TEMA:

CURVA NORMAL

introduccin
En general cualquier caracterstica que se obtenga como suma de muchos
factores Esta distribucin es frecuentemente utilizada en las aplicaciones
estadsticas.
Su propio nombre indica su extendida utilizacin, justificada por la frecuencia o la
normalidad con la que los ciertos fenmenos tienden a parecerse en su
comportamiento a esta distribucin.
Muchas variables aleatorias continuas presentan una funcin de densidad cuya
grfica tiene forma de campana.
En otras ocasiones, al considerar distribuciones binomiales, tipo B(n, p), para un
mismo valor de p y de valores de n cada vez mayores, se ve que sus polgonos de
frecuencias se aproximan a una forma en forma de campana.
En resumen, la importancia de la distribucin normal se debe principalmente a que
hay muchas variables asociadas a fenmenos naturales que siguen el modelo de
la normal.
- Caracteres morfolgicos de individuos (personas, animales, plantas,) de una
especie.
Por ejemplo: tallas, pesos, envergaduras, dimetros, permetros,
- Caracteres fisiolgicos, por ejemplo: efecto de una misma dosis de un frmaco, o
de una misma cantidad de abono.
- Caracteres sociolgicos, por ejemplo: consciente intelectual, grado de adaptacin
a un medio.
- Errores cometidos al medir ciertas magnitudes.
- Valores estadsticos maestrales, por ejemplo: la media.
- Otras distribuciones como la binomial o la Poison son aproximaciones normales.

CURVA NORMAL
Las distribuciones de frecuencias de la mayora de las variables de las
Cs.Sociales, psicolgicas, sociolgicas, antropolgicas, cuando representan a un
nmero importante de observaciones, se aproximan a un tipo de curva en forma
de campana que se conoce como curva normal o campana de Gauss (tomando
el nombre del matemtico, si bien quien plante la formulacin matemtica fue De
Moivre en 1773):
las observaciones se concentran en el centro y van bajando simtricamente a
derecha e izquierda, hay pocas observaciones en los puntajes bajos de la escala,
un nmero creciente hacia el centro, (donde encontramos el modo) y decrecen las
frecuencias hacia los puntajes altos de la variable.
Esta curva normal es un modelo terico probabilstico, es un concepto formal,
matemtico. Muchos aspectos de la realidad, cuando de variables continuas se
trata, tienen un comportamiento isomrfico con la curva normal, de all que
podamos aplicar las propiedades de ese modelo terico a la realidad. Como ya
expresamos, numerosas variables del campo de la psicologa se distribuyen de
manera aproximadamente normal, tales como el cociente intelectual, la ansiedad,
la capacidad de razonamiento abstracto, la memoria, etc., de tal manera que las
conclusiones matemticamente vlidas para la distribucin normal, puedan
aplicarse a observaciones de la realidad.
Toda curva normal queda caracterizada por la media y el desvo, hay infinitas
curvas normales, al sealar el valor que le corresponde a su media y su desvo
standard, queda definido a qu curva normal se refiriere.
Existen curvas con la misma forma o dispersin de las observaciones pero tienen
distinta media, o por el contrario, pueden compartir el mismo valor en su media y
diferir en cuanto al valor del desvo estndar, es decir en su homogeneidad o
heterogeneidad.

Comparacin de dos curvas normales de medias iguales

con desviacin estndar diferentes
CARACTERISTICAS Y PROPIEDADES DE LA CURVA NORMAL.
Su representacin se realiza con un trazo continuo, no como el histograma o
polgonograma, dado que representa infinitos casos de una variable continua.
Es unimodal y mesocrtica, es decir tiene una curtosis media (grado de
elevamiento o achatamiento de la curva)
Coinciden el valor del modo, la media y la mediana
Es simtrica, teniendo como eje vertical el que pasa por la media. Hasta ese
valor de la media se encuentra el 50 % de las observaciones.
Es asinttica, no corta el eje de la variable o abscisa, ni al comienzo ni al final de
la curva.
Podemos decir que entre 3 valores de desviacin standard por debajo y por
encima de la media se halla el 99,74% de las observaciones mientras que ms y
menos una vez el valor del desvo delimita la zona de normalidad estadstica
(68,26%)
Existen tantas curvas normales como pares de valores de media y desvo
standard se establezcan. 3
El rea total bajo la curva indica la probabilidad correspondiente a la totalidad
de los valores y vale 1. Bajo la curva normal se halla el 100%de los casos.
Entre dos puntos de la variables se encuentra siempre la misma proporcin de
casos, cualquiera sea la curva normal de que se trate. Esta propiedad es la que
torna particularmente interesante la utilidad de la curva normal.
Cualquiera sea el valor de la media y el desvo que pueda tener una curva
normal en particular, hay un rea constante (una proporcin de casos constante)
entre dos ordenadas, trazadas una en la media (por ejemplo) y otra a una cierta
distancia de la media, medida en trminos de unidades de desvo.
Esta propiedad permite que se haya construido una tabla para curva normal, para
cualquier curva normal. La tabla est construida para una curva normal estndar,
cuya media vale 0 y el desvo 1.
TRANSFORMACIN DE PUNTAJES
El puntaje que obtiene una persona en determinada prueba, adquiere su total
significado cuando podemos compararlo con las puntuaciones de sus pares. Ya
hemos visto que no es vlido comparar los puntajes originales de una persona en
distintas pruebas, dado que no es lo mismo sacar 30 puntos cuando el mximo de
una prueba es de 40 puntos que sacar 30 puntos si el mximo es 100 puntos. Por
lo tanto necesitamos transformar los puntajes a una escala comn para poder
compararlos.
La transformacin de puntuaciones en bruto u originales a una escala comn,
posibilitan comparar los resultados de:
Distintas observaciones de un mismo sujeto o de sujetos distintos.
Variables medidas de distinta forma o entre distintas variables.
La posicin de una persona dentro de la distribucin, segn el porcentaje de
casos que supera (escala percentilar).-

Si slo tengo estos datos, de los puntajes obtenidos por una persona en dos
pruebas distintas:
a) 17 p. M = 15 S= 2
b) 52 p. M = 50 S= 5
Puedo comparar los resultados?
Lo primero que hara es compararlo con la media, y decir si est por encima o
por debajo de ella, pero esto no me permite decir en cul anduvo mejor, pues en
ambos supera a la media. Lo tengo que relacionar con el desvo, para ello utilizo la
transformacin en puntaje z:
z=

XM
s

a)

z=

b)

z=

175 2
; z =1
12 2

5250
z=1
5

De esta manera yo puedo comparar los dos puntajes en funcin de cunto se

alejan de la media en unidades de desvo standard. En este caso obtuvo un
mejor rendimiento en la prueba a) pues se alej ms de la media en valores
positivos. 4
Cualquier puntuacin directa que sea exactamente igual a la media es equivalente
a una puntuacin z igual a 0. Por lo tanto, todos los sujetos que tengan
puntajes por debajo de la media, tendrn z con signo negativo. Adems,
puesto que
la amplitud total de la mayora de los grupos no se extiende ms all de 3 z por
encima y 3 z por debajo de la media, habr que utilizar por lo menos un decimal a
fin de producir la diferenciacin suficiente entre los individuos.
Veamos algunos ejemplos:
1.- Calcular los puntajes z correspondientes a los siguientes valores de una
distribucin
normal cuya media = 40 y S = 6:
X1= 48 (z =1,33) ; X2 = 34 (z =-1); X3= 52 (z = 2) ; X4 = 25 (z =-2,5)
2.- Puedo tambin plantearme lo inverso Cul es el valor de la variable o puntaje
que le corresponde a los siguientes puntajes z?
Parto de la frmula para calcular
X= Z. S + M

z=

XM
y realizo pasaje de trminos:
s

Z1

= - 1,5 (X = 31); z2= 2,34 (X= 54,04) ; z3 = 1,55 (X = 49,3) ; z4= -1,96 (X= 28,24)

USO DE LA TABLA DE PROBABILIDAD NORMAL

Cuando conocemos de una distribucin el n, M y S , podemos calcular por
ejemplo, la cantidad o porcentaje de individuos que hay entre dos puntajes, o por
encima o por debajo de un puntaje dado de la distribucin. Para ello utilizamos las
tablas que ya estn calculadas para la curva normal estndar, llamada tabla de
reas, que nos permite saber el porcentaje de casos que hay a partir de la media,
(en el caso de la tabla con la que trabajamos). La utilizamos como una tabla de
doble entrada, en que la primer columna de la izquierda, indica el entero y el
primer decimal del puntaje z reducido, en los encabezamientos de las sucesivas
columnas encontramos los centsimos de z. En la interseccin de fila y columna,
tenemos el porcentaje de casos.
z
0.0
0.1
0.2
.
1.0
.
2.0
.
3.0

0
.0000
.0398
0.793
.
.3413
.
.4772
.
.4987

1
.0040
.0832
.0832
.
.3438
.
.4778
.
.4987

..

...

9
.0359
0754
1141
.
.3621
..
.4817
..
4990

Como la curva es bilateralmente simtrica estos valores se aplican tanto para z

positivos o negativos. Si bien el rea bajo la curva equivale a 1, como estamos
habituados a utilizar porcentajes, para lograr estos, multiplicamos el resultado por
100. 5
Qu porcentaje de casos hay entre :

0 y 3z = 49,87%

+1z y +2 z = 13,59%

- 1z y +2 z = 81,85%

- 1z y 3 z = 15,73 %
Nos podemos plantear el problema inverso. Dado determinado porcentaje
de
casos, averiguar los puntajes z que los delimitan:
Entre qu puntajes z se encuentra el:

90 % central (+ - 1,65z)

90 % superior (-1,28 y 3 z)

90 % inferior ( -3 z y + 1,28z)
Z DERIVADO.
Los inconvenientes que tiene el puntaje z es que opera con
valores negativos y trabaja con decimales. Para evitar estos inconvenientes se
utiliza otra transformacin de puntajes, lineal, es decir que no deforma la
distribucin original de los puntajes. Se reemplaza la media y el desvo por valores
arbitrariamente fijados, generalmente se utiliza M = 50 y S = 10 esto nos permite
obviar los valores negativos y los decimales.

Z = Ma + Sa . z
As el Z que corresponde a un z =1 , ser:
Z = 50 + 10 . 1 = 60
PERCENTILES
Otra transformacin de puntajes es a percentiles ya se ha descrito al desarrollar
las medidas de orden. Vale recordar la principal desventaja de ellos y es que no
respetan la forma de la distribucin original, tienden a agruparse en el centro y a
dispersarse hacia los extremos, sin embargo, son fciles de entender por todos y
se pueden emplear para cualquier tipo de test, ya sea que mida aptitud o rasgos
de personalidad.
Si quisiramos transformar valores de la variable a percentiles, el procedimiento
sera:
1) Pasar x a z
2) Buscar el rea correspondiente en la tabla de reas
3) Determinar el percentil correspondiente que resultar de sumar o restar el rea
hallada a 50, dependiendo de que se trate de un z positivo o negativo.
Por ejemplo: Si los puntajes de un test se distribuyen normalmente con media=
100 y desvo = 20, qu percentil le corresponde a un sujeto A)que obtuvo 80
puntos y cul a otro sujeto B) que obtuvo 110 puntos.
Qu datos tenemos?
M = 100
S = 20
z 1=

X1 = 80 P= ?
X2 = 110 P= ?

80100
110100
=1 z z 2=
=0,5 z
20
20

Una vez obtenido el puntaje z, busco en la tabla el rea correspondiente a cada

uno;
para z1 el rea es 34,13 % , este porcentaje hallado me est indicando el
porcentaje de casos que hay entre la media y un valor de desvo estndar, que no
es lo que estamos buscando, pues el percentil se define por el porcentaje de
casos que quedan por debajo de l. Como el z1 es negativo, al 50% que hay entre
el comienzo de la distribucin y la media le resto 34,13% y obtengo el percentil
correspondiente a z = - 1 que es P 15
En el caso de z2 que es positivo, le sumo al 50% que hay hasta la media el rea
correspondiente a z =0,5 que es 19,5% . El percentil que obtengo es P= 69
Tambin puede ocurrir que tenga los puntajes expresados en percentiles y los
quiera transformar a valores de la variable, es decir recorrer el camino inverso.

Por ejemplo, si los puntajes de un test se distribuyen normalmente con una media
de20 y un desvo de 5. qu puntajes le corresponder a un sujeto A que obtuvo el
P70?
Y a otro B que obtuvo el P40?
M = 20
P70 Xa = ?
S= 5
P40 Xb = ?
Para el sujeto A, busco en la tabla el rea del 20% (recordar que el Percentil se
define por el porcentaje de casos que deja por debajo y la tabla me da el rea
desde el centro) que le corresponde a un z= 0.53, luego aplico la frmula para
hallar x,
X = z.s + M
X = 0.53. 5 + 20 X = 22,65 7
El mismo procedimiento utilizo para hallar el puntaje del sujeto B. Busco en la
tabla
el 10 % (resulta de restar a 50, el percentil 40), le corresponde un z = 0.25
X = - 0.25 . 5 + 20 X = 18,75
Sintetizando: cada vez que realizo una transformacin de percentiles a valores de
la variable o de stos a percentiles, debo necesariamente pasar por z.

INTERRELACION ENTRE LAS PUNTUACIONES TRANSFORMADAS

El tipo de transformacin de puntajes que utilicemos para expresar las
puntuaciones originales, est dictada en gran medida por la conveniencia, la
familiaridad y la facilidad en la creacin de normas. Todos los tipos de
puntuaciones
transformadas son fundamentalmente anlogos si su transformacin ha sido
cuidadosa y se interpreta adecuadamente. Las distintas transformaciones se
pueden apreciar en el grfico siguiente:

0.13
%

2.1
4%

13.5
9%

Puntuacin de test
140

34.1
3%

34.13
%

40

13.59%

60

2.14%
0.13%

80

100

120

160

Puntuacin z
_________________________________________
-4

puntuacion

-3

-2

-1

+1

+2

+3

+4

_________________________________________
10

20

30

40

50

60

70

80

90

percentil

__________________________________________
1

5 10 20 30 40 50 60 70 80 90

95

99

Relaciones entre
diferentes tipos de puntuacin de test en una
distribucin
normal

APLICACIONES EN PSICOLOGIA DE LA CURVA NORMAL.Podramos resumir las aplicaciones de la curva normal en:

 La determinacin del porcentaje de casos que hay entre determinados lmites o

por encima o debajo de un puntaje dado.
Lo inverso, es decir hallar los lmites que incluyen determinado porcentaje de
casos
y eventualmente realizar la transformacin a una escala percentilar.
Determinar la dificultad relativa de preguntas, problemas o tems de una prueba.
Dividir un grupo dado en subgrupos segn la capacidad, cuando la caracterstica
considerada est distribuida normalmente.

CONCLUSIONES

Las distribuciones de frecuencias de la mayora de las variables de las

C S. Sociales,
psicolgicas, sociolgicas, antropolgicas, cuando
representan a un nmero se aproximan a un tipo de curva en forma de
campana que se conoce como curva normal o campana

Esta curva normal es un modelo terico probabilstico, es un concepto

Formal, Matemtico. Muchos aspectos de la realidad, cuando de
variables continuas se trata.

Existen curvas con la misma forma o dispersin de las observaciones pero

tienen.
Distinta media, o por el contrario, pueden compartir el mismo valor en su media y
diferir

Su representacin se realiza con un trazo continuo, no como el histograma

o
Polgono grama, dado que representa infinitos casos de una variable continua