Graficos Histogram

-1-
SEGUNDA SEMANA
LOS DATOS Y LA ESTADISTICA

Bussines Week
Nueva York, Nueva York

Este semanario es bien conocido porque ofrece una variedad de artculos de inters para la
comunidad de los negocios y la economa. Adems de artculos acerca de temas actuales, incluye
secciones regulares sobre comercio internacional, anlisis econmico, procesamiento de
informacin y ciencia y tecnologa.
Los artculos y las secciones regulares permiten a los lectores mantenerse al corriente de desarrollos
actuales y ayudar a evaluar el impacto de los avances en el futuro de los negocios y la economa.
En la mayora de los nmeros de Bussines Week se encuentra un informe detallado sobre un
tema de actualidad. Por ejemplo el nmero del 3 de Febrero de 1997 contena un informe
especial sobre los mejores fondos de inversin, el del 21 de Abril de 1997 presentaba un
estudio de las compensaciones a los ejecutivos, y el del 7 de Julio de 1997, sobre las mil
empresas ms valiosas, Bussines Week Global 1000. Otras novedades que atraen el inters del
lector son la encuesta anual de pagos a ejecutivos y el ndice semanal Bussines Week Index
que contiene estadsticas acerca del estado de la economa; por ejemplo, indicadores de
produccin, precios de acciones, valores hipotecarios y tasas de inters.
Aparte de emplear la estadstica en sus artculos, esta revista rene y emplea datos estadsticos
para administrar la propia empresa. Por ejemplo, Bussines Week lleva acabo una encuesta
entre sus suscriptores para registrar su perfil profesional, hbitos de lectura, compra, estilos
de vida, etc.
Por ejemplo, en 1996 el estudio de suscriptores estadounidenses indic que el 85% de ellos
posea una computadora personal, y el 60% tena acceso a Internet.
Estos datos estadsticos ponen sobre aviso a los gerentes, pues se deduce que a los clientes les
deberan interesar artculos sobre computadoras personales o sobre Internet.
Adems, los resultados de la encuesta estn a disposicin de los anunciantes potenciales. El
gran porcentaje de suscriptores interesados en computadoras personales puede ser un
incentivo para que los fabricantes de computadoras personales consideren anunciarse en
Bussines Week.
Finalmente podemos decir que los resmenes estadsticos generados por la encuesta son usados
por los administradores para proporcionar mejor servicio a sus suscriptores y anunciantes.
En el entorno actual de la administracin y la economa globales, disponemos de vastas
cantidades de informacin estadstica. Ya que, la estadstica es el arte y la ciencia de reunir,
analizar, presentar e interpretar datos, es indispensable poder proporcionar a los
administradores y a quienes toman decisiones una mejor comprensin del entorno
comercial y econmico, para permitirles tomar mejores decisiones y ms informadas.
Los mejores contadores, administradores y ejecutivos son quienes pueden comprender la
informacin y usarla eficazmente, especialmente en los negocios y la economa. Por eso,
es tan importante, el que conozcamos la forma como se obtienen y usan los datos (materia
Estadstica Aplicada a Los Negocios

Arriaga.
Licenciado en Estadstica
Luis R. Zapatel
-2-
prima de la estadstica), de manera tal que produzcamos informacin estadstica clara y

fcil de interpretar. Ya sean stas descriptivas o inferenciales.
ESTADISTICA DESCRIPTIVA
Colgate-Palmolive Company
Nueva York, Nueva York

La Colgate-Palmolive Company inici sus operaciones en 1806 como una pequea fbrica de
jabn y velas, en la ciudad de Nueva York. Hoy, sus productos se encuentran en todo
el mundo. Tiene operaciones internacionales en 55 pases, y sus ventas anuales
fueron de ms de $8700 millones de dlares en 1996. Si bien se le conoce ms por su
lnea tradicional de jabones, detergentes y pastas dentrficas, entre sus operaciones
subsidiarias se encuentra la lnea de artculos para bebe Meneen, el detergente
lquido Softsoap, el alimento para mascotas Hills Pet Foods y otras ms.
Esta empresa aplica la estadstica en su programa de aseguramiento de la calidad para productos
domsticos de limpieza. Por ejemplo les preocupa la satisfaccin del cliente en relacin con el
contenido de detergente en cada caja. Todas las presentaciones del detergente en polvo se llenan
con el mismo peso del producto, pero el volumen vara de acuerdo con la densidad del polvo.
Por ejemplo, si la densidad es alta, se necesita menor volumen de detergente para dar el peso
especfico del paquete.
En consecuencia, puede ser que al abrir la caja, al cliente le parezca que no est bien llena.
Para controlar el problema del detergente en polvo denso, se establecen lmites para la densidad
aceptable. Se toman muestras estadsticas en forma peridica y se mide la densidad del polvo de
cada una. A continuacin se resumen los datos y se hacen del conocimiento del personal de
operacin, para poder tomar acciones correctivas si es necesario, y mantener la densidad dentro de
las especificaciones de calidad deseadas.
En la tabla y figura adjuntas se muestra una distribucin de frecuencias y un histograma de
densidades en 150 muestras, tomadas durante una semana.
Los niveles de densidades mayores que 0.40 son demasiados altos y no se aceptan.
Distribucin de Frecuencias de los Datos de Densidad
Densidad
0.29 - 0.30
0.31 - 0.32
0.33 - 0.34
0.35 - 0.36
0.37 - 0.38
0.39 - 0.40
Total
Arriaga.
Frecuencia
30
75
32
9
3
1
150
Luis R. Zapatel
-3-

Arriaga.
Luis R. Zapatel
-4-
Histograma de los Datos de Densidad
F
r
e
c
u
e
n
c
i
a
75
50
Menos del 1% de las

muestras estn cerca
del valor no deseado
de 0.40
25
0
.30 .32 .34 .36 .38 .40
Densidad
La distribucin de frecuencias y el histograma indican que la operacin cumple con sus
lineamientos de calidad, al demostrar que casi totalmente, las densidades son menores o iguales a
0.40.
Los administradores al ver estos resmenes estadsticos quedaran complacidos con la calidad del
proceso de produccin del detergente.
A veces recabamos (recogemos, recolectamos) datos con el fin de enfrentar un
problema especfico. Por ejemplo:
Un estudio de seguridad de los elevadores del Hotel Sheraton en Lima, requera

datos acerca del peso promedio de las personas que usan los elevadores. Esto
con el fin de hacer algunas refacciones que permitan mayor seguridad a los
usuarios.
En otros casos, recabamos u obtenemos datos sin tener un objetivo especfico, slo
porque nos interesa explorar los datos y ver qu podran revelar. Por ejemplo:
Un gelogo podra preguntarse qu tiempos transcurren entre erupciones del

giser Old Faithful: Estn distribuidos equitativamente dentro de intervalos de
tiempo o algunos tiempos ocurren con mayor frecuencia que otros?.
En ambas circunstancias, necesitamos diversas herramientas que nos ayuden a

entender el conjunto de datos.
La Estadstica, en nuestro caso la Descriptiva, es la ciencia que nos va a permitir
organizar la informacin recolectada (datos), para luego presentarla (a travs de
tablas, cuadros y grficos) de una manera sencilla y fcil de entender. El objetivo de
esos mtodos es resumir los datos para que se puedan comprender e interpretar con
facilidad.

Arriaga.
Luis R. Zapatel
-5-
Observemos el siguiente ejemplo:

Arriaga.
Luis R. Zapatel
-6-
Ejemplo 01:
Consideremos los valores que aparecen en seguida, los cuales representan el tiempo
del trayecto al trabajo de 100 empleados del Banco de Crdito de Piura. Los tiempos
se dan en minutos y cada valor representa el tiempo promedio de un empleado en
cinco das de trabajo consecutivos. Esta informacin ha sido recolectada por la
gerencia del Banco lo cual no es una tarea sencilla.
44.00
36.20
15.80
29.20
35.20
12.60
30.00
56.20
45.60
42.20
35.40
38.40
28.80
40.60
56.40
27.00
45.80
24.80
37.40
42.00
28.40 37.00
49.20 31.80
38.00 44.00
49.60 30.40
31.00 45.00
47.80 52.60
18.00 41.00
12.60 53.60
18.00 50.60
16.20 108.20
46.00
86.40
38.40
12.20
90.20
41.00
22.60
125.40
103.40
44.00
35.40
12.60
74.00
123.80
100.00
40.00
21.20
16.20
52.40
42.60
19.40
27.40
23.00
42.00
39.00
28.00
89.60
39.00
20.20
39.40
20.40
14.00
11.40
47.00
37.00
23.60
90.40
40.80
64.60
37.60
56.40
39.40
39.80
32.40
49.40
37.60
43.00
33.60
22.20
41.40
43.20
39.40
30.20
39.20
28.20
37.80
29.80
39.40
60.00
40.40
Sigamos mirando: Podemos decir algo de ellos as como se presentan?; pues NO, con
una simple observacin no podemos concluir nada, es mas, nos llevara un poco de
tiempo siquiera saber cul es el menor o cual es el mayor tiempo que un empleado
demora en llegar al Banco.
Para tener una idea clara de qu clase de informacin tenemos, es evidente que se
debe hacer ms para hacerla comprensible. Esta es la tarea de la Estadstica
Descriptiva.
Con la Estadstica Descriptiva logramos lo siguiente:
11.40
12.20
12.60
12.60
12.60
14.00
15.80
16.20
16.20
18.00
18.00
19.40
20.20
20.40
21.20
22.20
22.60
23.00
23.60
24.80
27.00
27.40
28.00
28.20
28.40
28.80
29.20
29.80
30.00
30.20
30.40
31.00
31.80
32.40
33.60
35.20
35.40
35.40
36.20
37.00
37.00
37.40
37.60
37.60
37.80
38.00
38.40
38.40
39.00
39.00
39.20
39.40
39.40
39.40
39.40
39.80
40.00
40.40
40.60
40.80
41.00
41.00
41.40
42.00
42.00
42.20
42.60
43.00
43.20
44.00
44.00
44.00
45.00
45.60
45.80
46.00
47.00
47.80
49.20
49.40
49.60
50.60
52.40
52.60
53.60
56.20
56.40
56.40
60.00
64.60
74.00
86.40
89.60
90.20
90.40
100.00
103.40
108.20
123.80
125.40
Qu diferencia encontramos con los datos anteriores?

Estn Ordenados.
Estn de menor a mayor.....
Exactamente, la informacin est ordenada de menor a mayor, con lo que podemos
decir que:

Arriaga.
Luis R. Zapatel
-7-
Son 11 minutos con 40 segundos el menor tiempo que toma a un empleado del
Banco de Crdito de Piura llegar a su centro trabajo. Y el mayor tiempo es de 125
minutos con 40 segundos.
Ahora sigamos observando:

Arriaga.
Luis R. Zapatel
-8-
Tabla 01. Tiempo del trayecto al trabajo de 100 empleados del

Banco de Crdito de Piura.
Tiempos en
Minutos
Frecuencia
Absoluta
Frecuenci
a
Relativa
Frecuencia
Relativa
Acumulada
11.40 27.69
27.70 43.99
44.00 60.29
60.30 76.59
76.60 92.89
92.90
109.19
109.20
125.49
TOTAL
22
47
20
2
4
3
22.0
47.0
20.0
2.0
4.0
3.0
22.0
69.0
89.0
91.0
95.0
98.0
2.0
100.0
100
100.0
Es la misma informacin pero ya organizada usando la Estadstica Descriptiva, y est

presentada en una tabla de frecuencias.
De esta tabla podemos decir que el 47% de los trabajadores demoran entre 27.70 y
43.99 minutos para llegar a su centro de trabajo.
Qu ms podemos decir?
Slo un 2% de los trabajadores demoran entre 109.20 y 125.49 minutos en llegar

a su centro de trabajo.
Son 20 los trabajadores que toman entre 44 y 60.29 minutos para llegar a su
centro de trabajo.
Que un 89% de los trabajadores demoran entre 11.40 y 60.29 minutos para
llegar a las oficinas del Banco de Crdito en el cual laboran.
La informacin est ms clara que al principio, es decir, ya va tomando forma para

nosotros y ya va teniendo significados ms claros.
Sigamos observando:
Grfico N 01
Tiempo del trayecto al trabajo de 100 empleados del Banco de Crdito
50
40
30
20
10
0
11.40 - 22.69
44.00 - 60.29
22.70 - 43.99
76.60 - 92.89
60.30 - 76.59
Tiempo en segundos
Arriaga.
109.20 - 125.49
92.90 - 109.19
Luis R. Zapatel
-9-
Ahora la informacin ya se presenta en un grfico, del cual claramente notamos que:

la mayor cantidad de empleados demoran entre 22.70 y 43.99 minutos en llegar a su
centro de trabajo.
Podemos decir entonces:
La Organizacin y la Presentacin de un conjunto de informacin es una de
las primeras tareas para comprender un problema. Frente a un conjunto de
datos, el primer paso a dar, debe ser expresarlo y clasificarlo de acuerdo a criterios
convenientes, en alguna forma simple que permita ver rpidamente todas las
caractersticas para obtener conclusiones tiles, ya sea directamente o por medio de
clculos posteriores.
Se consideran los siguientes pasos:
1.
Revisin y correccin de los datos.
2.
Construccin de tablas de frecuencias.
3.
Representacin tabular o cuadros estadsticos y grfica.
Tanto la organizacin como la presentacin de informacin se basa en algunas

caractersticas importantes de los datos.
Utilizamos las herramientas de la estadstica descriptiva para entender mejor un
conjunto de datos conociendo sus caractersticas.
Las siguientes tres caractersticas de los datos son extremadamente importantes y
pueden aumentar considerablemente nuestro entendimiento:
1.
2.
3.
La naturaleza o forma de la distribucin de los datos; por ejemplo, con forma

campana, uniforme o sesgada.
Un valor representativo, digamos un promedio.
Una medida de la dispersin o variacin.
Podemos aprender algo acerca de la naturaleza o forma de la distribucin,

organizando los datos y construyendo grficas.
PRESENTACIN DE INFORMACIN ESTADSTICA.

La informacin estadstica puede presentarse de dos formas:
1.
Mediante cuadros o tablas estadsticas.
2.
Mediante grficos.
Existen varias tipos de tablas, cuadros y grficos estadsticos, el uso correcto de los
mismos depende mucho de la naturaleza de los datos, es decir de qu clase de
variables es de donde proviene la informacin que se obtuvo. Lo que s no vara es la
estructura bsica de una tabla o cuadro, o de un grfico.

Arriaga.
Luis R. Zapatel
- 10 -
A continuacin se muestra un resumen de los tipos de tablas, cuadros y grficos

estadsticos ms usados para presentar informacin estadstica.

Arriaga.
Luis R. Zapatel
- 11 -
PRESENTACIN DE INFORMACIN ESTADSTICA
Tablas
Estadsticas
Tablas de Frecuencia Resultado de la operacin de tabulacin.

o de Distribucin
Presenta diversos tipos de frecuencias:
Cuadros
Estadsticos.
fi , hi , Fi , Hi.
Arreglo
ordenado
de
datos
o
caractersticas relacionadas.
Son llamados Cuadros de Anlisis.
Distribucin de Frecuencias
Grficos Lineales
Presentacin de
Informacin
Estadstica
En coordenadas rectangulares
En coordenadas polares
Diagrama de telaraa.
Grficos de
Superficie
Grficos
Estadsticos
Series Cronolgicas
Nube de puntos o lneas de Regresin
Tasas Especficas
Coronas Circulares.
Sectores Circulares (en forma de torta)
Pirmides
De barra (rectangulares)
Pictogramas o
dibujos
Simples
Compuestos
Mapas Estadsticos o
Cartogramas
Grficos de
dimensiones
De rea (dos dimensiones)

De volumen (tres dimensiones)
Luis R. Zapatel Arriaga.

- 12 -
PARTES PRINCIPALES DE UN CUADRO ESTADSTICO.

Su objetivo principal es presentar
comparacin e interpretacin.
Concepto o
encabezamiento
informacin
Estadstica
de
fcil
Cuadro N 01Estudiantes de la Facultad de Ciencias Fsicas y

Matemticas cdigos 1994 - 1999 de la UNPRG, por
Dependencia Econmica segn Escuela Profesional. Julio del
2001.Escuela ProfesionalDependencia
Ttulo
EconmicaAmbosPadresTrabajaTotalnh%nh%n%nh
%ComputacinEstadsticaFsicaMatemticaTotal
Fuente: Oficina de Bienestar universitario de la UNPRG.Elaboracin:
Jefe del Area de Registros de la FacFym de la UNPRG.
lectura,
Nmero de
Cuadro.
Cuerpo del
cuadro.
1) Nmero de la Tabla o Cuadro. Es el cdigo de identificacin que va a permitir

su ubicacin dentro de un documento. En nuestro ejemplo: Cuadro N01.
2) Ttulo. Descripcin resumida del contenido de la tabla. Debe ser breve, clara y
completa; ste responder a las siguientes preguntas:
Qu: Se refiere al hecho o caracterstica principal observada.
Ejem:
estudiantes matriculados cdigos 1994 1999.
Dnde:Lugar geogrfico o institucin al que corresponde la informacin. Ejem:
Facultad de Ciencias Fsicas y Matemticas de la UNPRG de Lambayeque.
Cmo: Referido al orden o clasificacin de los datos dentro de la tabla. La
variable ubicada en la fila se identifica con la proposicin por y la que est en la
columna se antepone segn. Ejem: Por dependencia Econmica segn
Escuela Profesional.
Cundo: En el perodo o momento al que est referida la informacin. Ejem: julio
del 2001.
3) Concepto o Encabezamiento. Son las descripciones de las variables ubicadas
en las filas y columnas de la tabla. Se ubica en la parte superior del cuerpo de la
tabla.
4) Cuerpo de la Tabla. Lugar donde se colocan los datos correspondientes a las
variables indicadas en el encabezamiento.
5) Nota de Pie o Llamadas. Anotaciones o llamadas usadas para hacer alguna
aclaracin.
6) Fuente. Sirve para nombrar cul es el origen de los datos, de donde se
obtuvieron. En nuestro ejemplo: Fuente: Oficina de Bienestar universitario de la
UNPRG.
7) Elaboracin: Sirve para denotar el nombre o nombres del autor o autores del
cuadro o tabla.

Zapatel Arriaga.
Luis R.
- 13 -

Zapatel Arriaga.
Luis R.
- 14 -
PARTES PRINCIPALES DE UN GRFICO ESTADSTICO

Los grficos constituyen un complemento del anlisis descriptivo que permite
destacar las caractersticas de una variable o comparar las diversas relaciones entre
variables, ofreciendo una visin panormica y rpida del fenmeno en estudio.
Los grficos son importantes por lo siguiente:
Son esenciales en el estudio y presentacin de trabajos estadsticos. Los datos

transformados en dibujo permite un examen visual que constituye, muchas
veces, la primera etapa de un anlisis e interpretacin de datos.
Permiten observar en forma instantnea el comportamiento de la variable o
variables materia de estudio.
Permiten formar una idea bastante aproximada sobre la tendencia de las
variables en estudio.
Observemos el siguiente grfico:
Grfico N 02
Pacientes atendidos de tuberculosis pulmonar segn
grado de instruccin en el Hospital Almanzor
Aguinaga Asenjo de Chiclayo. Junio del 2000.
N
D
E
P
A
C
I
E
N
T
E
S
70.0
60.0
50.0
40.0
30.0
20.0
10.0
0.0
Primaria
Secundaria
Superior
Fuente: Tabla N 10.

Elaboracin: Jefe del Area de Registros de la FacFym de la UNPRG.
Sus partes principales son:

1) Nmero de Grfico.
Es el cdigo de identificacin que va a permitir su

ubicacin dentro de un documento. En nuestro ejemplo: Grfico N02.

Zapatel Arriaga.
Luis R.
- 15 -
2) Ttulo. Expresa el contenido del grfico y por lo general, es igual o parecido
al ttulo del cuadro o tabla estadstica. En nuestro ejemplo: Pacientes

atendidos de tuberculosis pulmonar segn grado de instruccin en el Hospital
Almanzor Aguinaga Asenjo de Chiclayo. Junio del 2000.

Zapatel Arriaga.
Luis R.
- 16 -
3) Escalas.
Para graficar se utiliza el sistema cartesiano. El eje X o eje de

abcisas se utiliza para poner la variable en estudio y el Eje Y o eje de
ordenadas se utiliza para las frecuencias absolutas o relativas.
Y
4) Cuerpo. Es el grfico en s. Constituye la representacin en dibujo de los datos.

5) Fuente. Indica el origen de los datos estadsticos que estn representados en el
grfico En nuestro ejemplo: Fuente: Tabla N 10.
6) Elaboracin: Sirve para denotar el nombre del autor o autores del grfico.
Ahora veamos como se construyen las tablas, cuadros y grficos

estadsticos y qu se debe tener en cuenta para su eleccin....
TABLAS DE FRECUENCIA O DE DISTRIBUCIN
DISTRIBUCIN DE FRECUENCIAS.
Es la representacin estructurada, en forma de tabla, de toda la informacin que se
ha recogido sobre la variable en estudio. Las tablas presentan diversos tipos de
frecuencias (absolutas, relativas, y acumuladas), usadas de acuerdo al tipo de
variable que se est estudiando.
Frecuencia Absoluta Simple ( fi ) o ( ni ): Se obtiene contando los valores de la

variable en ese intervalo.
Frecuencia Relativa Simple ( hi ): Se obtiene por divisin de la frecuencia
absoluta entre el total de observaciones.
hi =
fi
N
Frecuencia Absoluta Acumulada ( F i ) o ( Ni ):

iterativamente las frecuencias absolutas.
Se obtiene sumando
F i = fj
Frecuencia Relativa Acumulada ( Hi ): Se obtiene sumando iterativamente las
frecuencias relativas.
Hi = hj

Zapatel Arriaga.
Luis R.
- 17 -
Variable
Frecuencias absolutas
(Clasificacin
Simple
Acumulada
)
X1
X2
...
Xn-1
Xn
Siendo
Siendo
Siendo
total
n1
n2
...
n
n-1
nn
ni
n1
N1 + n2
...
n1 + n2 +..+ nn1
ni
Frecuencias relativas
Simple
Acumulada
h1 = n1 / n
h2 = n2 / n
...
h1
h1 + h2
...
hn-1 = nn-1 / n h1 + h2 +..+hn-1

hn = nn / n
hi
hi
X los distintos valores que puede tomar la variable.

n el nmero de veces que se repite cada valor.
h el porcentaje que la repeticin de cada valor supone sobre el
TIPOS.
Ahora veamos el tratamiento que se da de acuerdo al tipo de variable con la que se
trabaja:
A. PARA VARIABLES CUALITATIVAS

Esto lo entenderemos mejor basndonos en el siguiente ejemplo:
Ejemplo 02:
Un estudio hecho por la empresa Backus, informa que con base en las ventas de
2005, las cinco gaseosas ms vendidas en la ciudad de Chiclayo fueron: Coke Classic,
Pepsi-Cola, Sprite, Concordia, y KyR. Los datos que se muestran a continuacin
provienen de una muestra de 50 compras de esas marcas.
Pepsi Cola
Coke Classic
Concordia
KyR
Pepsi Cola
Sprite
Sprite
Coke Classic
Coke Classic
Sprite
Pepsi Cola
KyR
Coke Classic
Coke Classic
Pepsi Cola
KyR
Concordia
Pepsi Cola
Coke Classic
Sprite
Pepsi Cola
KyR
Concordia
Coke Classic
Pepsi Cola
Concordia
Pepsi Cola
Coke Classic
Concordia
KyR
Pepsi Cola
Coke Classic
KyR
Concordia
Coke Classic
Sprite
Coke Classic
Pepsi Cola
Coke Classic
Sprite
Coke Classic
KyR
Coke Classic
Coke Classic
KyR
Coke Classic
Pepsi Cola
Coke Classic
KyR
Pepsi Cola
Observemos bien esta informacin y veamos: A qu tipo de variable pertenecen

estos datos?.
Estos datos pertenecen a una variable cualitativa, pues cada elemento del
conjunto de datos es una marca de la gaseosa vendida en la ciudad de Chiclayo y
stas marcas representan una cualidad.

Zapatel Arriaga.
Luis R.
- 18 -
Y ... qu tratamiento estadstico podemos darle a este conjunto de datos

de tal manera que podamos tener informacin organizada y presentada
para un mayor comprensin?

Zapatel Arriaga.
Luis R.
- 19 -
Bueno, el procedimiento es el siguiente:

i) Clasificacin:
Se identifican las clases o categoras que corresponden a la variable
cualitativa que se est estudiando. Las categoras deben ser mutuamente
excluyentes, es decir diferentes entre ellas.
En nuestro ejemplo, las categoras son.
Coke Classic.
Concordia.
K y R.
Pepsi Cola.
Sprite.
Una vez identificadas las categoras, seguimos con la:
ii) Tabulacin
Luego de la identificacin de clases se procede al vaciado de informacin, a
travs de tarjas ( / ) en cada una de las clases a la que pertenecen; de modo
que por cada dato en bruto se coloca una raya vertical junto a la clase que le
corresponde.
En nuestro ejemplo, el vaciado por categoras se hara de la siguiente
manera:
CLASES
Coke Classic
Concordia
KyR
Pepsi Cola
Sprite
/////
/////
/////
/////
/////
CONTEO
///// ///// //
/
////
///// //
/
iii) Suma de frecuencias: Las rayas o tarjas verticales, al sumarlas se

convierten en frecuencias absolutas simples, en cada una de las clases
donde fueron ubicadas.
Sigamos con nuestro ejemplo, en el cual sumaremos las tarjas
correspondientes a cada clase.
CLASES
Coke Classic
Concordia
KyR
Pepsi Cola
Sprite
TOTAL
CONTEO
///// ///// ///// //
///// /
///// ////
///// ///// //
///// /
fi
17
6
9
12
6
50
iv) Clculo de las Frecuencias Relativas Simples (h i): Una vez

calculadas las frecuencias absolutas, las usamos de base para el clculo de
las frecuencias relativas, teniendo en cuenta el total de observaciones. Para
fi
ello recordemos la siguiente frmula.
i
N
h =

Zapatel Arriaga.
Luis R.
- 20 -
Donde:
N = Total de las observaciones.
En nuestro ejemplo:
CLASES
Coke Classic
Concordia
KyR
Pepsi Cola
Sprite
Total
CONTEO
///// ///// ///// //
///// /
///// ////
///// ///// //
///// /
fi
hi
hi %
17
6
9
12
6
50
0.34
0.12
0.18
0.24
0.12
1
34
12
18
24
12
100
Los hi%, son las frecuencias relativas porcentuales simples y se

calculan as:
fi
hi =
x 100
N
v) Interpretacin: Es la descripcin del comportamiento de la variable en
estudio, observada de una manera clara.
Tabla N 02
Distribucin de las cinco gaseosas ms vendidas en la ciudad
de Chiclayo en el ao 2003.
CLASESCONTEO fi hi hi %Coke
Classic///// ///// ///// //170.3434Concordia///// /60.1212K y
R///// ////90.1818Pepsi Cola///// ///// //120.2424Sprite ///// /

60.1212Total501100Fuente: Departamento de Proyeccin. Backus
- Chiclayo.
La Interpretacin en nuestro ejemplo:

La gaseosa ms vendida en la ciudad de Chiclayo en el ao 2005 fue Coke
Classic, con un 34%. En Segundo lugar la gaseosa Pepsi Cola, con un 24%.
Una vez lista la tabla estadstica, veamos qu tipo de grfico se puede
trabajar para las variables cualitativas:
Grfico de Barras Simples

Grfico de Barras Compuestas (Cuadro de doble entrada)
Grfico Circular o de Pastel.
Grfico de Barras Simple:

Zapatel Arriaga.
Luis R.
- 21 -
Para su elaboracin se debe contar con una tabla o cuadro de entrada simple.
En el eje horizontal (X) de la grfica se especifican los indicadores o nombres
que se usan para cada una de las clases.
En el eje vertical puede representarse una escala de frecuencias ya sea
relativa o relativa porcentual.
Todas las barras tienen el mismo ancho.
El espacio entre barra y barra debe ser la misma, y constituye la mitad del
ancho de la barra.
El ancho de la barra debe ser el doble del espacio que se deba entre barra y
barra.
En el eje de las ordenadas (Y), la longitud entre escala y escala debe ser la
misma que la longitud entre escala y escala del eje de las abcisas (X).
Preferentemente mas no obligatorio, construir las barras en orden
decreciente de magnitud, o por orden alfabtico, o por orden cronolgico,
etc.
Las barras de ancho fijo trazada sobre cada indicador de clase, debe llegar a
la altura que corresponda a la frecuencia relativa o porcentual de la clase,
indicada en el eje vertical.
Observemos como han sido graficados los datos de nuestro ejemplo, y como en
la grfica se refleja claramente que la gaseosa ms vendida en Chiclayo en el
ao 2005 fue Coke Classic, y en segundo lugar est Pepsi Cola. Por tanto se
podra decir que son las ms preferidas en la Ciudad de Chiclayo.
Grfico N 03
Distribucin de las cinco gaseosas ms vendidas en la
ciudad de Chiclayo en el ao 2003.
40
Frecuencia porcentual
35
30
25
20
15
10
5
0
Coke Cl assic
Concordia
KyR
Pepsi Col a
Spri te
Marca de la gaseosa
Fuente: Departamento de Proyeccin. Backus Chiclayo.

Elaboracin: Jefe del rea de Marketing. Backus Chiclayo.

Zapatel Arriaga.
Luis R.
- 22 -
Grfico de Pastel o Grfico Circular:
Se usa para representar la dimensin de las partes de un fenmeno total. Para

su elaboracin se utiliza la circunferencia, siendo necesario que los valores
absolutos y/o porcentuales, sean traducidos en Grados.

Zapatel Arriaga.
Luis R.
- 23 -
Con la informacin de nuestro ejemplo:

Tabla N 02
CLASESCONTEO fi hi
hi %Coke
Classic///// ///// ///// //170.3434Concordia///// /60.1212K y

R///// ////90.1818Pepsi Cola///// ///// //120.2424Sprite ///// /
60.1212Total501100Fuente: Departamento de Proyeccin. Backus Chiclayo.

Ahora procedamos a la construccin del grfico, teniendo en cuenta lo siguiente:

Sabiendo que la circunferencia tiene un total de 360, y que la frecuencia
relativa porcentual se trabaja en base al 100%, utilizamos la regla de tres simple
para hallar los GRADOS para cada clase.
Esto es:
Coke Classic: (34%)
100%
34%
360
X
100 X = 34 x 360
X =
x 360
100
X = 43.20
K y R: (18%)
360
X
100 X = 18 x 360
X =
18
x 360
100
X = 64.80
Pepsi Cola: (24%)

100%
24%
12
360
X
100 X = 12 x 360
100%
18%
x 360
100
X = 122.4
Concordia: (12%)
100%
12%
34
X =
360
X
100 X = 24 x 360
X =
24
x 360
100
X = 86.4

Zapatel Arriaga.
Luis R.
- 24 -
Sprite: (12%)
100%
12%
360
X
100 X = 12 x 360
X =
12
x 360
100
X = 43.20
Resumiendo en una tabla, tenemos:

CLASES
Coke Classic
Concordia
KyR
Pepsi Cola
Sprite
Total
hi %
Grados
34
12
18
24
12
122.4
43.20
64.80
86.40
43.20
100
360
Pasemos entonces a la construccin del Diagrama de Pastel o Grfico Circular,

teniendo en cuenta la conversin anterior.
Grfico N 04
12%
34%
24%
12%
18%
Coke Cl assic
Conc ordia
KyR
Pepsi Col a
Sprite
Fuente: Departamento de Proyeccin. Backus Chiclayo.


Zapatel Arriaga.
Luis R.
- 25 -
Ejercicio
Ejercicio Propuesto
Propuesto
Segn
Nielsen
Media
Research,
los
Segn Nielsen Media Research, los cinco
cinco programas
programas de
de Tv
Tv ms
ms vistos
vistos aa las
las 8.00p.m.
8.00p.m.
del
del 14
14 de
de diciembre
diciembre del
del 2002
2002 fueron:
fueron: Congo,
Congo, The
The X-Files,
X-Files, Friends,
Friends, Ellen
Ellen Foster,
Foster, yy
Unhappily
Unhappily Ever
Ever After
After (El
(El comercio,
comercio, 17
17 Agosto
Agosto del
del 2006).
2006). La
La lista
lista siguiente
siguiente es
es una
una
encuesta
encuesta entre
entre 80
80 espectadores.
espectadores.
Ellen
Ellen FosterEllen
FosterEllen FosterEllen
FosterEllen FosterThe
FosterThe X-FilesEllen
X-FilesEllen FosterThe
FosterThe X-FilesFriendsFriendsFriendsThe
X-FilesFriendsFriendsFriendsThe XXFilesUnhappily
FilesUnhappily EverCongoCongoCongoUnhappily
EverCongoCongoCongoUnhappily EverThe
EverThe X-FilesFriendsThe
X-FilesFriendsThe X-FilesThe
X-FilesThe X-FilesThe
X-FilesThe
X-FilesFriendsThe
X-FilesFriendsThe X-FilesCongoUnhappily
X-FilesCongoUnhappily EverFriendsUnhappily
EverFriendsUnhappily EverUnhappily
EverUnhappily EverEllen
EverEllen
FosterFriendsThe
FosterFriendsThe X-FilesFriendsEllen
X-FilesFriendsEllen FosterThe
FosterThe X-FilesThe
X-FilesThe XXFilesFriendsFriendsCongoEllen
FilesFriendsFriendsCongoEllen FosterThe
FosterThe X-FilesEllen
X-FilesEllen FosterUnhappily
FosterUnhappily EverFriendsThe
EverFriendsThe XXFilesFriendsUnhappily
EverUnhappily
EverEllen
FosterEllen
FosterEllen
FilesFriendsUnhappily EverUnhappily EverEllen FosterEllen FosterEllen FosterEllen
FosterEllen FosterThe
FosterThe XXFilesFriendsFriendsThe
FilesFriendsFriendsThe X-FilesThe
X-FilesThe X-FilesFriendsUnhappily
X-FilesFriendsUnhappily EverThe
EverThe X-FilesThe
X-FilesThe X-FilesEllen
X-FilesEllen
FosterCongoThe
FosterCongoThe X-FilesUnhappily
X-FilesUnhappily EverCongoEllen
EverCongoEllen FosterCongoEllen
FosterCongoEllen FosterEllen
FosterEllen
FosterFriendsFriendsThe
FosterFriendsFriendsThe X-FilesThe
X-FilesThe X-FilesUnhappily
X-FilesUnhappily EverUnhappily
EverUnhappily EverThe
EverThe XXFilesEllen
FilesEllen FosterThe
FosterThe X-FilesUnhappily
X-FilesUnhappily Ever
Ever

Zapatel Arriaga.
Luis R.
- 26 -
B. PARA VARIABLES CUANTITATIVAS.

Cuando la variable en estudio es cuantitativa, ya sea sta discreta o continua y
posee poca diversidad en sus respuestas (no poca cantidad de datos
recolectados, sino, pocas posibles respuestas o categoras) no existe problema
para organizar la informacin en una pequea lista como en el caso de las
variables cualitativas, sin embargo, si la variable posee una gran variedad
en sus posibles respuestas, es necesario la conformacin de pequeos
grupos llamados intervalos,
B.1PARA
VARIABLES
CATEGORAS.
CUANTITATIVAS
CON
POCAS
Veamos cual es el procedimiento, basndonos tambin en un ejemplo:
Ejemplo 03:
Un estudio realizado en la ciudad de Lima, tuvo como objetivo conocer con qu
frecuencia una persona iba al Cine Planet por mes, y para ello se pregunt a 200
personas cuntas veces haban visitado dicho lugar durante el mes pasado. Los
resultados fueron los siguientes:
0
1
2
0
0
3
0
0
6
0
1
1
0
4
0
0
4
1
1
0
2
0
4
1
0
1
0
3
1
1
0
0
0
1
1
2
0
2
0
0
0
0
1
0
2
0
0
2
1
4
0
0
0
2
1
1
0
1
0
2
0
1
1
0
0
1
0
1
0
0
0
3
1
0
1
0
1
2
0
1
6
1
0
0
0
2
0
2
2
0
1
0
1
0
3
1
5
0
0
0
2
0
1
0
1
1
0
1
2
0
1
0
2
1
1
2
0
0
3
0
0
1
0
2
1
0
0
0
0
1
0
0
0
0
1
0
1
0
1
1
0
3
0
0
4
0
0
2
1
3
0
5
0
1
2
0
2
0
1
4
0
1
0
4
0
1
0
2
1
1
1
2
1
0
1
2
0
1
0
0
1
0
1
0
0
2
0
0
1
0
2
3
0
1
2
0
1
1
0
3
En este caso, los datos corresponden a una variable Cuantitativo Discreta, y se

obtuvieron por el simple conteo.
Y ... qu tratamiento estadstico podemos darle?.
siguientes pasos:
Para ello sigamos los
i) Clasificacin: Se identifican los distintos valores (clases o categoras) que

tiene la variable, y se ubican el mayor y el menor, luego lo colocamos de
manera ascendente o descendente (segn la necesidad del investigador)
dentro de la tabla. En nuestro ejemplo, los valores o categoras son:
0
1

Zapatel Arriaga.
2
5
3
4
Luis R.
- 27 -
ii) Tabulacin: Luego de la identificacin de clases se procede al vaciado de

informacin, a travs de tarjas ( / ) en cada una de las clases a la que
pertenecen; de modo que por cada dato en bruto se coloca una raya vertical
junto a la clase que le corresponde.

Zapatel Arriaga.
Luis R.
- 28 -
En nuestro ejemplo sera:

N de visitas al
Cine Planet
por mes
CONTEO
///// ///// /////
/ ///// /////
///// ///// /////
///// ///// /////
// ///// ////
///// ///// /////
///// ////
///// //
0
1
2
3
4
///// ///// ///// ///// ///// ///// ////

///// ///// ///// /////
///// ///// ///// ///// ///// ///// ///
///// ///// /
iii) Clculo de las Frecuencias Absolutas Simples: Se obtienen

sumando las rayas o tarjas verticales obtenidas en el procesos de tabulacin
en cada una de las clases donde fueron ubicadas, al sumarlas se convierten
en frecuencias absolutas simples ( f i ).
Sigamos con nuestro ejemplo, en el cual sumaremos las tarjas
correspondientes a cada clase.
N de visitas al
Cine Planet
por mes
0
1
2
3
4
CONTEO
///// ///// /////
/ ///// /////
///// ///// /////
///// ///// /////
// ///// ////
///// ///// /////
///// ////
///// //
fi
///// ///// ///// ///// ///// ///// ////

95
///// ///// ///// /////
///// ///// ///// ///// ///// ///// ///
///// ///// /
iv) Frecuencia Absoluta Acumulada ( Fi ) o ( N i ):
59
26
9
7
Se obtiene sumando
iterativamente las frecuencias absolutas.

Fi f i
En nuestro ejemplo:
N de visitas al
Cine Planet por
mes
0
1
2
3
4
5
6
TOTAL
fi
Fi
95
59
26
9
7
2
2
200
95
154
180
189
196
198
200
Para el nmero de visitas igual a 1:

95 + 59 = 154.
95 + 59 + 26 = 180
154 + 26 = 180

Zapatel Arriaga.
Luis R.
- 29 -
v) Clculo de las Frecuencias Relativas Simples ( hi ): Una vez

calculadas las frecuencias absolutas, las usamos de base para el clculo de
las frecuencias relativas, teniendo en cuenta el total de observaciones. La
suma de todas las frecuencias relativas es igual a 1. Para su clculo
recordemos la siguiente frmula.
hi
Donde:
N = Total de las observaciones.
En nuestro ejemplo, N = 200.
fi
N
N de visitas al
fi
Fi
Cine Planet
por mes
0
95
95
1
59
154
2
26
180
3
9
189
4
7
196
5
2
198
6
2
200
TOTAL
200
h2 para el nmero de visitas igual a 1:
f 2 = 59
h2 = 59/200
hi
0.475
0.295
0.130
0.045
0.035
0.010
0.010
= 0.295
h3 para el nmero de visitas igual a 2:

f 3 = 26
h3 = 26/200 = 0.130
vi) Frecuencia Relativa Acumulada

iterativamente las frecuencias relativas.
H i hi
En nuestro ejemplo:
( H i ):
Se
obtiene
sumando
N de visitas al Cine Planet por

mes095950.4750.4751591540.2950.7702261800.1300.90391890.045
0.945471960.0350.980521980.0100.990622000.0101.00TOTAL2001.0
0

H 2 0.475 + 0.295 = 0.770.

H 3 0.475 + 0.295 + 0.130 = 0.900 0.770 + 0.130 = 0.900

Zapatel Arriaga.
Luis R.
- 30 -
Clculo de las Frecuencias Relativas Porcentuales ( hi % ): No
vii)
son mas que

las frecuencias relativas llevadas a porcentajes. Es decir multiplicadas por
100.
Estas sirven de base para los grficos estadsticos. Se calculan de la
siguiente manera
hi % =

N de visitas al
fi
Cine Planet
por mes
0
95
1
59
2
26
3
9
4
7
5
2
6
2
TOTAL
200
fi
x 100
N
Fi
hi
Hi
hi %
95
154
180
189
196
198
200
0.475
0.295
0.130
0.045
0.035
0.010
0.010
1.00
0.475
0.770
0.90
0.945
0.980
0.990
1.00
47.50
29.50
13.00
4.50
3.50
1.00
1.00
100

h2 % = 0.295 x 100 = 29.50%.
h3 %
viii)

= 0.130 x 100 = 13.00%
Frecuencias Relativas Porcentuales Acumuladas ( H i % ): Se

obtiene sumando iterativamente las frecuencias relativas porcentuales
simples.
H i % hi %

N de visitas al Cine Planet por
mes095950.4750.47547.5047.501591540.2950.77029.5077.002261800.130
0.9013.0090.00391890.0450.9454.5094.50471960.0350.9803.5098.0052198
0.0100.9901.0099.00622000.0101.001.00100.00TOTAL2001.00100100

Zapatel Arriaga.
Luis R.
- 31 -

H 2 % = 47.5 + 29.5 = 77.0

H 3 % = 47.5 + 29.5 + 13.0 = 90.00 77.0 + 13.0 = 90.00
ix) Interpretacin: Es la descripcin del comportamiento de la variable en

estudio, observada de una manera clara.
f1
: En la ciudad de Lima, 95 de las personas encuestadas manifestaron que

en el mes pasado no han visitado el Cine Planet.
F2
154 personas manifestaron que en en el mes pasado han ido

mximo 1 vez al Cine Planet.
como
h3
: La probabilidad de que una persona habitante de la ciudad de Lima haya

visitado 2 veces el Cine Planet en el mes pasado es 0.13
H2
: La probabilidad de que una persona habitante de la ciudad de Lima haya

ido 1 o ninguna vez al Cine Planet en el mes pasado es 0.77.
h3 % :
El 13% de los encuestados, manifestaron que en el mes pasado han

visitado 2 veces el Cine Planet.
H4% :
El 94.5% de los encuestados manifestaron haber visitado entre 0 y 3

veces el Cine Planet el mes pasado.
x) Construccin del grfico de

frecuencias porcentuales ( hi % ).
Barras: Para ello utilizamos las
Grfico N 05
Frecuencia con que las personas visitaron el Cine Planet el mes
pasado.
50
45
40
35
30
25
20
15
10
5
0
0
Vec es que visit el Parque de Las Leyendas

Luis R.
Zapatel Arriaga. Nmero de Veces que las personas visitaron el Cine Planet el mes pasado
Licenciado
enDatos
Estadstica
Fuente:
obtenidos de la base de datos del trabajo de investigacin de mercados.
Elaboracin: Asistente de Administracin Regin Lima.
- 32 -
Construccin
xi)
del
grfico
circular
de
Pastel:
Para ello
transformamos los hi en grados. De la siguiente manera (esta operacin es
otra opcin de transformacin a grados, adems de la ya expuesta
anteriormente).
N de visitas al
hi
Cine Planet
C
por mes
0
0.475
171.0
1
0.295
106.2
2
0.130
46.8
3
0.045
16.2
4
0.035
12.6
5
0.010
3.6
6
0.010
3.6
TOTAL
1.00
360
Para 0 visitas:
h1 * 360. = 0.475 * 360 = 171.
De esta manera para cada hi luego basndose en esta transformacin
obtenemos el siguiente grfico circular:
Grfico N 06
Frecuencia con que las personas visitaron el Cine Planet en el mes
pasado.
5%
4%
1% 1%
13%
47%
29%

Zapatel Arriaga.
0
1
2
Luis R.
Fuente: Datos obtenidos de la base de datos del trabajo de investigacin de mercados.
Elaboracin: Asistente de Administracin Regin Lima.
- 33 -
B.2. TABLAS PARA VARIABLES CUANTITATIVAS CON MUCHAS

CATEGORAS O CLASES.
El proceso para la elaboracin de la tabla de distribucin de frecuencias para el
caso de necesitarse usar intervalos debe se explica con el siguiente ejemplo:
Ejemplo 04:
La siguiente es informacin del nmero de clientes del restaurante El Rancho de
Chiclayo, a quienes se les sirvi almuerzos en 120 das laborales de los meses enero,
febrero, marzo y abril del ao pasado.
Esto segn la oficina de Relaciones Pblicas de este restaurante.
50
46
55
64
59
60
48
54
62
59
57
61
64
64
i)
64
59
61
46
62
59
62
52
56
43
61
59
65
67
55
66
50
59
56
67
56
56
62
67
76
74
56
55
51
45
55
49
63
52
63
59
57
52
78
62
47
60
61
53
64
61
52
55
65
57
58
60
49
51
41
57
57
60
68
58
73
60
52
47
66
53
52
71
65
58
58
57
64
60
61
63
63
63
65
66
53
62
66
64
51
43
69
59
48
53
58
55
56
63
58
53
42
61
60
53
63
58
54
60
61
64
Clasificacin: Se obtiene el recorrido de la variable, que son las categoras,

las clases o intervalos en las cuales el investigador desea analizar la variable,
acorde a los fundamentos estadsticos y los objetivos de la investigacin. El
intervalo puede ser cerrado, semiabierto a la derecha, semiabierto a la
izquierda.
Para determinar la clasificacin de una variable cuantitativa, se puede seguir los
siguientes pasos.
a) Determinar el Rango o Recorrido (R).
Es tambin llamada amplitud total, y se obtiene por la diferencia del

mximo valor con el mnimo.
R = Mx - Mn
R = 78 - 41
R = 37

Zapatel Arriaga.
Luis R.
- 34 -
b) Determinar el Nmero de Intervalos de clase (m).
El nmero de intervalos puede fijarse arbitrariamente dependiendo del

nmero de datos que se tenga, del criterio del investigador y de los
objetivos de la investigacin. Por lo general ste vara entre 5 y 20
intervalos.
Sin embargo, existen algunas frmulas que permiten
determinar el nmero de intervalos:

Zapatel Arriaga.
Luis R.
- 35 -
Otra forma
m = 2.5
m = 2.5 4 120
m = 8.27
Sturges
m = 1 + 3.3 Log (n)
m = 1 + 3.3 Log (n)
m = 1 + 3.3 Log (n120)
m = 7.861
Donde:
m = Nmero de intervalos.
n = Nmero de datos correspondiente a la variable.
En nuestro ejemplo usaremos la denominada Otra forma.
Aunque el redondeo depende del criterio del investigador ya que puede
jugarse con la amplitud de clase que la calcularemos posteriormente. Para
el presente curso siempre redondeamos segn el .5 al prximo superior.
Continuando con el ejercicio esto sera m = 8
c) Calcular la Amplitud del intervalo de clase (C).
Es la distancia entre el lmite superior e inferior de la clase o intervalo.

Con este valor C, se forman las clases tomando el mnimo valor de los
datos y agregando la amplitud intervlica.
Se define como el cociente que se obtiene al dividir el Rango (R) entre
el nmero redondeado de Intervalos (m).
R
C=
m
Con nuestro ejemplo:
37
C=
= 4.628
8
C = 5
IMPORTANTE: SIEMPRE REDONDEAR HACIA ARRIBA.
Si la amplitud del intervalo resultara un valor no entero se
procede a redondear al entero inmediato superior si los datos son
enteros.
Si los datos proporcionados estn en decimal, se
redondea de acuerdo al nmero de decimales de la informacin.
Esto significa que debemos tener muy presente la naturaleza de
los datos.
Discreta
Amplitud C
5
4
5
4.153
4
4.681
Continua
1
Sin decimales
decimal
5
4.2
4
5
4.7

Zapatel Arriaga.
2 decimales
4.16
4.69
Luis R.
- 36 -
d) Clculo de un nuevo Rango (R*).
Resulta de la multiplicacin del nmero de intervalos por la amplitud.

Se calcula con el objetivo de ver el exceso que se obtiene entre los rangos
y hacer una distribucin equitativa entre los lmites de clase ubicados en
los extremos. As tenemos:
R* = m x C
En nuestro ejemplo:
R* = 8 x 5
R* = 40
e) Clculo del exceso (E).

El exceso se calcula teniendo en cuenta el rango inicial y el nuevo
rango calculado. La frmula sera:
E = R* - R
En nuestro ejemplo:
E = 40 37
E=3
Basndonos en:
-E/2 = -1
E
+E/2 = +2
La distribucin la consideramos de esta manera ya que haciendo el

clculo respectivo de E/2 este sera 1.5, lo cual no concuerda con la
naturaleza de los datos (enteros), por tanto aproximamos uno de los
valores al entero inferior (el que se restar al primer intervalo), y el otro
al entero superior (el que se sumar al ltimo intervalo). Es decir para
hacer la distribucin de un exceso debemos tener en cuenta la
naturaleza de los datos, si se presentara el caso de datos en decimales,
se procede a redondear E/2 de acuerdo al nmero de decimales en los
que se presente la informacin.
f) Construccin de los intervalos de clase.

Se empieza con el valor mnimo sumndole el valor de la amplitud, as
sucesivamente hasta obtener el intervalo que contenga como lmite
superior al valor mximo de la variable en estudio.
Los intervalos de clase pueden ser:
Abiertos: Si en el conjunto de datos que contiene el intervalo no
incluye los lmites. Li , LS
Ejemplo: (7 , 13) = 8, 9, 10, 11, 12
Cerrados: Si en el conjunto de datos que contiene el intervalo s
incluye los lmites. Li , LS
Ejemplo: 7 , 13 = 7, 8, 9, 10, 11, 12, 13
Semiabierto a la Derecha: Si en el conjunto de datos que contiene
el intervalo slo incluye el lmite izquierdo. Li , L S
Ejemplo: 7,13) = 7, 8, 9, 10, 11, 12
Semiabierto a la Izquierda: Si en el conjunto de datos que contiene
el intervalo slo incluye el lmite de la derecha. Li , L S
Ejemplo: (7,13 = 8, 9, 10, 11, 12, 13

Zapatel Arriaga.
Luis R.
- 37 -
En nuestro ejemplo usaremos intervalos semiabiertos a la derecha. Ya

que son los ms recomendados para el tratamiento de este tipo de
datos.
Para ello necesitamos la siguiente informacin:
Valor Mn = 41
Valor Mx = 78
Amplitud C = 5
Nmero de intervalos m = 8
Entonces nuestros intervalos comenzaran en 40. Recordemos que es

el dato mnimo menos 1 por la distribucin que hubo del exceso. As
nuestro primer intervalo comenzara en 40, siendo:
Li
LS =
40
LS
Ahora el lmite superior de este intervalo se calcula sumando la amplitud

= 5. Teniendo:
40
40 5
40
45
As se construyen los 8 intervalos necesarios como clases para la

tabulacin de nuestros datos.
1. 40 , 45)
2. 45 , 50)
3. 50 , 55)
4. 55 , 60)
5. 60 , 65)
6. 65 , 70)
7. 70, 75)
8. 75, 80)
Si observamos detenidamente el ltimo intervalo, notaremos que el lmite

superior del mismo es 80, que no es otra cosa que el valor mximo ms el
2 que le tocaba sumarle del exceso. En otras palabras, al construir los
intervalos, el ltimo de ellos siempre contendr el exceso que debe
sumrsele.
g) Construccin de la Tabla de frecuencias.
Teniendo las clases o intervalos, ahora podemos proceder al clculo de

la tabla de frecuencias, correspondiente a nuestros datos, siguiendo todos
los pasos como el ejemplo anterior:
ii)
Tabulacin. Conteo de cada dato segn cada intervalo.
iii) Clculo de las frecuencias.

a) Marca de Clase X i
En el caso del tratamiento de una variable presentada en intervalos
como es este caso, es necesario el clculo de las marcas de clase, esto
debido a su utilizacin para encontrar algunas medidas de centralizacin
o de dispersin, como parte del anlisis de informacin. Adems, es muy

Zapatel Arriaga.
Luis R.
- 38 -
necesario para el grfico de polgonos de frecuencias y otros usados en el

anlisis estadstico.
Se define como el punto medio de un intervalo de clase. Se obtiene
sumando los lmites del intervalo de clase y luego dividir el resultado
entre 2. Sirve para graficar el polgono de frecuencias.
Xi =
Li Ls
2
En nuestro primer intervalo de clase sera: 40 , 45)

40 45
X1 =
= 42.5
2
As se calcula para todos los intervalos de clase.
b) Frecuencias Absolutas Simples ( f i ).

c) Frecuencia Relativa Simple ( hi ).
d) Frecuencias Absolutas Acumuladas menor que ( Fi
).
Esta frecuencia acumulada nos permite elaborar el grfico de la Ojiva

mayor que.
e) Frecuencias Absolutas acumuladas mayor que ( Fi
)
Esta frecuencia nos permitir elaborar el grfico de la Ojiva Menor que.
f) Frecuencia Relativa Acumulada ( H i ).
g) Frecuencias porcentuales simples ( hi % )
Por lo general a las frecuencias relativas se les multiplica por 100, con
el fin de obtener los valores expresados en porcentajes esto para una
mejor interpretacin, lo que vendra a ser las frecuencias porcentuales
simples.

Zapatel Arriaga.
Luis R.
- 39 -
Tabla N 04
Distribucin del N de almuerzos del restaurante El
Rancho de Chiclayo, atendidos en los 120 primeros das
laborales del ao 2006
N de Almuerzos
1.
2.
3.
4.
5.
6.
7.
8.
[ 40 , 45)
[ 45 , 50)
[ 50 , 55)
[ 55 , 60)
[ 60 , 65)
[ 65 , 70)
[ 70, 75)
[ 75, 80)
marca de
clase
fi
Fi
Fi
hi
Hi
hi %
Hi %
42.5
120
0.033
0.033
3.33
3.33
47.5
13
116
0.075
0.108
7.50
10.83
52.5
19
32
107
0.158
0.267 15.83
26.67
57.5
33
65
88
0.275
0.542 27.50
54.17
62.5
37
102
55
0.308
0.850 30.83
85.00
67.5
13
115
18
0.108
0.958 10.83
95.83
72.5
118
0.025
0.983
2.50
98.33
77.5
0.017
1.000
1.67
100.00
TOTAL
120
120
100
Fuente: Oficina de Relaciones Pblicas del restaurante El Rancho.

Elaboracin: Grupo investigador.
iV) Interpretacin.
F3 = 32.
32das se registraron menos de 55 clientes en el restaurante El Rancho.

h2 %= 7.50%.
En el restaurante El Rancho de Chiclayo, el 7.50% de los das se registraron
desde 45 a menos de 50 clientes.
f 4 = 33
En el restaurante El Rancho de Chiclayo, 33 das se registraron desde
hasta menos de 60 clientes.
V)
55
Construccin del Histograma de Frecuencias: Es un grfico propio de

las variables cuantitativas contnuas, es similar al grfico de Barras, con la sola
variante que las barras se muestras consecuentes, es decir sin espacio entre
ellas, adems en el eje de las x, se colocan los lmites hallados como clases o
categoras.
Representa la distribucin de frecuencias absolutas f i o relativas simples hi
hi % , la altura de cada clase es igual a las frecuencias de cada intervalo.
Este grfico sirve de base para el Polgono de frecuencias, slo que en este
ltimo, se consideran las marcas de clase, y la unin de las mismas es el
polgono en s.
VI) Construccin del Polgono: Es un grfico lineal que se obtiene uniendo las
marcas de clase medios segmentos de recta. Para fines grficos se hace
necesario incrementar un intervalo de clase en cada extremo, con frecuencia
cero.

Zapatel Arriaga.
Luis R.
- 40 -
Histograma de Frecuencias
Grfico N 04
Distribucin del N de almuerzos del restaurante El
Rancho de Chiclayo, atendidos en los 120 primeros das
laborales del ao 2006
fi
40
35
30
25
20
15
10
5
0
[ 40, 45) [ 45, 50) [ 50, 55) [ 55, 60) [ 60, 65) [ 65, 70) [ 70, 75) [ 75, 80)

Polgono de Frecuencias
Grfico N 05
Distribucin del N de almuerzos del restaurante El Rancho de
Chiclayo, atendidos en los 120 primeros das laborales del ao
2006
fi
nmero de almuerzos
40
35
30
25
20
15
10
5
0
37.5
42.5
47.5
52.5
57.5
62.5
67.5
72.5
77.5
82.5


Zapatel Arriaga.
Luis R.
- 41 -
VII) OJIVAS: Son grficos que se utilizan para representar las frecuencias
acumuladas absolutas Fi , Fi o relativas H i , H i % y consiste en un
grfico lineal que nos permite observar la cantidad de elementos que
quedan por encima o por debajo de determinados valores
VIII)
Construccin de la Ojiva Menor que: Este grfico usa como
base las frecuencias acumuladas menor que (Fi ), es decir, en el eje de las Y
van las frecuencias acumuladas, y en el eje de las X van los mismos valores que
en el histograma de frecuencias. Aqu se crea un punto 0 para el lmite inferior
39.
N de
clientes
[ 40,
45)
[ 45,
50)
[ 50,
55)
[ 55,
60)
[ 60,
65)
[ 65,
Para graficar la Ojiva menor que, unimos los puntos de

la siguiente manera:
Cuntos datos son menores a 40? = 0.
Cuntos datos son menores a 45? = 4.
Cuntos datos son menores a 50? = 13

De esta manera vamos uniendo los puntos en el eje de
las X con las frecuencias acumuladas en el eje de la Y.
Fi
4
13
32
65
102
115
Grfico N 06
Ojiva menor que de la distribucin del N de almuerzos
del restaurante El Rancho de Chiclayo, atendidos en los
120 primeros das laborales del ao 2006
Fi
140
120
100
80
60
40
20
0
40
45
50
55
60
65
70
75
80
Fuente: Tabla N 04

Zapatel Arriaga.
Luis R.
- 42 -
IX) Construccin de la Ojiva Mayor que:
Este grfico usa como base las

frecuencias acumuladas mayor que (Fi ), es decir, en el eje de las Y van las
frecuencias acumuladas, y en el eje de las X van los mismos valores que en el
histograma de frecuencias. Aqu se crea un punto 0 para el lmite superior 79.
N de
clientes
[ 40,
45)
[ 45,
50)
[ 50,
55)
[ 55,
60)
[ 60,
65)
[ 65,
Para graficar la Ojiva mayor que, unimos los puntos de la

siguiente manera:
Cuntos datos son mayores o iguales a 40? = 120.
Cuntos datos son mayores o iguales a 45? = 116.
Cuntos datos son mayores o iguales a 50? = 107

De esta manera vamos uniendo los puntos en el eje de las
x con las frecuencias acumuladas en el eje de la Y.
Fi
120
116
107
88
55
Grfico N 07
Ojiva Mayor que de la distribucin del N de almuerzos
del restaurante El Rancho de Chiclayo, atendidos en los
120 primeros das laborales del ao 2006
Fi
nmero de clientes
140
120
100
80
60
40
20
0
40
45
50
55
60
65
70
75
80
Fuente: Tabla N 04

Zapatel Arriaga.
Luis R.

Graficos Histogram

Загружено:

Сведения о документе

Оригинальное название

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

Graficos Histogram

Загружено:

Авторское право:

Доступные форматы

-1-

LOS DATOS Y LA ESTADISTICA

Nueva York, Nueva York

Estadstica Aplicada a Los Negocios

prima de la estadstica), de manera tal que produzcamos informacin estadstica clara y

Nueva York, Nueva York

Estadstica Aplicada a Los Negocios

Histograma de los Datos de Densidad

Menos del 1% de las

Un estudio de seguridad de los elevadores del Hotel Sheraton en Lima, requera

Un gelogo podra preguntarse qu tiempos transcurren entre erupciones del

En ambas circunstancias, necesitamos diversas herramientas que nos ayuden a

Estadstica Aplicada a Los Negocios

Observemos el siguiente ejemplo:

Estadstica Aplicada a Los Negocios

Qu diferencia encontramos con los datos anteriores?

Estadstica Aplicada a Los Negocios

Estadstica Aplicada a Los Negocios

Tabla 01. Tiempo del trayecto al trabajo de 100 empleados del

Es la misma informacin pero ya organizada usando la Estadstica Descriptiva, y est

Slo un 2% de los trabajadores demoran entre 109.20 y 125.49 minutos en llegar

La informacin est ms clara que al principio, es decir, ya va tomando forma para

Ahora la informacin ya se presenta en un grfico, del cual claramente notamos que:

Revisin y correccin de los datos.

Construccin de tablas de frecuencias.

Representacin tabular o cuadros estadsticos y grfica.

Tanto la organizacin como la presentacin de informacin se basa en algunas

La naturaleza o forma de la distribucin de los datos; por ejemplo, con forma

Podemos aprender algo acerca de la naturaleza o forma de la distribucin,

PRESENTACIN DE INFORMACIN ESTADSTICA.

Mediante cuadros o tablas estadsticas.

Estadstica Aplicada a Los Negocios

A continuacin se muestra un resumen de los tipos de tablas, cuadros y grficos

Estadstica Aplicada a Los Negocios

PRESENTACIN DE INFORMACIN ESTADSTICA

Tablas de Frecuencia Resultado de la operacin de tabulacin.

Estadstica Aplicada a Los Negocios

De rea (dos dimensiones)

Luis R. Zapatel Arriaga.

PARTES PRINCIPALES DE UN CUADRO ESTADSTICO.

Cuadro N 01Estudiantes de la Facultad de Ciencias Fsicas y

1) Nmero de la Tabla o Cuadro. Es el cdigo de identificacin que va a permitir

Estadstica Aplicada a Los Negocios

Estadstica Aplicada a Los Negocios

PARTES PRINCIPALES DE UN GRFICO ESTADSTICO

Son esenciales en el estudio y presentacin de trabajos estadsticos. Los datos

Fuente: Tabla N 10.

Sus partes principales son:

Es el cdigo de identificacin que va a permitir su

Estadstica Aplicada a Los Negocios

2) Ttulo. Expresa el contenido del grfico y por lo general, es igual o parecido

al ttulo del cuadro o tabla estadstica. En nuestro ejemplo: Pacientes

Estadstica Aplicada a Los Negocios

Para graficar se utiliza el sistema cartesiano. El eje X o eje de

4) Cuerpo. Es el grfico en s. Constituye la representacin en dibujo de los datos.

Ahora veamos como se construyen las tablas, cuadros y grficos

TABLAS DE FRECUENCIA O DE DISTRIBUCIN

Frecuencia Absoluta Simple ( fi ) o ( ni ): Se obtiene contando los valores de la

Frecuencia Absoluta Acumulada ( F i ) o ( Ni ):

Estadstica Aplicada a Los Negocios

hn-1 = nn-1 / n h1 + h2 +..+hn-1

X los distintos valores que puede tomar la variable.

A. PARA VARIABLES CUALITATIVAS