ESTADISTICA

Definicin.- La estadstica es la ciencia que proporciona un conjunto de mtodos, pautas y procedimientos para
recolectar, organizar, analizar e interpretar la informacin proveniente de las caractersticas que presentan ciertos
individuos u objetos en forma ordenada y adecuada para tomar decisiones. Se diferencian dos tipos:

Estadstica Descriptiva.- Es la parte de la estadstica que se encarga de la recoleccin, clasificacin, presentacin,

descripcin, simplificacin, interpretacin y anlisis descriptivo de datos.

Estadstica Inferencial.- La inferencia es el conjunto de mtodos o tcnicas que posibilita la generalizacin o toma de
decisiones en base a una informacin parcial obtenida mediante tcnicas descriptivas. Es decir un estudio estadstico
se considera inferencial cuando se pretende inferir o predecir conclusiones que ataen a toda la fuente de informacin
de donde provienen los datos. Ejemplo:

Cuatro focos de luz marca A dejaron de funcionar despus de 1100, 980, 900 y 1020 horas en uso continuo. Cinco
focos de marca B dejaron de funcionar despus de 960, 1050, 1065, 845 y 980 horas de uso continuo. Se llega a las
siguientes conclusiones:

a. La duracin promedio de los 4 focos marca A es de 1000 horas mientras que la duracin promedio de los 5
focos marca B es de 980 horas.
b. La duracin promedio de todos los focos marca A es mayor que las de todos los focos marca B.
c. La diferencia entre los dos promedios es de 20 horas
d. La diferencia entre los dos promedios es demasiado pequea para llegar a la conclusin de que los focos de
marca A son mejores que los de marca B
e. Si se selecciona y prueba otro foco marca A, probablemente durar ms que el promedio de los focos marca B
f. Usted decide comprar focos marca A en vez de focos marca B
Cuales de las conclusiones anteriores corresponden a la estadstica descriptiva y cuales a la estadstica inferencial?

Poblacin.- Llamado tambin universo, es el conjunto de todos los individuos o elementos que tienen por lo menos una
caracterstica comn.

Una poblacin puede ser finita o infinita. Es poblacin finita cuando est delimitada y conocemos el nmero que la
integran, as por ejemplo: Estudiantes de la Universidad Alas Peruanas. Es poblacin infinita cuando a pesar de estar
delimitada en el espacio, no se conoce el nmero de elementos que la integran, as por ejemplo: Todos los
profesionales universitarios que estn ejerciendo su carrera.

Muestra.- Es un subconjunto de la poblacin. Ejemplo: Estudiantes del dcimo semestre de la carrera de Derecho de la
universidad. Sus principales caractersticas son:

- Representativa.- Se refiere a que todos y cada uno de los elementos de la poblacin tengan la misma
oportunidad de ser tomados en cuenta para formar dicha muestra.
- Adecuada y vlida.- Se refiere a que la muestra debe ser obtenida de tal manera que permita establecer un
mnimo de error posible respecto de la poblacin.

Datos estadsticos.- Son nmeros o medidas que se obtienen como resultado de la medicin o conteo de los
elementos de alguna caracterstica de la muestra, la cual es llamada variable.
Los datos estadsticos se obtienen de fuentes primarias (obtenidos directamente sin intermediarios valindose de
observaciones, encuestas, entrevistas y sondeos de opinin) y fuentes secundarias (obtenidos a travs de
intermediarios valindose de textos, revistas, documentos, publicaciones de prensa, etc.

Variable Estadstica.- Es una caracterstica de la poblacin que interesan al investigador y que pueden tomar
diferentes valores en cada elemento o individuo.

Clasificacin:

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina 1
- Variable Cualitativa.- Son atributos que se expresan mediante palabras no numricas. Como por ejemplo, profesin,
religin, marca de automvil, estado civil, sexo, raza, etc. que son de dos tipos:

a) Variable cualitativa nominal.- Una variable cualitativa nominal presenta modalidades no numricas que no admiten
un criterio de orden. Por ejemplo: El estado civil, con las siguientes modalidades: soltero, casado, separado, divorciado
y viudo.

b) Variable cualitativa ordinal.- Una variable cualitativa ordinal presenta modalidades no numricas, en las que existe
un orden. Por ejemplo: La nota en un examen: suspenso, aprobado, notable, sobresaliente. Puesto conseguido en una
prueba deportiva: 1, 2, 3, ...Medallas de una prueba deportiva: oro, plata, bronce, etc.

- Variable Cuantitativa.- Es toda magnitud representada por nmeros. Como por ejemplo, peso, estatura, nmero de
habitantes, etc. y pueden ser:

a) Variable Discreta.- Es una caracterstica cuantitativa representada por nmeros enteros o exactos, que
generalmente resultan del proceso de conteo, como por ejemplo: nmero de estudiantes de la promocin del ao
anterior, el nmero de muebles vendidos en el Cusco en el 2016.

b) Variable Continua.- Es una caracterstica cuantitativa que puede tomar cualquier valor representado por un nmero
racional (valores entre dos nmeros enteros), que generalmente resultan del proceso de medicin, como por ejemplo,
tiempo destinado a estudiar Estadstica, el peso de los estudiantes de la Universidad, etc.

Ejemplo:

Poblacin Muestra Variable Dato estadstico

1)Trabajadores de 100 trabajadores Ingreso mensual s/. 800

construccin civil de 1000
la ciudad de Cusco 900
1200

2)Artculos 500 artculos Peso en Kg. 1,50

producidos en una 1,20
fbrica 1,25
1,38

Identifica las variables correspondientes en el siguiente ejemplo de la matrcula de algunos estudiantes de nivel
secundario en el cual se obtuvo la siguiente informacin:
d

Nombre Sexo Lugar de Edad (aos) Talla (m) N de

nacimiento hermanos
Juan M Lima 13 1,57 1
Pedro M Iquitos 13 1,59 3
Luisa F Lima 14 1,65 1
Katia F Cusco 13 1,63 2
Cecilia F Arequipa 14 1,65 0
Rubn M Sicuani 13 1,60 7
Mara F Calca 13 1,66 3

Variables:
Variables cualitativas:
Variables cuantitativas:
Variables cuantitativas discretas:

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina 2
Variables cuantitativas continuas:
Datos estadsticos:

Representacin de datos estadsticos:

La presentacin de datos estadsticos constituye en sus diferentes modalidades uno de los aspectos de mas uso en la
estadstica descriptiva. A partir podemos visualizar a travs de los diferentes medios escritos y televisivos de
comunicacin masiva la presentacin de los datos estadsticos sobre el comportamiento de las principales variables
econmicas y sociales, nacionales e internacionales.

1-Presentacin escrita: Esta forma de presentacin de informaciones se usa cuando una serie de datos incluye pocos
valores, por lo cual resulta ms apropiada la palabra escrita como forma de escribir el comportamiento de los datos;
mediante la forma escrita, se resalta la importancia de las informaciones principales.

2-Presentacin tabular: Cuando los datos estadsticos se presentan a travs de un conjunto de filas y de columnas
que responden a un ordenamiento lgico; es de gran importancia para el usuario ya que constituye la forma ms exacta
de presentar las informaciones.

3-Presentacin grfica: Proporciona al lector o usuario mayor rapidez en la comprensin de los datos, una grfica es
una expresin artstica usada para representar un conjunto de datos.

De acuerdo al tipo de variable que vamos a representar, las principales graficas son las siguientes: Histogramas, grfico
de barras, ojiva, diagrama circular, pictogramas, etc.

Organizacin de los Datos Estadsticos:

Al organizar la informacin puede que algunos datos resulten omitidos, inconsistentes o irrelevantes. En estos casos
debe procederse a corregir la data mediante la incorporacin de los datos omitidos, inconsistentes o irrelevantes por
otros que garanticen la menor deformacin de la misma. Los datos pueden clasificarse en Cualitativos y Cuantitativos.
Una vez clasificados los datos estos se organizan en Tablas, Cuadros o Grficos. Los cuales estn regidos por una
serie de convenciones ms o menos estables. Cuando se tiene un nmero grande de datos provenientes de una
experiencia estadstica es conveniente ordenarlos y clasificarlos en un Cuadro o Tabla numrica de manera de facilitar
su empleo por parte de los usuarios. Las Tablas constan de cinco partes fundamentalmente:
1. Ttulo: Presenta de forma sucinta la materia que trata el Cuadro.

2. Columna Matriz: Colocada generalmente a la izquierda es la primera columna del Cuadro y contiene algn atributo
de la poblacin estudiada.

3. Encabezamiento: Generalmente es la primera fila y en ella se identifican los atributos o caractersticas que se
refieren en la columna.

4. Cuerpo: corresponde a los datos estadsticos propiamente dichos.

5. Fuente: Ac debe establecerse la fuente de la cual se obtiene la data. Slo se omite si el recopilador de los datos es
el autor.
Para Handam (1994) las tablas estadsticas pueden ser de dos tipos: Simples y Complejas. La primera se refiere a
observaciones independientes entre s; la segunda a datos de caractersticas dependientes entre s.

Distribucin de frecuencias

La distribucin de frecuencias o tabla de frecuencias es una ordenacin en forma de tabla de los datos
estadsticos, asignando a cada dato su frecuencia correspondiente.

Frecuencia.- es el nmero de veces que aparece en la informacin obtenida cada uno de los datos considerados en
una variable.

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina 3
Tipos de frecuencias:

Frecuencia absoluta (f).- La frecuencia absoluta es el nmero de veces que aparece un determinado valor en un
estudio estadstico. La suma de las frecuencias absolutas es igual al nmero total de datos, que se representa por N.

Para indicar resumidamente estas sumas se utiliza la letra griega (sigma mayscula) que se lee suma o sumatoria.

Frecuencia relativa (h).- La frecuencia relativa es el cociente entre la frecuencia absoluta de un determinado valor y el
nmero total de datos.

Se puede expresar en tantos por ciento y se representa por hi.

La suma de las frecuencias relativas es igual a 1.

Frecuencia absoluta acumulada (F).- La frecuencia acumulada es la suma de las frecuencias absolutas de todos los
valores inferiores o iguales al valor considerado, por ejemplo: F 2 = f1 + f2

Frecuencia relativa acumulada (H).- La frecuencia relativa acumulada es el cociente entre la frecuencia acumulada de
un determinado valor y el nmero total de datos, o la suma de las frecuencias relativas anteriores a dicho dato. Se
puede expresar en tantos por ciento. Ejemplo: H4 = h1 + h2 + h3 + h4

Ejemplo: Durante el mes de julio, en una ciudad se han registrado las siguientes temperaturas mximas:

32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31, 30, 30, 29, 29, 30, 30, 31, 30, 31, 34, 33, 33, 29, 29.

Estos datos se organizan en una tabla de frecuencias. En la primera columna de la tabla colocamos la variable
ordenada de menor a mayor, en la segunda hacemos el recuento y en la tercera anotamos la frecuencia absoluta, en la
cuarta columna se colocan las frecuencias absolutas acumuladas, en la quinta columna van las frecuencias relativas y
en la sexta columna las frecuencias relativas acumuladas .

xi Recuento fi Fi hi Hi h (%) H (%)

27 I 1 1 0,032 0,032 3,2 3,2

28 II 2 3 0,065 0,097 6,5 9,7

29 6 9 0,194 0,290 19,4 29

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina 4
30 7 16 0,226 0,516 22,6 22,6

31 8 24 0,258 0,774 25,8 25,8

32 III 3 27 0,097 0,871 9,7 87,1

33 III 3 30 0,097 0,968 9,7 96,8

34 I 1 31 0,032 1 3,2 100

31 1 100

Este tipo de tablas de frecuencias se utiliza con variables discretas.

Ejemplo: A un grupo de 50 alumnos se les aplic una evaluacin de matemtica y el nmero de errores cometidos
fueron:

1 2 3 2 1 6 1 4 3 4
2 4 1 3 4 5 4 3 2 1
3 4 3 2 2 3 3 5 6 2
5 2 3 4 5 4 3 2 4 3
3 2 5 3 4 3 1 5 4 3

Previamente se ordenan los datos en forma ascendente:

1 1 1 1 1 1 2 2 2 2
2 2 2 2 2 2 3 3 3 3
3 3 3 3 3 3 3 3 3 3
3 4 4 4 4 4 4 4 4 4
4 4 5 5 5 5 5 5 6 6

Se organizan los datos en una tabla de frecuencias:

N de errores (x) Frecuencia Frec. Absoluta Frecuencia Frec. Relativa

Absoluta (f) Acumulada (F) Relativa (h) Acumulada (H)
1 6 6 0.12 0,12
2 10 16 0,20 0,32
3 15 31 0,30 0,62
4 11 42 0,22 0,84
5 6 48 0,12 0,96
6 2 50 0,04 1,00
50 1,00

Se observa que:

- La suma de las frecuencias absolutas es igual al nmero de datos u observaciones (n = 50)

- La ltima frecuencia absoluta acumulada es igual al nmero de observaciones
- La suma de las frecuencias relativas es igual a 1
- La ltima frecuencia relativa acumulada es igual a 1

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina 5
Ejemplo:

El nmero de hijos de los trabajadores de una compaa son:

2, 5, 1, 3, 2, 3, 1, 8, 8, 4, 5, 6, 8, 8, 6, 7, 4, 3, 4, 1, 2, 3, 4, 6, 5, 7, 1, 8, 3, 1, 7, 7, 8, 8, 2

Elabora una tabla de distribucin de frecuencias.

DISTRIBUCIN DE FRECUENCIAS AGRUPADAS

La distribucin de frecuencias agrupadas o tabla con datos agrupados se emplea si las variables toman un
nmero grande de valores o la variable es continua.

Se agrupan los valores en intervalos que tengan la misma amplitud denominados clases. A cada clase se le asigna
su frecuencia correspondiente.

Lmites de la clase.- Cada clase est delimitada por el lmite inferior de la clase y el lmite superior de la clase.

Amplitud de la clase.- La amplitud de la clase es la diferencia entre el lmite superior e inferior de la clase.

Marca de clase.- La marca de clase es el punto medio de cada intervalo y es el valor que representa a todo el intervalo
para el clculo de algunos parmetros.

Construccin de una tabla de datos agrupados

Para elaborar una tabla de frecuencias con intervalos, se siguen los siguientes pasos:

a) Se determina el Rango, que es la diferencia entre el valor mayor y el menor de todos los datos: R = X max.
Xmn
b) Se calcula el nmero de intervalos (K), utilizando para ello la frmula de Sturges:

K = 1 + 3,3 . log (n)

En algunos casos tambin se puede elegir el nmero de intervalos que puede estar entre 5 y 15

c) Se determina la amplitud o ancho del intervalo (C) : C = R / K

d) Se determina los lmites de cada intervalo. Al valor mnimo de los datos se le suma C para obtener el lmite
superior de este intervalo que a su vez ser el lmite inferior del siguiente intervalo y as sucesivamente.

Ejemplo:

Se realiza un test sobre la inteligencia a 90 personas y se obtuvo como menor puntaje 25,09 y como mximo puntaje
83,75. Construir la tabla de frecuencias:

Ejemplo:

Se muestra la siguiente tabla donde se indica las estaturas en centmetros medidas en una muestra de 50 estudiantes.
Elabora una tabla de frecuencias

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina 6
170 163 160 159 150 165 148 150
151 166 163 171 152 143 149 151
167 160 164 168 160 159 153 143
154 163 160 147 172 160 154 142
157 164 145 153 164 152 164 155
175 164 168 162 151 162 172 166
170 163

REPRESENTACIN GRFICA DE DISTRIBUCIN DE FRECUENCIAS

Despus de organizar los datos en una tabla de distribucin de frecuencias, estos se pueden representar grficamente,
pus darn una informacin precisa y permitirn extraer conclusiones sobre el comportamiento de la variable en
estudio. Los grficos transmiten una impresin visual, rpida y global de la informacin obtenida. Entre los ms usados
se tiene el diagrama de barras, histogramas, pictogramas, polgono de frecuencias, ojivas o polgono de frecuencias
acumuladas, diagrama de sectores, etc.

Diagrama de barras.- es propio de una distribucin de frecuencias de una variable cuantitativa discreta o de una
variable cualitativa. Se coloca sobre el eje de las abscisas los valores de la variable que son la base de cada barra, y su
altura corresponde a su frecuencia absoluta o relativa que se ubica en el eje de las ordenadas.

Diagrama de sectores.- Un diagrama de sectores se puede utilizar para todo tipo de variables, pero se usa
frecuentemente para las variables cualitativas, debido a que estas no guardan una relacin de orden. Los datos se
representan en un crculo, de modo que el ngulo de cada sector es proporcional a la frecuencia absoluta
correspondiente. Para formar el grfico de sectores, se considera el total de datos como el rea del crculo y a cada

ngulo () = frecuencia absoluta (f) x 360

Total de datos (n)

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina 7
El diagrama circular se construye con la ayuda de un transportador de ngulos.

Histograma.- Son diagramas que representan datos cuantitativos continuos o discretos en los que los datos se han
agrupado en intervalos o clases, utilizando barras o rectngulos continuos cuyas bases se sitan en el eje horizontal
correspondientes a cada intervalo de clase y cuyas alturas son proporcionales a las frecuencias absolutas o relativas de
cada clase.

Polgono de Frecuencias

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina 8
Se grafica a partir de un histograma y se obtiene uniendo con segmentos de recta los puntos medios de las bases
superiores de cada regin en el histograma.

Ojiva

Se obtiene a partir de un histograma cuyas bases de las barras o rectngulos contiguos representan los intervalos
de clase y las alturas son proporcionales a las frecuencias absolutas o relativas acumuladas. La lnea que resulta de
unir con segmentos de lnea los extremos de cada intervalo es la ojiva. Al lmite inferior del primer intervalo se le
asigne la frecuencia acumulada cero. Las caractersticas son las siguientes:
En el eje horizontal se colocan las fronteras superiores de cada intervalo
Todos los puntos tienen la misma distancia en el eje X
Las lneas permanecen unidas
El primer extremo termina sobre el eje horizontal
Los datos son numricos o contnuos
En el cambio de intervalo es posible colocar el valor de la frecuencia absoluta o relativa para una mejor
comprensin de los datos.
La forma general de una ojiva es la siguiente:

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina 9
Pictogramas

Es un grfico con dibujos alegricos alusivos a la caracterstica o variable que se est estudiando y cuyo tamao es
proporcional a la frecuencia que representan. Las figuras alegricas usadas en el pictograma pueden ser longitudinales
planas o tridimensionales. Las frecuencias deben de ser proporcionales a la longitud, rea y volumen de la respectiva
figura.

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina
10
ACTIVIDAD PARA EL AULA:

1. El siguiente cuadro presenta la informacin de la preferencia de 1000 personas a ciertos programas televisivos, a
partir del cual elaborar un diagrama de barras:

Programa Total de personas

que prefieren el
programa
A: deportivo 80
B: concurso 140
C: novela 160
D: familiar 180
E: pelculas 200
F: informativo 240

2. El siguiente cuadro muestra la informacin del puntaje obtenido por 100 estudiantes, los cuales se encuentran
agrupados. Completa la tabla de frecuencias y elabora un histograma:

Puntaje x f F h H h (%) H (%)

0 ----- 15
15 ----- 30
30 ----- 45
45 ----- 60
60 ----- 75
75 ----- 90
total

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina
11
 OPERACIONALIZACION DE VARIABLES

El principal objetivo de las investigaciones cuantitativas es medir de la forma ms exacta la realidad. La medicin es la
aplicacin de un instrumento (en este caso sern los cuestionarios) para contar o cuantificar de algn modo
observaciones de la realidad. En ciencias sociales debemos tener en cuenta que lo que medimos no son individuos o
grupos sociales, etc. (unidades de anlisis), sino determinadas caractersticas sociolgicamente relevantes en estos
(actitudes, comportamientos, conductas, opiniones, etc.).

LA OPERACIONALIZACIN DE LAS VARIABLES

Es un proceso que se inicia con la definicin de las variables en funcin de factores estrictamente medibles a los que se
les llama indicadores.

El proceso obliga a realizar una definicin conceptual de las variables para romper el concepto difuso que ella engloba y
as darle sentido concreto dentro de la investigacin , luego en funcin de ello se procede a realizar la definicin
operacional de la misma para identificar los indicadores que permitirn realizar su medicin de forma emprica y
cuantitativa, al igual que cualitativamente llegado el caso.

El proceso de medicin se realiza bsicamente a partir de la operacionalizacin. A travs de la operacionalizacin

pasamos de un concepto terico, que manejamos en el planteamiento de la investigacin y que generalmente es muy
difcil de medirlo en la realidad directamente, hasta un concepto emprico, transformado por el investigador para poderlo
medir en la realidad social. De acuerdo a ello, para poder plantear una medicin cuantitativa debemos pasar por una
serie de fases en el proceso de operacionalizacin:

QU SON LAS VARIABLES?

El trmino variable se define como las caractersticas o atributos que admiten diferentes valores a cerca de una
muestra o poblacin como por ejemplo, Una variable es una propiedad que puede variar y cuya variacin es susceptible
de medirse u observarse. Ejemplo de variables : el sexo, la estatura, la edad, el cociente intelectual, la temperatura, el
clima, la motivacin intrnseca hacia el trabajo, el atractivo fsico, el aprendizaje de conceptos, la agresividad verbal, la
personalidad autoritaria, la cultura fisca y la exposicin a una campaa de propaganda poltica. La variable se aplica a
un grupo de personas u objetos, los cuales adquieren diversos valores o manifestaciones respecto a la variable.
Otras variables son por ejemplo la productividad de un determinado tipo de semilla, la rapidez con que se ofrece un
servicio, la eficiencia de un procedimiento de construccin, la efectividad de una vacuna, el tiempo que tarda en
manifestarse una enfermedad, etc. (hay variacin en todos los casos).

CLASIFICACIN DE VARIABLES

Segn su capacidad o nivel en que nos permitan medir los objetos. Es decir, que la caracterstica ms comn y bsica
de una variables es la de diferenciar entre la presencia y la ausencia de la propiedad que ella enuncia.

Variable independiente: Es la variable que antecede a una variable dependiente, la que se presenta como causa y
condicin de la variable dependiente, es decir, son las condiciones manipuladas por el investigador a fin de producir
ciertos efectos.

Variable dependiente: Es la variable que se presenta como consecuencia de una variable antecedente. Es decir, que
es el efecto producido por la variable que se considera independiente, la cual es manejada por el investigador.

Variable interviniente o alterna: Es la variable que aparece interponindose entre la variable independiente y la
variable dependiente y en el momento de relacionar las variables interviene en forma notoria.
METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina
12
Conviene analizar si esta variable aparece a partir de la variable independiente, es decir, posterior a ella y con
anterioridad a la variable dependiente, de tal forma que entre a reemplazar la variable independiente que ha sido
formulada, o si acta como factor concerniente en la relacin de variables.

Variables extraas: Cuando existe una variable independiente no relacionada con el propsito del estudio, pero que
puede presentar efectos sobre la variable dependiente, tenemos una variable extraa.

DEFINICIN CONCEPTUAL: Bsicamente, la definicin conceptual de las variables constituye una abstraccin
articulada en palabras para facilitar su comprensin y su adecuacin a los requerimientos prcticos de la investigacin.

DEFINICIN OPERACIONAL: Una definicin operacional est constituida por una serie de procedimientos o
indicaciones para realizar la medicin de una variable definida conceptualmente. En la definicin operacional se debe
tener en cuenta que lo que se intenta es obtener la mayor informacin posible de la variable seleccionada, de modo que
se capte su sentido y se adecue al contexto, y para ello se deber hacer una cuidadosa revisin de la literatura
disponible sobre el tema de investigacin.

La operacionalizacin de las variables est estrechamente vinculada al tipo de tcnica o metodologa empleadas para
la recoleccin de datos. Estas deben ser compatibles con los objetivos de la investigacin, a la vez que responden al
enfoque empleado, al tipo de investigacin que se realiza. Estas tcnicas, en lneas generales, pueden ser cualitativas
o cuantitativas.

VARIABLES, DIMENSIONES E INDICADORES: Cuando nos encontramos con variables complejas, donde el pasaje
de la definicin conceptual a su operacionalizacin requiere de instancias intermedias, entonces se puede hacer una
distincin entre variables, dimensiones e indicadores. A modo de sntesis, puede afirmarse que el pasaje de la
dimensin al indicador hace un recorrido de lo general a lo particular, del plano de lo terico al plano de lo
experimentalmente contrastable.

Las dimensiones vendran a ser subvariables o variables con un nivel ms cercano al indicador. Por ejemplo para el
caso de definir a la variable productividad, nos encontramos con diferentes subdimensiones que forman parte de la
variable, as: mano de obra, maquinaria, materiales o energa. Cada una de estas subvariables son las dimensiones de
la variable productividad.

A su vez, estas dimensiones, para poder ser contrastadas experimentalmente por el investigador, requieren
operacionalizarse en indicadores, que no son otra cosa que parmetros que contribuyen a ubicar la situacin en la que
se halla la problemtica a estudiar. En un sentido restringido, los indicadores son datos.

Para la variable productividad, por ejemplo, en la dimensin mano de obra, los indicadores podran ser cantidad de
productos envasados por un trabajador en ocho horas de trabajo.

La validez de una variable depende sistemticamente del marco terico que fundamenta el problema y del cual se ha
desprendido, y de su relacin directa con la hiptesis (o idea a defender) que la respalda.

La informacin mnima necesaria para el anlisis en una investigacin proviene de la operacionalizacin de variables,
ya que los instrumentos de recoleccin de los datos se construyen a partir de las dimensiones e indicadores de la
variable.

OPERACIONALIZACIN:

Variable
Dimensiones e Indicadores)

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina
13
 Instrumentos de recoleccin de los datos o de Medicin
tems o preguntas
Observacin: Ficha de Observacin segn la Gua de Observacin.
Cuestionario
Entrevista a partir de la Gua de la entrevista.
Experimento (pedaggico o de Laboratorio)
Prueba o Test
Escala de Likert

Ejemplos de operacionalizacion de variables:

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina
14
METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina
15
 MEDIDAS DE TENDENCIA CENTRAL

Las medidas de tendencia central son valores medios o centrales de una distribucin que sirven para ubicarla dentro de
la escala de medicin de la variable. Estas son por ejemplo la media aritmtica, la mediana y la moda.

1) Media aritmtica o promedio:

Es el promedio aritmtico de una distribucin, se utiliza la media para describir un conjunto entero de observaciones
con un solo valor que representa el centro de los datos. Muchos anlisis estadsticos utilizan la media como un punto de
referencia estndar.

Clculo de la Media Aritmtica:

a)Media para datos no clasificados (sin tabular).- La media es la suma de todas las observaciones dividida entre el
nmero de observaciones.

Ejemplo:

En matemtica, un alumno tiene las siguientes notas: 14, 17, 17, 12, 15, 13

n = 6 (nmero total de datos). Calcular la media aritmtica:

X = 14 + 17 + 17 + 12 + 15 + 13 = 88 / 6 = 14,67

La media aritmtica de las notas de esa asignatura es 14,67. Este nmero representa el promedio .

Ejemplo:
El tiempo de espera (en minutos) de cinco clientes en un banco es: 3, 2, 4, 1 y 2. El tiempo medio de espera es:

En promedio, un cliente espera 2.4 minutos para ser atendido en el banco.

Cuando los datos se presentan con frecuencias, se aplica la siguiente relacin matemtica:

= x1 . f1 + x2 . f2 + x3 . f3 + .. xn . fn

As mismo se puede utilizar la siguiente frmula:

= x1 . h1 + x2 . h2 + x3 . h3 + .. xn . hn

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina
16
Ejemplo:

Determinar la media aritmtica de los siguientes datos: 5, 8, 6 y 2 los cuales se presentan con las frecuencias: 3, 2, 4 y
1 respectivamente:

= 5 (3) + 8 (2) + 6 (4) + 2 (1) = 5,7

3+2+4+1

Ejemplo:

De un total de 100 nmeros 20 eran 4, 40 eran 5, 30 eran 6 y el resto eran 7. Hallar la media aritmtica.

b) Media Aritmtica para datos clasificados o tabulados.- Cuando los datos se presentan en tablas estadsticas, la
media aritmtica es igual a la suma de los productos de los datos por la frecuencia respectiva, o si los datos estn
agrupados en intervalos, la media aritmtica es igual a la suma del producto la marca de clase de su respectivo
intervalo dividido entre el total de datos (n) en ambos casos.

Ejemplo:

Cuando se tienen muchos datos es ms conveniente agruparlos en una tabla de frecuencias y luego calcular la media
aritmtica. El siguiente cuadro muestra las medidas de 63 rboles de pino, para lo cual se ha calculado la media
aritmtica:

Largo (en m Frecuencia absoluta Largo por Frecuencia absoluta

X f X.f

5 10 5 x 10 = 50

6 15 6 x 15 = 90

7 20 7 x 20 = 140

8 12 8 x 12 = 96

9 6 9 x 6 = 54

Frecuencia total = 63 430

Ejemplo:

Calcular la media aritmtica a partir de los datos de la siguiente tabla:

X f F h H X.f
16 15
17 25
18 50
19 30
20 5
total

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina
17
Ejemplo:
Hallar la media aritmtica con los siguientes datos agrupados:

Intervalo x f F h H X.f
[ 10 ; 20 > 3
[ 20 ; 30 > 7
[ 30 ; 40 > 12
[ 40 ; 50 > 18
[ 50 ; 60 > 10
total

2) Mediana (Me):

La mediana es una medida de orden que indica cual es el dato que ocupa la posicin central de todos los datos
ordenados previamente. Es decir, la mediana divide a los datos en dos grupos de aproximadamente igual tamao.

Clculo de la Mediana:
a) Para datos no clasificados.- Conocidos un cierto nmero de datos y ordenados en forma ascendente:
- Si el nmero de datos es impar, la mediana es el dato que ocupa la posicin central
- Si el nmero de datos es par, la median resulta de la semisuma de los dos datos centrales
Ejemplo: 17 9 14 10 19 12 18 7 13

Para estos datos ordenados, la mediana es 13. Es decir, el 50% de los valores es menor o igual a 13 y el 50% de los
valores es mayor o igual a 13.
Me = 13

Ejemplo: 17, 22, 15, 17, 21, 20

15, 17, 17, 20, 21, 22
Me = 17 + 20 = 18,5
2
b) Para datos clasificados.- La mediana en los datos distribuidos en una tabla de frecuencias, es aqul valor en el que
la frecuencia acumulada supera por primera vez a la mitad del total de datos.
Ejemplo:
Determinar la mediana de los datos de la tabla que corresponden a las notas de 40 alumnos:

Notas f F
12 3
13 5
14 9
15 11
16 7
17 4
18 1
total
Me =

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina
18
Si los datos se presentan en intervalos de clase, previamente se determina el intervalo de clase mediano que es aqul
cuya frecuencia acumulada supera por primera vez a la mitad del nmero total de datos, para lo cual se aplica la
siguiente relacin matemtica:

IMe = LI ; LS intervalo mediano

Me = LIMe + W Me n - ( FMe I )
fMe 2

W = ancho de clase del intervalo mediano

f = frecuencia absoluta del intervalo mediano
n = total de datos
FMe I = frecuencia acumulada del intervalo inmediato anterior al intervalo mediano

Ejemplo:
Calcular la mediana a partir de los datos agrupados siguientes:

Intervalo X f F h H
[ 15 ; 25 > 20
[ 25 ; 35 > 28
[ 35 ; 45 > 30
[ 45 ; 55 > 40
[ 55 ; 65 > 28
[ 65 ; 75 > 14
total

Ejemplo:
Determinar la mediana para los siguientes datos que representan las edades de estudiantes de secundaria:

x f F h H
12 15
13 8
14 6
15 16
16 12
17 9
total

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina
19
Ejemplo:
Calcular la mediana para los siguientes datos:

Intervalo X f F h H
[ 10 ; 14 > 13
[ 14 ; 18 > 9
[ 18 ; 22 > 15
[ 22 ; 26 > 7
[ 26 ; 30 > 11
[ 30 ; 34 > 14
[ 34 ; 38 > 10
total

3)Moda (Mo):

La moda es el valor que ocurre con ms frecuencia en un conjunto de datos u observaciones. Es aplicable tanto a
variables cualitativas como cuantitativas.

a)Moda para datos no clasificados (sin tabular).-

Ejemplo: 7, 7, 8, 9, 9, 10, 10, 10, 11 , entonces Mo = 10 (el conjunto es unimodal, es decir, tiene una
sola moda)

Si de un conjunto de datos ninguno se repite, entonces no existe moda y el conjunto indicado es amodal

As: 7, 13, 15, 17, 19, 21

Ejemplo: 1, 1, 1, 1, 2, 2, 3, 3, 3, 3 , entonces Mo = 1 y Mo = 3 ( el conjunto es bimodal, es decir hay

dos modas)

Cuando existen ms de dos modas, el conjunto se denomina multimodal.

b)Moda para datos clasificados (tabulados).-

Si los datos tabulados son distribuidos en una tabla de frecuencias, la moda es aquel dato que posee mayor frecuencia.

Ejemplo:

X f
19 13
23 21
27 25
31 22
35 14

La mayor frecuencia es 25 y corresponde al dato 27, por consiguiente: Mo = 27

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina
20
Si los datos son agrupados en clases o intervalos, el intervalo que contiene a la moda es aqul que posee la mayor
frecuencia y es llamado intervalo de clase modal o intervalo modal.

IMo = LIMo ; LSMo Intervalo modal.

Mo = LIMo + W d1

d1 + d2

donde: w = ancho o amplitud de la clase modal

d1 = diferencia entre la frecuencia de la clase modal y la frecuencia de la clase anterior

d2 = diferencia entre la frecuencia de la clase modal y la frecuencia de la clase siguiente.

EJERCICIOS:

1. A partir de los datos de la siguiente tabla, calcular la moda.

Intervalo f F
[4 ; 8> 16
[ 8 ; 12 > 24
[ 12 ; 16 > 32
[ 16 ; 20 > 28
[ 20 ; 24 > 16
[ 24 ; 28 > 4
total

Mo =

2.Un pediatra obtuvo la siguiente tabla sobre los meses de edad de 50 nios de su consulta en el momento de andar
por primera vez. Calcular la moda.
Meses f
9 1
10 4
11 9
12 16
13 11
14 8
15 1

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina
21
3.Calcular la moda de una distribucin estadstica que viene dada por la siguiente tabla:
Intervalo fi
[20, 24) 8
[24, 28) 20
[28, 32) 12
[32, 36) 25
[36, 40) 5
total

4.Calcular la moda de una distribucin estadstica viene dada por la siguiente tabla:
Intervalo fi
[10, 15) 3
[15, 20) 5
[20, 25) 7
[25, 30) 4
[30, 35) 2
total

5.El histograma de la distribucin correspondiente al peso de 100 alumnos de la UAP, es el siguiente:

Calcular la moda.

6. Calcular la media aritmtica de una distribucin estadstica que viene dada por la siguiente tabla:
xi 61 64 67 70 73
fi 5 18 42 27 8

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina
22
 xi f
xi fi
i

61 5
64 18
67 42
71 27
73 8
total

7. Hallar la media de la distribucin estadstica que viene dada por la siguiente tabla:
Intervalo xi fi xi fi
[10, 15) 3
[15, 20) 5
[20, 25) 7
[25, 30) 4
[30, 35) 2
Total

8. Hallar la mediana de la siguientes series de nmeros: a) 3, 5, 2, 6, 5, 9, 5, 2, 8. b) 3, 5, 2, 6, 5, 9, 5, 2, 8, 6.

9. Tabular y calcular mediana de la siguiente serie de nmeros: 5, 3, 6, 5, 4, 5, 2, 8, 6, 5, 4, 8, 3, 4, 5, 4, 8, 2, 5, 4.

xi fi Fi
2 2
3 2
4 5
5 6
6 2
8 3
total

10. Hallar la mediana de la distribucin estadstica que viene dada por la siguiente tabla:

Intervalo fi Fi
[10, 15) 3
[15, 20) 5
[20, 25) 7
[25, 30) 4
[30, 35) 2
total

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina
23
11. Calcular la media aritmtica, la mediana y la moda para los datos de la siguiente distribucin:

Intervalo x f F h X.f
[ 10 ; 20 > 12
[ 20 ; 30 > 17
[ 30 ; 40 > 7
[ 40 ; 50 > 25
[ 50 ; 60 > 20
[ 60 ; 70 > 10
[ 70 ; 80 > 9
total

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina
24
ESCUELA PROFESIONAL DE DERECHO MEDIDAS DE DISPERSION

MEDIDAS DE DISPERSIN.- Son parmetros estadsticos que indican cuanto se alejan los datos respecto de la
media aritmtica. Sirven como indicador de la variabilidad de los datos. Las medidas de dispersin ms utilizadas son
el rango, la desviacin media, la desviacin estndar y la varianza.

DISPERSION O VARIACION.- Es el grado de alejamiento de los datos numricos de un valor medio.

1) RANGO ESTADSTICO

El rango o recorrido estadstico es la diferencia entre el valor mximo y el valor mnimo en un grupo de nmeros
aleatorios. Se simboliza con R.
Requisitos del rango
. Se ordenan los nmeros en forma ascendente.
. Se resta al valor mximo el valor mnimo de los datos
Ejemplo

Para la muestra (8, 7, 6, 9, 4, 3, 2, 5), el dato menor es 2 y el dato mayor es 9. Sus valores se encuentran en un
rango de: R = 9 2 = 7

Ejemplo:

Hallar el rango de las estaturas de algunos estudiantes de la Universidad dados en la siguiente tabla:

Estatura (plg) X f
60 ; 62 5
63 ; 65 18
66 ; 68 42
69 ; 71 27
72 ; 74 8
total

R =
2) DESVIACIN MEDIA

La desviacin respecto a la media es la diferencia entre cada valor de la variable estadstica y la media aritmtica.
La des v i ac i n m e di a e s l a m edi a ar i tm t ic a de los v al or es a bs o l ut os d e l as des v i ac i on es res p ec t o
a l a m ed i a .

La des v i ac i n m e di a s e r e pr es e nt a p or:

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina
25
Ejemplo: Calcular la desviacin media de la distribucin:
9, 3, 8, 8, 9, 8, 9, 18

Ejemplo: En una evaluacin 10 estudiantes obtuvieron el siguiente puntaje: Calcular la desviacin media.
Alumno: 1 2 3 4 5 6 7 8 9 10
Puntaje: 5 2 5 8 4 5 1 7 0 3

DE S V I AC IO N M E DI A P AR A D AT O S AG R UP AD O S :

Si los datos se presentan con frecuencias o vienen agrupados en una tabla de frecuencias, la expresin de
la desviacin media es:

Ej e mpl o: C a lc u l ar l a d e sv i ac in m ed ia d e l a d is tr i b uc i n:

Grupos xi fi x i fi |x - x| |x - x| fi
[10, 15) 3
[15, 20) 5
[20, 25) 7
[25, 30) 4
[30, 35) 2
total
X = D =

3) V AR I AN Z A

La varianza es otra medida de dispersin que se refiere a la media aritmtica del cuadrado de las desviaciones
respecto a la media de una distribucin estadstica. L a v ar i an za s e r epr es en t a p or .

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina
26
 V AR I AN Z A P AR A D AT O S AG R UP AD O S :

Calcular la varianza de la siguiente distribucin:

9, 3, 8, 8, 9, 8, 9, 18

Ejemplo: Calcular la varianza para la siguiente serie de datos:

12 6 7 3 15 10 18 5

Ej em p lo : C alc u l ar la v ar i anz a de la dis tr i buc i n d e l a t ab l a:

Intervalo x f x.f (x x) (x x)2 f (x x)2

[ 10 ; 20 > 8
[ 20 ; 30 > 10
[ 30 ; 40 > 6
[ 40 ; 50 > 5
[ 50 ; 60 > 12
[ 60 ; 70 > 7
[ 70 ; 80 > 14
total

PROPIEDADES DE LA VARIANZA:
1 La varianza ser siempre un valor positivo o cero, en el caso de que las puntuaciones sean iguales.
2 Si a todos los valores de la variable se les suma un nmero la varianza no vara.
3 Si todos los valores de la variable se multiplican por un nmero la varianza queda multiplicada por
el cuadrado de dicho nmero.

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina
27
 4) DE S V I AC I N E ST N D AR ( T I PI C A)

la desviacin tpica es la raz cuadrada de la varianza. Es decir, la raz cuadrada de la media de los cuadrados de las
puntuaciones de desviacin. L a de sv i a ci n t pi c a s e r e pr es e nt a p or .

DE S V I AC I N T P IC A P AR A D AT O S AG R UP AD O S:

Ejemplo: Calcular la desviacin tpica de la distribucin: 9, 3, 8, 8, 9, 8, 9, 18

Ejemplo: Calcular la desviacin estndar para los siguientes datos: 9 3 8 8 9 8 9 18

Calcular la desviacin tpica de la distribucin de la tabla:

Intervalo x f x.f (x x) (x x)2 f (x x)2

[ 30 ; 34 > 12
[ 34 ; 38 > 10
[ 38 ; 42 > 8
[ 42 ; 46 > 9
[ 46 ; 50 > 15
[ 50 ; 54 > 6
[ 54 ; 58 > 16
total

EJERCICIOS:

1. Los siguientes son los puntajes de un grupo de adolescentes en un test de Agudeza Visual:
25, 12, 15, 23, 24, 39, 13, 31, 19, 16
a) Calcular la media, la mediana y la moda.
b) Calcular el rango, la desviacin media, la varianza y la desviacin estndar.

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina
28
 2. Las alturas de los jugadores de un equipo de baloncesto vienen dadas por la tabla:
Altura N de jugadores
[170, 175) 1
[175, 180) 3
[180, 185) 4
[185, 190) 8
[190, 195) 5
[195, 2.00) 2
Total

Calcular: La media, La mediana, el rango, la desviacin media, la varianza y La desviacin tpica.

3. Ejemplo: Hallar la desviacin media de la siguiente tabla referida a las edades de los 100 empleados de una
cierta empresa:

Clase f x x.f xx f x x
16-20 2
20-24 8
24-28 8
28-32 18
32-36 20
36-40 18
40-44 18
44-48 8
48-52 3
total

DM =

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina
29
 COVARIANZA

La covarianza es una medida de dispersin conjunta de dos variables estadsticas. La covarianza trata de
explicar que tan relacionados se encuentran dos variables entre s, que tanto se mueve una cuando la otra se
mueve otro tanto. La covarianza de una variable bidimensional es la media aritmtica de los productos de las
desviaciones de cada una de las variables respecto a sus medias respectivas. La covarianza se representa
por sxy o xy.

INTERPRETACION DE LA COVARIANZA:

La covarianza indica el sentido de la correlacin entre las variables, as:

Si xy > 0 la correlacin es directa y positiva, es decir a grandes valores de X, corresponden grandes valores de Y.
Si xy = 0 es porque no existe una relacin lineal entre las dos variables estudiadas.
Si xy < 0 la correlacin es inversa o negativa, es decir a grandes valores de X corresponden pequeos valores de Y.

DIAGRAMA DE DISPERSION:

Es un tipo de diagrama matemtico que utiliza las coordenadas cartesianas para mostrar los valores de dos variables
para un conjunto de datos. Los datos se muestran como un conjunto de puntos, cada uno con el valor de una variable
que determina la posicin en el eje horizontal y el valor de la otra variable determinado por la posicin en el eje vertical.
En las distribuciones bidimensionales a cada punto le corresponde los valores de dos variables, representadas por el
par (X ; Y). Si representamos cada par de valores como las coordenadas de un punto, el conjunto de todos ellos se
llama nube de puntos o diagrama de dispersin.
Sobre la nube de puntos puede trazarse una recta que se ajuste a ellos lo mejor posible, llamada recta de regresin.

Ejemplos

Las notas de 12 alumnos de una clase en Matemticas (X) y Estadstica (Y) son las siguientes:

N X Y (Xi -- X) (Yi Y) (X X) . (Y Y)
1 2 1
2 3 3
3 4 2
4 4 4
5 5 4
6 6 4
7 6 6
8 7 4

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina
30
 9 7 6
10 8 7
11 10 9
12 10 10
total
X = Y =

Ejemplo:

En una muestra de 15 personas se recopilaron datos de la estatura en cm (X) y la medida del calzado (Y). Calcular la
covarianza y elaborar un diagrama de dispersin.

N X Y (Xi -- X) (Yi Y) (X X) . (Y Y)
1 183 43
2 191 46
3 198 48
4 177 43
5 162 38
6 200 47
7 172 38
8 173 42
9 176 43
10 172 41
11 168 38
12 174 39
13 176 40
14 163 38
15 170 39
total

X = Y =

METODOS ESTADISTICOS PARA LA INVESTIGACION MGT. ROLANDO DAVID PACHECO SUELDO Pgina
31