A veces, las categoras de las distribuciones de frecuencias son tantas que es

necesario resumidas. Por ejemplo, examinaremos detenidamente la

distribucin de la 10.5. Esta distribucin podra compendiarse en la tabla 10.6.




























Qu otros elementos contiene una distribucin de frecuencias?
Las distribuciones de frecuencias pueden completarse agregando los
porcentajes de casos en cada categora, los porcentajes validos y los
porcentajes acumulados (porcentaje de lo que se va acumulando en cada
categora, desde la ms baja hasta la ms alta). La tabla 10.7 muestra un
ejemplo con las frecuencias y porcentajes en s, los porcentajes vlidos y los
acumulados. El porcentaje acumulado constituye lo que aumenta en cada
categora de manera porcentual y progresiva (en orden descendente de
aparicin de las categoras), tomando en cuenta los porcentajes vlidos. En la
categora s se ha obtenido la cooperacin, se ha acumulado 74.6%. En la
categora no se ha obtenido la cooperacin, se acumula 78.7% (74.6% de la
categora anterior y 4.1% de la categora en cuestin). En la ltima categora
siempre se acumula el total (100%).





Las columnas porcentaje y porcentaje vlido son iguales (mismas cifras o
valores) cuando no hay valores perdidos; pero si tenemos valores perdidos, la
columna porcentaje vlido presenta los clculos sobre el total menos tales
valores. En la tabla 10.8 se muestra un ejemplo con valores perdidos en el
caso de un estudio exploratorio sobre los motivos de los nios celayenses para
elegir su personaje televisivo favorito). Al elaborar el reporte de resultados, una
distribucin se presenta con los elementos ms informativos para el lector y la
descripcin de los resultados o un comentario, tal como se muestra en la tabla
10.9.









COMENTARIO. Prcticamente tres cuartas partes de las organizaciones s han
obtenido la cooperacin del personal. Llama la atencin que poco ms de una
quinta parte no quiso comprometerse con su respuesta. Las organizaciones



que no han logrado la cooperacin del personal mencionaron como factores
ausentismo, rechazo al cambio y conformismo.

Ejemplo
a) Distribucin de Frecuencias con Datos sin Agrupar
Colectivo: 20 familias. N = 20
Variable X: ingresos anuales expresados en miles de euros.
Valores observados: 18, 20, 22, 19, 18, 20, 18, 19, 21, 20
20, 21, 18, 20, 21, 19, 20, 21, 18, 20






















De qu otra manera pueden presentarse las distribuciones de
frecuencias?
Las distribuciones de frecuencias, especialmente cuando utilizamos los
porcentajes, pueden presentarse en forma de histogramas o grficas de otro
tipo (por ejemplo: de pastel). Algunos ejemplos se muestran en la figura 10.4.
Las distribuciones de frecuencias tambin se pueden
Graficar como polgonos de frecuencias
Los polgonos de frecuencias relacionan las puntuaciones con sus
respectivas frecuencias.
Es ms bien propio de un nivel de medicin por intervalos o razn. Los
polgonos se construyen sobre los puntos medios de los intervalos. Por
ejemplo, si los intervalos fueran 20-24, 25-29, 30-34, 35-39, y siguientes; los
puntos medios seran 22, 27, 32, 37, etc. SPSS o Minitab realizan esta labor en
forma automtica. Un ejemplo de un polgono de frecuencias se muestra en la
figura 10.5.





Los polgonos de frecuencias representan curvas tiles para describir los datos.
Nos indican hacia dnde se concentran los casos (personas, organizaciones,
segmentos de contenido, mediciones de polucin, etc.) en la escala de la
variable; ms adelante se hablar de ello.


Variable: innovacin
Con respecto a la innovacin en la empresa, que es
la percepcin del apoyo a las iniciativas tendientes a
introducir mejoras en la manera como se realiza el
trabajo, a nivel organizacional y departamental, la
mayora de los individuos tienden a estar en altos
niveles de la escala.




Cules son las medidas de tendencia central?
Las medidas de tendencia central son puntos en una distribucin obtenida, los valores
medios o centrales de sta, y nos ayudan a ubicarla dentro de la escala de medicin. Las
principales medidas de tendencia central son tres: moda, mediana y media. El nivel de
medicin de la variable determina cul es la medida de tendencia central apropiada para
interpretar.
La moda es la categora o puntuacin que ocurre con mayor frecuencia. En la tabla
10.7, la moda es 1 (s se ha obtenido la cooperacin). Se utiliza con cualquier nivel de
medicin.
La mediana es el valor que divide la distribucin por la mitad. Esto es, la mitad de los
casos caen por debajo de la mediana y la otra mitad se ubica por encima de sta. La
mediana refleja la posicin intermedia de la distribucin. Por ejemplo, si los datos
obtenidos fueran:
24 31 35 35 38 43 45 50 57
La mediana es 38, porque deja cuatro casos por encima (43, 45, 50 y 57) y cuatro casos
por debajo (35, 35, 31 y 24). Parte a la distribucin en dos mitades. En general, para
descubrir el caso o la puntuacin que constituye la mediana de una distribucin,
simplemente se aplica la frmula:

(N +1)/2

Si tenemos nueve casos, (9+1)/2 entonces buscamos el quinto valor y ste es
la mediana. Note que la mediana es el valor observado que se localiza a la
mitad de la distribucin, no el valor de cinco. La frmula no nos proporciona
directamente el valor de la mediana, sino el nmero de caso en donde est la
mediana.



La mediana es una medida de tendencia central propia de los niveles de
medicin ordinal, por intervalos y de razn. No tiene sentido con variables
nominales, porque en este nivel no hay jerarquas ni nocin de encima o
debajo. Asimismo, la mediana es particularmente til cuando hay valores
extremos en la distribucin. No es sensible a stos. Si tuviramos los
siguientes datos:
24 31 35 35 38 43 45 50 248

La mediana seguira siendo 38.

Para la interpretacin de la media y la mediana, se incluye un comentario al
respecto en el siguiente:

EJEMPLO
Qu edad tiene? Si teme contestar no se preocupe, los perfiles de edad
difieren de un pas a otro. Con base en proyecciones sobre la poblacin en
2009, la poblacin mundial para finales de 2010 ser de aproximadamente 6
867 millones de habitantes (Knol, 2009).
La mediana de edad a nivel mundial es en 2009 de 28.1 aos, lo que significa
que la mitad de los habitantes del globo terrestre sobrepasa esta edad y el otro
medio es ms joven. Cabe sealar que la mediana vara de un lugar a otro, ya
que en los pases ms desarrollados la edad mediana de la poblacin esto
es, la edad que divide a la poblacin en dos partes iguales ha ido en ascenso
constante desde 1950 hasta llegar, en el 2009, a 38.8 aos. En los pases ms
pobres del orbe es de 19.3. Por continente tenemos las siguientes medianas:
frica = 19.2 aos (no ha variado desde 1950), Asia = 27.7, Europa = 39.2
(creciendo 10 aos, desde 1950), Latinoamrica y el Caribe = 26.4 (avanzamos
6.4 aos en casi 60 aos), Canad y Estados Unidos de Amrica = 36.4, y
Oceana = 32.3.8 Se estima que para la mitad de este siglo la edad mediana
mundial habr aumentado a aproximadamente 36 aos. Actualmente, el pas
con la poblacin ms joven es Yemen, con una edad mediana de 15 aos, y el
ms viejo es Japn, con una edad mediana de 41 aos (Di Santo, 2009).
Buena noticia para el actual ciudadano global medio, porque parece ser que se
encuentra en la situacin de envejecer ms lentamente

La media es la medida de tendencia central ms utilizada y puede definirse
como el promedio aritmtico de una distribucin. Se simboliza como X, y es la
suma de todos los valores dividida entre el nmero de casos. Es una medida
solamente aplicable a mediciones por intervalos o de razn. Carece de sentido
para variables medidas en un nivel nominal u ordinal. Es una medida sensible a
valores extremos. Si tuviramos las siguientes puntuaciones:
8 7 6 4 3 2 6 9 8
El promedio sera igual a 5.88. Pero bastara una puntuacin extrema para
alterarla de manera notoria:
8 7 6 4 3 2 6 9 20 (promedio igual a 7.22).

Cules son las medidas de la variabilidad?
Las medidas de la variabilidad indican la dispersin de los datos en la escala
de medicin y responden a la pregunta: dnde estn diseminadas las
puntuaciones o los valores obtenidos? Las medidas de tendencia central son



valores en una distribucin y las medidas de la variabilidad son intervalos que
designan distancias o un nmero de unidades en la escala de medicin. Las
medidas de la variabilidad ms utilizadas son rango, desviacin estndar y
varianza.

El rango, tambin llamado recorrido, es la diferencia entre la puntuacin mayor
y la puntuacin menor, e indica el nmero de unidades en la escala de
medicin que se necesitan para incluir los valores mximo y mnimo. Se calcula
as: XM Xm (puntuacin mayor, menos puntuacin menor). Si tenemos los
siguientes valores:
17 18 20 20 24 28 28 30 33

El rango ser: 33 17 = 16.
Cuanto ms grande sea el rango, mayor ser la dispersin de los datos de una
distribucin.
La desviacin estndar o tpica es el promedio de desviacin de las
puntuaciones con respecto a la media. Esta medida se expresa en las unidades
originales de medicin de la distribucin. Se interpreta en relacin con la media.
Cuanto mayor sea la dispersin de los datos alrededor de la media, mayor ser
la desviacin estndar. Se simboliza minscula , o bien mediante la
abreviatura DE.
Supongamos que un investigador obtuvo para su muestra una media
(promedio) de ingreso familiar anual de $6 000 y una desviacin estndar de $1
000. La interpretacin es que los ingresos familiares de la muestra se desvan,
en promedio, mil unidades monetarias respecto a la media. La desviacin
estndar slo se utiliza en variables medidas por intervalos o de razn.

La varianza
La varianza es la desviacin estndar elevada al cuadrado y se simboliza s2.
Es un concepto estadstico muy importante, ya que muchas de las pruebas
cuantitativas se fundamentan en l. Diversos mtodos estadsticos parten de la
descomposicin de la varianza. Sin embargo, con fines descriptivos se utiliza
preferentemente la desviacin estndar.

Cmo se interpretan las medidas de tendencia central y de la
variabilidad?
Cabe destacar que al describir nuestros datos, respecto a cada variable del
estudio, interpretamos las medidas de tendencia central y de la variabilidad en
conjunto, no aisladamente. Consideramos todos los valores. Para
interpretarlos, lo primero que hacemos es tomar en cuenta el rango potencial
de la escala. Supongamos que aplicamos una escala de actitudes del tipo
Likert para medir la actitud hacia el presidente de una nacin (digamos que la
escala tuviera 18 tems y se promediaran sus valores). El rango potencial es de
uno a cinco (vea la fi gura 10.7).








Si obtuviramos los siguientes resultados:
Variable: actitud hacia el presidente
Moda: 4.0
Mediana: 3.9
Media (X): 4.2
Desviacin estndar: 0.7
Puntuacin ms alta observada (mximo): 5.0
Puntuacin ms baja observada (mnimo): 2.0
Rango: 3

Podramos hacer la siguiente interpretacin descriptiva: la actitud hacia el
presidente es favorable. La categora que ms se repiti fue 4 (favorable).
Cincuenta por ciento de los individuos est por encima del valor 3.9 y el
restante 50% se sita por debajo de este valor (mediana). En promedio, los
participantes se ubican en 4.2 (favorable). Asimismo, se desvan de 4.2, en
promedio, 0.7 unidades de la escala. Ninguna persona calific al presidente de
manera muy desfavorable (no hay 1). Las puntuaciones tienden a ubicarse en
valores medios o elevados.
En cambio, si los resultados fueran:

Variable: actitud hacia el presidente
Moda: 1
Mediana: 1.5
Media (X): 1.3
Desviacin estndar: 0.4
Varianza: 0.16
Mximo: 3.0
Mnimo: 1.0
Rango: 2.0

La interpretacin es que la actitud hacia el presidente es muy desfavorable. En
la fi gura 10.8 vemos grficamente la comparacin de resultados. La
variabilidad tambin es menor en el caso de la actitud muy desfavorable (los
datos se encuentran menos dispersos).











Otro ejemplo de interpretacin de los resultados de una medicin respecto a
una variable sera el que ahora se presenta.

EJEMPLO
Hernndez Sampieri y Corts (1982) aplicaron una prueba de motivacin
intrnseca sobre la ejecucin de una tarea a 60 participantes de un
experimento. La escala contena 17 tems (con cinco opciones cada uno, uno a
cinco) y los resultados fueron los siguientes:
N: 60 Rango: 41 Mnimo: 40 Mximo: 81
Media: 66.883 Mediana: 67.833 Moda: 61 DE: 9.11
Varianza: 83.02 Curtosis: 0.587 Asimetra: 0.775 EE: 1.176
Sumatoria: 4 013
Qu podramos decir sobre la motivacin intrnseca de los participantes?
El nivel de motivacin intrnseca exhibido por los participantes tiende a ser
elevado, como lo indican los resultados. El rango real de la escala iba de 17 a
85. El rango resultante para esta investigacin vari de 40 a 81. Por tanto, es
evidente que los individuos se inclinaron hacia valores elevados en la medida
de motivacin intrnseca. Adems, la media de los participantes es de 66.9 y la
mediana de 67.8, lo cual confirma la tendencia de la muestra hacia valores
altos de la escala. A pesar de que la dispersin de las puntuaciones de los
sujetos es considerable (la desviacin estndar es igual a 9.1 y el rango es de
41), esta dispersin se manifiesta en el rea ms elevada de la escala.
Vemoslo grficamente.





En resumen, la tarea result intrnsecamente motivante para la mayora de los
participantes; slo que para algunos result muy motivante; para otros,
relativamente motivante, y para los dems, medianamente
motivante. Esto es, que la tendencia general es hacia valores superiores.
Ahora bien, qu significa un alto nivel de motivacin intrnseca exhibido con
respecto a una tarea?
Implica que la tarea fue percibida como atractiva, interesante, divertida y
categorizada como una experiencia agradable. Asimismo, involucra que los
individuos, al ejecutarla, derivaron de ella sentimientos de satisfaccin, goce y



realizacin personal. Por lo general, quien se encuentra intrnsecamente
motivado hacia una labor, disfrutar la ejecucin de sta, ya que obtendr de la
labor per se recompensas internas, como sentimientos de logro y
autorrealizacin. Adems de ser absorbido por el desarrollo de la tarea y, al
tener un buen desempeo, la opinin de s mismo mejorar o se ver
reforzada.

Hay alguna otra estadstica descriptiva?
S, la asimetra y la curtosis. Los polgonos de frecuencia suelen representarse
como curvas (fi gura 10.9) para que puedan analizarse en trminos de
probabilidad y visualizar su grado de dispersin. De hecho, en realidad son
curvas. Los dos elementos mencionados son esenciales para estas curvas o
polgonos de frecuencias.
La asimetra es una estadstica necesaria para conocer cunto se parece
nuestra distribucin a una distribucin terica llamada curva normal (la cual se
representa tambin en la fi gura 10.9) y constituye un indicador del lado de la
curva donde se agrupan las frecuencias. Si es cero (asimetra = 0), la curva o
distribucin es simtrica. Cuando es positiva, quiere decir que hay ms valores
agrupados hacia la izquierda de la curva (por debajo de la media). Cuando es
negativa, significa que los valores tienden a agruparse hacia la derecha de la
curva (por encima de la media).
La curtosis es un indicador de lo plana o picuda que es una curva. Cuando
es cero (curtosis = 0), significa que puede tratarse de una curva normal. Si es
positiva, quiere decir que la curva, la distribucin o el polgono es ms
picuda(o) o elevada(o). Si la curtosis es negativa, indica que es ms plana la
curva.
La asimetra y la curtosis requieren mnimo de un nivel de medicin por
intervalos. En la figura 10.9 se muestran ejemplos de curvas con su
interpretacin.















Cmo se traducen las estadsticas descriptivas al ingls?
Algunos programas y paquetes estadsticos computacionales pueden realizar el
clculo de las estadsticas descriptivas, cuyos resultados aparecen junto al
nombre respectivo de estas, muchas veces en ingls.
A continuacin se indican las diferentes estadsticas y su equivalente en ingls.






Nota final
Debe recordarse que en una investigacin se obtiene una distribucin de
frecuencias y se calculan las estadsticas descriptivas para cada variable, las
que se necesiten de acuerdo con los propsitos de la investigacin y los niveles
de medicin.










En la tabla, el nmero de casos es distinto en las diferentes variables, porque
SPSS elimina de toda la variable a los casos que no hayan respondido a un
tem o ms reactivos. La variable con mayor promedio es la motivacin
intrnseca y la ms baja es recompensas.
Posteriormente, obtuvo las tablas y distribuciones de frecuencias de todas sus
12 variables. De las cuales solamente incluimos la variable desempeo por
cuestiones de espacio.


















Puntuaciones z
Las puntuaciones z son transformaciones que se pueden hacer a los valores o
las puntuaciones obtenidas, con el propsito de analizar su distancia respecto a
la medida, en unidades de desviacin estndar.
Una puntuacin z nos indica la direccin y el grado en que un valor individual
obtenido se aleja de la media, en una escala de unidades de desviacin
estndar.