manera
aislada pueden antes de aclarar o explicar un comportamiento
distorsionado, por ello, en la mayora de los casos es necesario y
conveniente hablar de manera simultanea de las cifras absolutas y
la relativas; que pensara por ejemplo, un oyente desprevenido que
escucha decir a un profesor que 3 de sus estudiantes reprobaron la
asignatura de estadstica?, o que solamente el 50% de los hombres
del curso la aprobaron?.

Las tasas y los ndices, son indicadores de valiosa utilidad y de
adecuado uso para establecer comparaciones.

9.1 LA TASA. es el resultante de una fraccin, en la cual el
denominador contiene al numerador.

Toda tasa debe ser multiplicada por la constante, generalmente
cien (100) y en algunos casos mil (1000), para poderlos
expresar en porcentajes, o millares; asi por ejemplo, se habla de
tasa de desempleo, de natalidad, morbilidad o mortalidad.


9.2 EL NMERO NDICE. Es una cifra relativa expresada en
trminos porcentuales, que sirve para indicar las variaciones que
sufre una variable con respecto a un valor de la misma variable, la
cual es tomada como punto de referencia y se denomina base.

De acuerdo a lo anterior, los ndices no miden, solamente sirven
para indicar variaciones, en los precios, cantidades y valores de un
periodo a otro.

Los ndices pueden ser simples o compuestos; y estos son
agregativos o de promedios; los ndices de promedios se clasifican
en aritmticos, geomtricos, medianos, entre otros.

9.2.1 NDICES SIMPLES. Se calcula para una sola variable,
dividiendo cada precio, cantidad o valor de un periodo ( ao, mes
semana, da etc.) , por un precio, cantidad o valor de un periodo fijo
considerado como base, multiplicando luego por 100.
I
t
o
= X
t
x 100, donde:
X
o
I
t
0 =
ndice de valor, precio o cantidad a calcular.
X
t
= valor, precio, cantidad, del periodo que se investiga.
X
o
= valor, precio, cantidad del periodo tomado como base.


Ejemplo: en el ao de 1997 el numero de matriculados en la UTCH,
en los programas a distancia fueron 1658 personas; en el 2006
fueron 3059; el ndice simple ser:
I = 3059 /1658 x 100
I = 184.5 - 100 = 84.5%
Es decir, que el incremento ha sido del 84.5%
Si tomamos por ejemplo una serie de datos podemos calcular con
ellos, los ndices simples con base fija y con base variable.

CALCULO DE INDICES CON BASE FIJA Y BASE VARIABLE

AO

VARIABLE
( y)

NDICE
BASE FIJA

VARIACIN
%
NDICE
BASE
VARIABLE

VARIACIN
%
1999 32 100.0 0 100.0 0
2000 38 118.8 18.8 118.8 18.8
2001 36 112.5 12.5 94.7 -5.3
2002 40 125.0 25.0 111.1 11.1
2003 48 150.0 50.0 120.0 20.0
2004 60 187.5 87.5 125.0 25.0
2005 72 225.0 125.0 120.0 20.0


ELEMENTOS A TENER EN CUENTA EN EL CALCULO DE LOS
INDICES

El ndice del ao que se toma como base siempre es igual
a 100.

En una serie dada se puede tomar cualquier ao
perteneciente a ella como ao base.

9.2.2 USOS FRECUENTES DE LOS INDICES

Permanentemente escuchamos hablar del ndice de precios al
consumidor (IPC), ndice del salario real (ISR), ndice de
exportaciones o importaciones, de precios o de cantidades etc.,
todos estos valores se obtienen mediante la aplicacin de los
nmeros ndices.

Un caso de especial uso es el referido al salario real, entendido
como la capacidad adquisitiva del salario nominal.

Tomemos el siguiente ejemplo para entender lo anterior:

Con los datos que se consignan en la siguiente tabla:


AOS SALARIO EN
MILLONES DE $
N DE
OBREROS
IPC
1990=100
1999 276 225 140
2000 328 286 152
2001 378 342 156
2002 465 372 162
2003 598 450 168
2004 636 528 170
2005 712 702 178

Se pide calcular:

salarios reales con base al ao 1999
salarios nominales per cpita.
ndices de salarios reales.
ndices de salarios nominales per cpita.
Salarios reales per cpita.
ndice de salarios reales per cpita.

Solucin:

Aos
Salario
millones
de $
N de
obreros
IPC
1999=100
Salario
real
1999 =
100
Salario
Nominal
percapita
ndice
Salari
o
real
ndice
Salario
Nominal
Percapit
a
Salario
real
pearca
pita
ndice
Salario
real
percapit
a
1999 276 225 100.00 276.00
2000 328 286 108.57 302.11
2001 378 342 111.43 339.23
2002 465 372 115.71 401.87
2003 598 450 120.00 498.33
2004 636 528 121.43 523.76
2005 712 702 127.14 560.01


AUTOEVALUACION.

1. Que concepto tiene usted de tasa.

2. Si una poblacin que tiene 5478 habitantes en la actualidad y
que crece del 2.4 % anual cuantos habitantes se esperan
para el prximo ao (haga caso omiso de la tasa de
mortalidad).

3. Si usted pago en este semestre $483.000 como matricula
cuanto pagara en el prximo si el incremento ya fue
confirmado por el 7.7%.

4. Con la siguiente serie referida a los kilos de mariscos
capturados entre los meses de febrero a julio del 2006 en una
poblacin costea : 184, 197, 205, 204, 215, 227 ; con esta
informacin elabore una tabla indicando las variaciones con
base fija y con base variable y adems comprobando los
resultados.

5. Complete el cuadro del ejercicio planteado en la pagina
anterior.


10. TERMINOLOGIA:

ALEATORIEDAD. Este concepto est referido a la seleccin de
una o varias unidades de un conjunto de manera tal que todas
tengan la misma posibilidad de ser seleccionada.

ASIGNACIN IGUAL. Se refiere al hecho de tener tamaos
muestrales igualas en cada estrato.

AZAR. Es un concepto que se utiliza en estadstica con la
misma connotacin de aleatorio.

DATOS. Valores, medidas o caractersticas susceptibles de ser
observados y contados.

DIAGRAMA DE DISPERSIN. Es la representacin grafica en
un eje de coordenadas de un conjunto de pares de
observaciones, se le conoce tambin como nube de puntos.

DOCIMA. La palabra docima esta referida a prueba, es decir,
docimar significa probar, utilizado en la prueba de hiptesis.

ENCUESTA. Es una herramienta de utilidad en la recoleccin
de la informacin en los procesos investigativos.

ESTADISICA. Proceso de observacin y registro del mayor
numero posible de observaciones.

ESTIMADOR O ESTADIGRAFO. Descripcin numrica de una
caracterstica correspondiente a los elementos de una muestra.

FRECUENCIA. Es la regularidad con que se presenta un
fenmeno, es decir, las veces que este repite.

FRECUENCIA ABSOLUTA. Es el numero de veces que se
repite cada valor de la variable.

FRECUENCIA RELATIVA. Valor porcentual que se obtiene al
dividir la frecuencia absoluta por el tamao de la muestra.

INTERVALO. El intervalo esta referido al la manera de agrupar
las observaciones en rangos con una amplitud determinada.

MONOFRAFIA. A diferencia de la estadstica, estudia un solo
hecho, es generalmente descriptiva.

MARCA DE CLASE. Es el punto de medio de un intervalo. (Y
i
)


MARCO DE REFERENCIA. Denominado tambin marco
muestral, consiste en un listado de todas las unidades o
elementos que integran la poblacin a investigar.

MUESTRA. Parte que se selecciona de una poblacin, con el
objeto de estudiarla, para hacer luego inferencia general.

OSCILACIN. Que se conoce adems como, fluctuacin o
recorrido, es un estadstico que se calcula mediante la
diferencia entre los valores extremos sin tener en cuenta la
repeticin o frecuencia.

PARMETROS. Medidas que describen numricamente la
caracterstica de una poblacin.

POBLACIN. Conjunto de medidas o recuento de todos los
elementos que presentan una caracterstica comn.

RECORRIDO INTERCUARTILINEO. Esta definido como la
diferencia entre el tercer cuartil y el primero.

REDONDEO. Manera de aproximar los resultados de una
operacin matemtica a un nmero de terminado de cifras
decimales.

REGRESIN y CORRELACION. Tiene que ver con la relacin
entre dos variables observadas cuyo anlisis se realiza de
manera simultnea.

SIMETRA. Se dice que una distribucin es simtrica cuando la
mediana, el promedio aritmtico y la moda son iguales, en caso
contrario hablamos de asimetra.

SUCESO ALEATORIO. Se refiere a la escogencia de
elementos de una poblacin de manera tal que todos tengan la
misma oportunidad de ser seleccionados.

TENDENCIA. Son variaciones suaves y constantes que se
suceden en un periodo relativamente largo.

UNIVERSO. Es el conjunto de elementos o unidades que
presentan una caracterstica comn.

VARIABLE. Caractersticas de un individuo en una
investigacin cientfica. Tambin se dice de la caracterstica de
una unidad de anlisis.


VARIABLE ALEATORIA. Es aquella que resulta de los casos
fortuitos o al azar, no se pueden predecir.

VARIABLE CONTINUA. La que pude tomar cualquier valor
(incluye decimales).

VARIABLE DISCRETA. Cuando los valores estn separados
por una determina cantidad (no decimales)

VARIABLE CUANTITATIVA, si sus resultados son medidas
numricas.

VARIABLE CUALITATIVA, cuando no se pude hacer medidas
numricas.


11. REFERENCIAS BIBLIOGRAFICAS:

DANIEL Wayne W. Estadstica con aplicaciones a las ciencias
sociales y a la educacin. Mc Graw Hill

MARTINEZ Bencardino Ciro. Estadstica y Muestreo Ecoe
Ediciones 9 Edicin.

MURRAY. Spiegel. Estadstica. Mc Graw Hill.

GUARIN. Salazar Norberto. Estadstica aplicada. Edic. Alfabeta
Papelera.

Adonay Moreno Garzn, en Serie aprender a investigar

Judith Greene y Manuela dOliveira, en Modulo Pruebas de
Estadsticas para sicologa y ciencias sociales.

Modulo Estadistica Distancia

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Modulo Estadistica Distancia

Загружено:

Авторское право:

Доступные форматы

MODULO DE ESTADISTICA PARA TRABAJO SOCIAL DISTANCIA

ELABORO: JOHN LUNA RENGIFO

Вам также может понравиться