Universidad Inca Garcilaso de la Vega Facultad de Ciencias de la Comunicacin Turismo y Hotelera

Anlisis Estadstico Descriptivo

1. 2. 3. 4. 5.

Conceptos bsicos Construccin de tablas de frecuencias Los grficos Estadsticos El anlisis de tendencia Central El anlisis de dispersim

Luis Flores Cebrin

Versin inicial : Agosto 2009

1.

CONCEPTOS BASICOS
Antes de iniciar el anlisis estadstico de un conjunto de datos es necesario establecer algunas precisiones conceptuales:

1.1

Estadstica descriptiva y estadstica inferencial

El nivel descriptivo est referido al estudio y anlisis de los datos obtenidos en una muestra (n) y como su nombre lo indica describen y resumen las observaciones obtenidas sobre un fenmeno un suceso o un hecho. Ejemplos : El porcentaje de aprobados en el curso de economa ascendi a un 68% El 35% de los visitantes del museo era de gnero femenino La edad promedio de una muestra de compradores en el centro comercial es de 38 aos

En cambio la estadstica inferencial esta referida al procedimiento mediante el cual los resultados de la muestra se trata de hacerlos extensivos a toda la poblacin o universo (N). Procura mostrar relaciones de causa efecto o pruebas de hiptesis. Ejemplos : Los ingresos de los turistas que vienen al pas son de $ 35,000 en promedio Si las elecciones fueran hoy da el candidato del partido X obtendra un 45% de los votos n N

* *
Muestra

* * * ** * * * * ** * * * * *
Poblacin

* *

1.2

Poblacin y muestra
Poblacin es el conjunto completo de individuos, objetos que posee una o ms caractersticas observables en un mbito geogrfico determinado y en un lapso de tiempo . Muestra : es un subconjunto representativo de la poblacin, cuando hablamos de representatividad nos referimos a que debe ser lo ms parecido a posible a la poblacin desde el punto de vista cuantitativo y cualitativo. El muestreo puede ser : Muestreo al azar simple, cuando el azar es el criterio bsico de eleccin de las unidades de muestreo Muestreo estatificado basado en la subdivisin de la poblacin en subconjuntos o estratos mutuamente excluyentes

Luis Flores Cebrin

Muestreo por reas, cuando se trabaja en funcin de unidades geogrficas o conglomerados Muestreo sistemtico, cuando se sigue un patrn de eleccin basado en nmeros aleatorios elegidos al azar o un factor de eleccin, ejemplo se elige aplicar la encuesta a cada quince visitantes al museo

En todos los casos se debe aplicar el criterio de probabilidad, es decir que cada elemento de la poblacin tenga la misma probabilidad de ser elegido en la muestra. Este es un aspecto fundamental pues hacerlo de otra manera ( eleccin subjetiva) impedira medir el nivel de confianza y / o de error de los resultados obtenidos. 1.3

Las variables
Las variables son las caractersticas, atributos o cualidades del objeto de investigacin se pueden clasificar de muchas maneras. Ejemplo

CRITERIO
Segn el nmero de valores que expresan

CLASIFICACIN
Variables dicotmicas, expresan slo dos valores Variables politmicas, expresan mas de dos valores Variables tericas o no observables de naturaleza conceptual Variables empricas observables se pueden medir o cuantificar Variables discretas asumen valores absolutos Variables continuas asumen valores fraccionarios Variables independientes Variables dependientes Variables intervinientes Variables paramtricas

EJEMPLO
Genero : masculino o femenino Grado de instruccin Gusto, preferencia, opinin Peso, temperatura, ingresos Nacionalidad, Ingresos mensuales Causas o antecedentes Consecuencias o efectos Influyen pero de manera indirecta Medioambientales, de entorno o macro

Segn la capacidad observacin

de

Segn la naturaleza del valor que asumen

Segn su funcin en la hiptesis

Luis Flores Cebrin

1.4

La medicin
Concepto : La medicin es un proceso sistemtico de asignacin de nmeros a individuos , objetos o fenmenos , de tal manera que representen de una manera lgica y racional las caractersticas de los mismos Calidad de la informacin . Cmo podemos medir la calidad de la informacin ?

Calidad de la informacin

CALIDAD INTERNA

CALIDAD EXTERNA

Validez

Confiabilidad

Representatividad

CONFIABILIDAD : Es la consistencia de puntajes en mediciones sucesivas, es decir la menor presencia de errores de medicin. Se expresa a travs de la estabilidad que consiste en usar el mismo conjunto de preguntas en dos o ms momentos y comparar as las respuestas obtenidas. Perodo 1 Esta a favor del TLC Esta en contra del TLC No sabe / no opina 58% 22% 20% Perodo 2 62% 24% 14%

VALIDEZ : Es el grado en que las mediciones empricas representan o reflejan la dimensin conceptual que se supone estn tratando de medir Tiene dos maneras de comprobacin:

Luis Flores Cebrin

a) Validez predictiva es aquella que anticipa un comportamiento o una correlacin de respuestas congruente. Ejemplo :

POSICIN POLTICA DE IZQUIERDA

IZQUIERDA
Escala de actitudes polticas

DERECHA ( ( ( ( ) ) ) )

( ( ( (

) ) ) )

Suponiendo que hubiera un proceso electoral y se presentara un conjunto de propuestas polticas , la validez predictiva se manifestara cuando la persona que exhibe una preferencia por posiciones polticas de izquierda elige a candidatos de una opcin poltica similar o afn. b) Validez concurrente, se utiliza cuando nuevos indicadores del concepto se correlacionan altamente con indicadores ya establecidos del mismo. Ejemplo :

ESCALA A Posicin de izquierda 9/10 =0.90

ESCALA B Posicin de izquierda 17/20 =0.85

REPRESENTATIVIDAD Tiene que ver con el grado en que los resultados de la muestra pueden ser atribuidos a toda la poblacin o universo . Se trabaja con los valores de Z ( niveles de confianza utilizando las reas de la curva Normal ) y el valor de e ( mximo error permitido por el investigador ).

Luis Flores Cebrin

1.5

Escalas de medicin de los datos

Las escalas a considerar son : Nivel nominal Nivel ordinal Nivel de intervalos Nivel de razn

Nivel Nominal

Escala cualitativa que asigna arbitrariamente un nmero a cada respuesta de modo que slo tenga valor como un nmero de identificacin. El nmero de escala no tiene ningn significado por s slo. Ejemplo : Cul es la tarjeta de crdito de su preferencia ? 1. 2. 3. 4. VISA Mastercard American Express Diners ( ( ( ( ) ) ) )

Estadstica permisible :

Porcentajes Moda Prueba binomial Ji cuadrado

El nmero que se asigna en esta escala no representa magnitudes absolutas. Solo sirven para clasificarlos en determinada categora, en otras palabras 1, no es la mitad de 2 .

Nivel Ordinal

Escala cualitativa que no slo clasifica , sino establece jerarquas entre los valores. Entre mayor sea el nmero, mayor (o menor) es la existencia del atributo , pero sin indicar la distancia que hay entre las posiciones , es decir que el numero cuatro en preferencia no es 300% superior al nmero 1, solo indica que es preferido respecto del anterior Ejemplo : Clasifique en una escala de 1 a 4 las siguientes marcas de gaseosa, en funcin de su preferencia : 1. 2. 3. 4. Inca Kola Coca Cola Real Kola Pepsi Cola ( ( ( ( ) ) ) )

Estadstica permisible

Percentiles - mediana Desviacin cuartil Correlacin rango-orden

Luis Flores Cebrin

Nivel de intervalo
Escala cuantitativa que clasifica, ordena y establece distancias o intervalos iguales entre las unidades de medida . Asigna un punto de cero en forma arbitraria por convencin por los expertos , pero que no implica la ausencia del atributo. Por ejemplo una prubea de coeficiente de inteligencia va tener un punto cero , pero no hay una persona con cero de inteligencia. Otros ejemplos son la medicin del calendario , o la medicin de la temperatura Ejemplo : Resultados econmicos de empresas de un sector ($) de 20000 -10000 0 10000 a -10000 0 -10000 20000 Media Mediana-Moda Desviacin estndar- Varianza Coeficientes de Correlacin Prueba T Prueba Z

Estadstica permisible

Nivel de Razn

Escala cuantitativa es igual que las escalas de intervalos, pero poseen un cero absoluto. (origen natural) en el cual hay una ausencia de la propiedad o atributo, ejemplo el peso o los ingresos monetarios de una persona Ejemplo : Nivel de ingresos mensuales de las familias de un distrito ( en soles) De 0 1,000 2,000 3,999 A 999 1,999 2,999 4,000 Media geomtrica Media armnica Coeficiente de variacin

Estadstica permisible

La estadstica permisible va en sentido acumulativo, as en la escala de razn se pueden estudiar todos los indicadores anteriores a las escalas de intervalos, ordinales y nominales

Luis Flores Cebrin

2.

CONSTRUCCION DE TABLAS DE FRECUENCIA

Una primera aproximacin al anlisis descriptivo es la construccin de la tabla de frecuencias , las cuales presentan la distribucin de un conjunto de elementos de acuerdo a las categoras de una variable x . En la tabla se observa la frecuencia o repeticin de cada uno de los valores en el correspondiente intervalo de clase Se presentan los siguientes casos : 2.1 Variable discreta , es aquella cuyo valor se expresa nicamente por nmeros enteros, adquieren valores absolutos y por lo general son cualitativas. Ejemplo 1 : En una muestra de veinte bodegas del distrito X ,se desea conocer la cantidad de marcas de crema dental que ofrecen a sus clientes. La variable (xi) es el nmero de marcas de crema dental ofrecidas. Hecho el estudio se obtuvieron los siguientes resultados :

Bodega N
1 2 3 4 5 6 7 8 9 10

xi
6 5 4 4 3 3 4 4 5 6

Bodega N
11 12 13 14 15 16 17 18 19 20

xi
4 5 6 2 4 3 4 6 5 3

N : 20 bodegas Construyendo la tabla tendramos : 1 Clasificacin : xi mximo : 6 marcas de crema dental xi mnimo : 2 marcas de crema dental 2 Las clases seran : 2,3,4,5,y 6 3 Tabulacin : Se determina cuantas veces de repite cada valor de xi ( frecuencia). Se denomina frecuencia absoluta ( fi ) cuando se contabiliza en valores absolutos (nmero de bodegas) Se denomina frecuencia relativa ( hi ) cuando se contabiliza en valores relativos (porcentajes ) 4 El cuadro de frecuencias quedara presentado de la siguiente manera :

Luis Flores Cebrin

Cuadro N 1 : Distribucin de 20 bodegas del distrito X en funcin al nmero de marcas de crema dental que ofrecen a sus clientes

xi
2 3 4 5 6

tabulacin
/ //// /////// ///// //// TOTALES

fi
1 4 7 5 3 20

hi (%)
5 20 35 25 15 100

Fuente : encuesta rea de mercadeo

Grficamente tenemos :
Oferta de marcas de crema dental - Bodegas distrito X

7 6
N bodegas

5 4 3 2 1 0 2 3 4 5 6
N marcas crema dental

Este grfico se conoce como Histograma 2.2 Variable continua, es aquella que puede tomar cualquier valor del conjunto de los nmeros racionales ( enteros o fraccionarios). Son variables cuantitativas Ejemplo 2 : Se desea conocer el ingreso mensual promedio del asentamiento Galpagos . La variable xi : ser ingresos mensuales expresados en Soles Para tal efecto se ha seleccionado una muestra de 50 familias y se han obtenido los siguientes datos :

Luis Flores Cebrin

Familia N
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 n : 50 1

xi
730 750 580 430 490 650 670 750 510 970 820 650 890 590 550 700 600 700 380 600 450 750 730 650 760

Familia N
26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50

xi
500 870 550 710 750 700 400 610 750 690 540 720 780 850 350 320 830 890 650 450 750 640 930 850 630

Se calcula el Rango (R) R = mayor valor de xi menor valor de xi R = x10 x41 R = 970 320 = 650

Se obtiene el numero de clases e intervalos para tal efecto se utiliza la Regla de Sturges :

Si el tamao de la muestra es Menor de 100 Mayor de 100

Regla de Sturges m = 1 + 3.322 x Log n m =3 + 3.322 x Log n

En este caso n < 100 entonces : m = 1 + 3.322 x Log 50 m = 1 + 3.322 l.69897 m = 6.64 7 intervalos

Luis Flores Cebrin

10

El tamao de clase ( c ) sera : C = R / m c = 650 / 7 = 92.8 93

4 i 1 2 3 4 5 6 7

Construimos la tabla de frecuencias :

Marca de clase - xi Frecuencias absolutas Frecuencias relativas

Intervalo de clase

xi 320 413 506 599 692 785 878

xs 413 506 599 692 785 878 971 TOTALES Donde : i xi xs

fi
4 5 6 11 15 5 4 50

366.5 459.5 552.5 645.5 738.5 831.5 924.5

Fi 4 9 15 26 41 46 50

hi 8 10 12 22 30 10 8 100

Hi 8 18 30 52 82 92 100

: nmero de intervalo : intervalo de clase inferior : intervalo de clase superior

fi Fi hi Hi

: muestran la repeticin de los datos en determinado intervalo de clase- invalores absolutos ( familias) : muestran la acumulacin progresiva de las frec.absolutas : expresan a las frec. absolutas en trminos relativos (%) : muestran la acumulacin progresiva de las frec. Relativas

Grficamente vamos a elaborar el histograma de frecuencias absolutas ( fi ) :

Galapagos : ingreso mensual
16 14 12 10 familias 8 6 4 2 0 413 320 506 413 599 506 692 599 soles 785 692 878 785 971 878

Luis Flores Cebrin

11

Es importante acotar que los grficos deben de tener las siguientes condiciones bsicas : Ttulo : descripcin abreviada del contenido Leyendas y cifras tanto en el eje de las abscisas como de las ordenadas Debe ser simtrico, no muy horizontal o vertical En el eje de las abscisas se colocan los valores de la variable x En el eje de las ordenadas se colocan las frecuencias ( fi , hi ) De ser posible se colocan las fuentes de la informacin
1

En relacin al nmero apropiado de los intervalos Christensen Howard siguiente : Nmero de valores en el conjunto De 10 a 100 De 100 a 1,000 De 1,000 a 10,000

plantea lo

Nmero apropiado de intervalos de clase De 4 a 8 De 8 a 11 De 11 a 14

Avila Acosta 2 en cambio define los intervalos de clase en tres categoras : a. Intervalos de igual amplitud Alumnos por aula 20 - 29 30 - 39 40 - 49 50 - 69 70 - 69 b. Intervalos de diferente amplitud Edad de clientes 35 6- 14 25 24 25 - 39

c. Intervalos abiertos por la izquierda y cerrados por la derecha Sueldos mensuales ( ] 320 370 370 420 420 470 470 520 520 - 570 En este caso NO est incluido el extremo inferior, pero si el extremo superior

1 2

CHRISTENSEN Howard. Estadstica Paso a Paso AVILA Acosta . Estadstica Elemental

Luis Flores Cebrin

12

Otra forma de presentar este cuadro es : Alumnos por aula 320.01 370 370.01 420 420.01 470 470.01 520 520.01 - 570 Esta segunda forma de presentacin es ms prctica ,pues indica directamente los valores comprendidos en cada intervalo. Por lo general el nmero de intervalos de clase va depender de : La naturaleza de la variable El nmero de valores observados El recorrido de la variable Los objetivos del estudio

Luis Flores Cebrin

13

3.

LOS GRFICOS ESTADSTICOS

3.1 Concepto Son representaciones pictricas ( figuras geomtricas o de superficie ) utilizados con el objeto de mostrar magnitudes , cambios de una variable o comparar dos o ms variables relacionadas. Un grfico bien elaborado debe tener los siguientes elementos :
Numero de grafico y ttulo

Grafico 2 : Ventas de la empresa A - primer semestre del ao 20X1 2,500

2,000

miles $

1,500

1,000

500

0 Enero Febrero Marzo Abril Mayo Junio

meses

Fuente : rea de ventas

Diagrama cuerpo o

Escalas y leyendas en los ejes

Luis Flores Cebrin

14

3.2

Tipos de Grficos 3.2.1 Grfico Lineal

Grafico 2 : Agencia de Viajes " El Sol " Clientes atendidos en sucursal Cuzco Clientes

14,000 12,000 10,000 8,000 6,000 4,000 2,000 0

Aos 2001

2002

2003

2004

2005

2006

Este grfico de evolucin es til para representar la evolucin de una sola variable en el tiempo ( serie de tiempo) 3.2.2 Grfico circular

Restaurante "El norteo" - formas de pago por consumo Mastercard, 2% Diners, 7% American, 17% Efectivo 26%

Visa, 48%

Es utilizado para expresar una variable que esta compuesta de varios subconjuntos es decir es un grfico de estructura ( de una sola variable)

Luis Flores Cebrin

15

3.2.3

Grfico de barras comparativas

Estructura de la oferta Hotelera en La Alborada 2005-2006

100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 2005 2006
Aos

Hotel A

Hotel B

Hotel C

Hotel D

Se recomienda para comparar estructuras con varios subconjuntos en ms de un perodo de tiempo 3.2.4 Grfico Combinado ( valores en dos abscisas )

Empresa W : Ventas y tasas de crecimiento 2003 -2006 30 25 ventas (miles) 20 15 6 10 5 0 2003 2004 Ventas 2005 2006 tasa crec. 4 2 0 aos 14 12 10 8 tasa %

Es muy til para mostrar dos frecuencias que tienen valores diferentes (dlares y porcentajes por ejemplo); cada una de ellas se ubica en uno de los ejes verticales y su lectura es a travs de los valores all expresados

Luis Flores Cebrin

16

EJEMPLO PRCTICO DE ELABORACIN DE UN GRFICO ESTADISTICO CON EXCEL Supongamos que estamos estudiante la cantidad de turistas que visitan el valle de Lunahuana y se tienen los siguientes datos estadsticos : (datos supuestos) 1 Ao 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2 Turistas ( miles) 224 271 310 325 319 308 304 365 392 415 488 3 Crecim (%) 17.28 20.98 14.39 4.84 -1.85 -3.45 -1.30 20.07 7.40 5.87 17.59

En primer lugar vamos a utilizar un grfico de barras para representar las cifras .

Grafico 1 : Lunahuana ingreso de turistas

500 450 400 350 300
miles

250 200 150 100 50 0

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
aos

Apreciamos que hay tres etapas claramente definidas: 1 2 3 De 1997 al ao 2000 se aprecia un crecimiento De 2001 al ao 2003 vemos que se estanca el impulso inicial y cae el nmero de turistas y visitantes A partir de del ao 2004 se vuelva a tener un impulsote crecimiento mucho mayor

Luis Flores Cebrin

17

Estos grficos tienen la ventaja que nos permiten ver el comportamiento de un variable en un largo lapso de tiempo y podemos apreciar la tendencia de largo plazo ( mas de cinco aos) que en este caso es de crecimiento. Pero es importante acompaar el anlisis con otro tipo de grficos, en este caso usaremos el grfico lineal para apreciar cmo es el crecimiento relativo ( en porcentajes ) de cada ao, conforme se aprecia en la columna 3 del cuadro y cuya expresin grfica es :
Grafico 2 : Tasa de crecimiento anual de la llegada de turistasa Lunahuana 25

20
%

15

10

0
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

-5
aos

Aqu apreciamos ms claramente la situacin y se pueden graficar los valores negativos como son los aos 2001, 2002, 2003 y 2004 , en los cuales no hubo crecimiento sino todo lo contrario se experimento una reduccin en la cantidad de visitantes a la localidad El calculo del crecimiento se efectu con la frmula :

V crec. = n 1 100 V n 1
Donde : Vn Vn-1 : valor de la variable el ao n : Valor de la variable el ao n-1 ( ao anterior)

Por ejemplo el valor del ao 2000 se obtuvo de la siguiente manera : . crec. =

325 1 100 310

crec. = 4.84 %

Luis Flores Cebrin

18

Una dificultad evidente es la elaboracin de grficos con la hoja electrnica EXCEL , vamos a presentar los pasos a continuacin con los datos del grfico 2 :

1 paso : ingresamos los datos de los aos y las tasas de crecimiento 2 paso : accionamos el icono de grficos y vamos a tener el asistente para grficos 3 paso : elegimos la opcin de grfico lineal- Lneas 4 paso : presionamos el comando de Siguiente >

Luis Flores Cebrin

19

5 paso : Ingresamos el rango de datos : C4;C14, aparece la grfica de las tasas de crecimiento 6 paso : Se acciona el comando de series para colocar los datos de los aos

Luis Flores Cebrin

20

7 paso : Se coloca el rango de los periodos de tiempo B4; B14 y se acciona el comando siguiente

8 paso : Se coloca : Ttulo del grfico : tasa de variacin anual de llegada de turistas a Lunahuana Eje de categoras : aos Eje de valores : % 9 paso : Se presiona siguiente y se tiene concluido el grfico indicando Finalizar

Luis Flores Cebrin

21

4.

ANALISIS DE TENDENCIA CENTRAL

Las medidas de tendencia central o de resumen son indicadores que tienden a sintetizar o describir de la manera ms representativa las caractersticas de un conjunto de datos. Las medidas ms importantes son : La Media aritmtica La Mediana La Moda

4.1 La Media Aritmtica ( ) La media aritmtica es la clase que determina el centro de gravedad de un conjunto de datos, es decir es el valor ms representativo a) Media aritmtica de datos no agrupados : Formula :

xi
= Donde : xi : clase n : nmero de clases : Sumatoria ( desde i = 1 , hasta i = n) Ejemplo 3 : Se ha efectuado la medicin de cuanto demora la atencin a los clientes en un Supermercado. Se ha tomado una muestra de 10 clientes y los resultados obtenidos son : Cliente xi 1 2 3 4 5 6 7 8 9 10 = 32.26 10 Duracin de la atencin 3.24 4.01 2.33 2.08 3.30 3.25 3.00 4.02 4.15 2.88 32.26
i =1

= 3.23 minutos , que es el promedio de duracin de la atencin a los clientes

Luis Flores Cebrin

22

Utilizando Excel el procedimiento es el que sigue :

b) Media aritmtica de datos agrupados

xi fi
= Donde : xi : marca de clase fi : frecuencia absoluta n : total de frecuencias Ejemplo 4 : La gerencia de mercadeo de un Hotel ha decidido estudiar un estudio acerca de la edad promedio de los clientes del Caf Bar El Sol . Se ha elegido una muestra de 300 clientes recogida durante todo un mes tpico . Aplicada la encuesta se han obtenido los siguientes resultados : Clase ( i ) 1 2 3 4 5 6 7 8 9 Intervalo 19 23 23 27 27 31 31 35 35 39 39 - 43 43 47 47- 51 51- 55 TOTALES xi 21 25 29 33 37 41 45 49 53 fi 5 9 13 48 67 58 54 29 17 300 xi fi 105 225 377 1,584 2,479 2,378 2,430 1,421 901 11,900
i =1

Luis Flores Cebrin

23

La media aritmtica es igual a : 11,900 300 = 39.67 aos El promedio de edad de los clientes del Caf Bar El Sol es de 39. aos y medio LA MEDIA ARITMTICA : RESUMEN En su valor influyen todos los componentes de la distribucin Puede ser manipulada algebraicamente Es la medida ms fcil de calcular Es la medida ms conocida y utilizada Su valor puede ser distorsionado por los valores extremos o singulares =

CARACTERISTICAS

VENTAJAS DESVENTAJAS

4.2 La Mediana ( Me) Es la medida de tendencia central que corresponde al valor de la variable que divide a la frecuencia total en dos partes iguales . a) Mediana de datos no agrupados En este caso se procede de la siguiente manera : 1 Se ordena el conjunto de valores en orden creciente 2 Se halla el valor que ocupa la posicin media 3 Si el nmero es impar, el valor central es la mediana 4 Si el nmero es par , el promedio de los dos centrales es la mediana Ejemplo 5 : Se tiene el siguiente conjunto de datos : 4 Se ordena 2 8 5 3 9 7 2

3 3

5 Me

7 3

Ejemplo 6 : Se tiene el siguiente conjunto de datos : 6 Se ordena 6 8 9 10 11 15

8 3

9.5

10

11

15

Me = (9+10) / 2 = 9.5

Luis Flores Cebrin

24

3.2 Mediana de datos agrupados Formula :

N / 2 Fa Me = Li + c fi
Donde : Li : limite inferior del intervalo de la clase que contiene a la Me c : Tamao del intervalo de clase n : Total de frecuencias absolutas Fa : Frecuencia absoluta acumulada anterior al la clase que contiene a la Me fi : frecuencia absoluta de la clase que contiene a la Me Utilizando el ejercicio desarrollado en el ejemplo N 4 tenemos : Clase ( i ) Intervalo 1 19 23 2 23 27 3 27 31 4 31 35 5 35 39 39 - 43 6 7 43 47 8 47- 51 9 51- 55 TOTALES fi 5 9 13 48 67 58 54 29 17 300 Fi 5 14 27 75 142 200 254 283 300

El valor de N/2 es = 300/2 = 150, este valor se encuentra ubicado en el 6 intervalo

(300 / 2) 142 Me = 39 + 4 58
Me = 39 + 0.55 Me = 39.55 aos El 50% de los asistentes al Caf Bar El Sol est en el intervalo de 19 a 39.55 aos y el 50% restante est en el intervalo de 39.55 a 55 aos. 50% 19 39.55 aos 50% 55

Luis Flores Cebrin

25

CARACTERISTICAS

VENTAJAS DESVENTAJAS

LA MEDIANA : RESUMEN Es un promedio de posicin Cuando la agrupacin de datos es muy estrecha es el mejor indicador Calculo relativamente fcil de efectuar No es distorsionada por los valores extremos Su interpretacin es bastante restringida No se manejar algebraicamente, la mediana de varios subconjuntos no puede ser promediada para obtener la mediana del total No es muy conocida ni entendida

4.3 La Moda ( Mo) Es la medida de tendencia central que corresponde al valor de la clase cuya frecuencia es la que ms repite (fi mayor ) No se puede calcular la Moda en datos no agrupados a. Moda de datos agrupados Formula :

fp Mo = Li + c fp + fa
Donde : Li : limite inferior del intervalo de la clase que contiene a la Moda c : Tamao del intervalo de clase n : Total de frecuencias absolutas fp : Frecuencia absoluta posterior a la clase que contiene a la Moda fa : frecuencia absoluta anterior de la clase que contiene a la Moda Utilizando el ejercicio desarrollado en el ejemplo N 4 tenemos : Clase ( i ) Intervalo 1 19 23 2 23 27 3 27 31 4 31 35 35 39 5 6 39 - 43 7 43 47 8 47- 51 9 51- 55 TOTALES fi 5 9 13 48 67 58 54 29 17 300

La frecuencia mayor se encuentra ubicada en el 5 intervalo = 67 clientes

Luis Flores Cebrin

26

 58 Mo = 35 + 4 58 + 48
Mo = 35 + 2.19 Mo = 37.19 aos La edad ms frecuente de los asistentes al Caf Bar El Sol es de 37.19 aos. LA MODA : RESUMEN Es absolutamente independiente de valores extremos Es un valor tpico Es la medida ms descriptiva Cuando el nmero de valores es pequeo es fcil determinarla por observacin No es posible calcularla en caso de datos no agrupados

CARACTERISTICAS

VENTAJAS

DESVENTAJAS

Relacin emprica entre Media, Mediana y Moda : DISTRIBUCIONES SIMETRICAS Relacin

= Me = Mo Mo >Me > Mo < Me <

ASIMETRICAS A LA DERECHA

ASIMETRICAS A LA IZQUIERDA

Con los datos del ejercicio 4 : : 39.67 aos Me : 39.55 aos Mo : 37.19 aos

Asimetra a la izquierda

La asimetra tambin se puede calcular de la siguiente ,manera :

As =

( X Mo ) s

Los resultados obtenidos se pueden clasificar de la siguiente manera : AS > 0 Asimetra positiva Sesgo hacia la izquierda Cola hacia la derecha As = 0 Simetra As < 0 Asimetra negativa Sesgo hacia la derecha Cola hacia la izquierda

Luis Flores Cebrin

27

Utilizando los datos del ejemplo tenemos :

As =

(39.64 37.19) 7.12

As = 0.017 que es una asimetra positiva o a la izquierda

Clientes del Bar

80 70 60
clientes

50 40 30 20 10 0
23 27 31 35 39 43 Edad 47 51 55

37.19 Mo

39.55 Me

39.67

Luis Flores Cebrin

28

5.

ANALISIS DE DISPERSIN
Las medidas de dispersin son un conjunto de indicadores que nos expresan el grado de concentracin o alejamiento de los datos respecto de la media aritmtica. Ejemplo 7 : Tenemos las siguientes distribuciones de datos :

xi
1 2 3 4 5 Hallamos la Media y la mediana : Media mediana

A 3 7 46 67 81

B 20 40 46 47 51

40.8 46

40.8 46

Aparentemente ambas distribuciones son iguales, pero esto es as? : veamos los Los grficos :
GRUPO A
90 80 70 60 50 40 30 20 10 0 1 2 3 elementos 4 5

edad

GRUPO B
60 50 edad 40 30 20 10 0 1 2 3 elementos 4 5

A pesar que ambos grupos tienen los mismos indicadores de tendencia central , las distribuciones de los datos muestran que el grupo B es ms homogneo que el grupo A, pues los datos estn ms cerca del valor de la edad promedio ( 40.6 aos) , en cambio el grupo A est ms disperso o menos concentrado..

Luis Flores Cebrin

29

Para poder medir el grado de concentracin o dispersin de los datos , respecto de la media aritmtico se tienen las siguientes medidas de dispersin : El Rango - R La desviacin media - DM La desviacin estndar - s El coeficiente de variacin CV 5.1 El Rango ( R ) Es la medida de dispersin que mide la amplitud o recorrido de la distribucin y se obtiene de la siguiente manera :

R = Mayor

Valor

Menor

Valor

Utilizando el ejemplo anterior tenemos : Rango A = 81 3 = 78 Rango B = 51 20 = 31 La distribucin B tiene un ,menor recorrido que la distribucin A La utilizacin del Rango es muy limitada pues slo considera los valores extremos y no indica como se dispersan los valores intermedios. 5.2 La Desviacin Media (DM) Es una medida de dispersin que es el promedio aritmtico de las desviaciones de las clases respecto de la media aritmtica a) Desviacin Media de datos no agrupados : Formula :

DM =
Donde :

xi x
i =1

xi : clase : media aritmtica n : nmero de clases : Sumatoria ( desde i = 1 , hasta i = n) Utilizando los datos del ejemplo 7 tenemos : xi 1 2 3 4 5 X A 3 7 46 67 81 40.6 B 20 40 46 47 51 40.6

Luis Flores Cebrin

30

La desviacin media del primer grupo es :

DMA =

3 40.6 + 7 40.6 + 46 40.6 + 67 40.6 + 81 40.6 5

DMA = 28.68 La desviacin media del grupo B :

DMB =

20 40.6 + 40 40.6 + 46 40.6 + 47 40.6 + 51 40.6 5

DMB = 8.68 aos En otras palabras la dispersin del grupo B 2.3 veces menor que la del grupo A, por tanto este grupo es ms homogneo o ms concentrado b) Datos agrupados Frmula :

DM =
Donde :

xi x
i =1

fi

xi : clase : media aritmtica n : nmero de frecuencias absolutas fi : frecuencia absoluta | | : Valor absoluto ( la resta debe ser siempre positiva) Utilizamos el ejemplo N 4 - edad promedio de los clientes del Caf Bar El Sol Clase ( i ) 1 2 3 4 5 6 7 8 9 Intervalo 19 23 23 27 27 31 31 35 35 39 39 - 43 43 47 47- 51 51- 55 Totales xi 21 25 29 33 37 41 45 49 53 fi 5 9 13 48 67 58 54 29 17 300 | xi | 18.67 14.67 10.67 6.67 2.67 1.33 5.33 9.33 13.33 | xi | fi 93.35 132.03 138.71 320.16 178.89 77.14 287.82 270.57 226.61 1,625.28

Nota : La media aritmtica es = 39.67 aos La desviacin media sera :

Luis Flores Cebrin

31

DM =

1,625.28 300

DM = 5.42 aos El promedio de las desviaciones de los datos respecto a la media aritmtica es de 5.42 aos

5.3

La Desviacin Estndar (s) Es una medida de dispersin ms utilizada y confiable es igualmente un promedio de las desviaciones de los datos pero elevados al cuadrado. a) Desviacin Estndar de datos no agrupados : Formula :

s =
Donde :

( xi x )
i =1

xi : clase : media aritmtica n : nmero de clases : Sumatoria ( desde i = 1 , hasta i = n) Utilizando los datos del ejemplo 7 tenemos : xi 1 2 3 4 5 A 3 7 46 67 81 40.6 B 20 40 46 47 51 40.6

La desviacin estndar del grupo A es :

sA =

(3 40.6) 2 + (7 40.6) 2 + (46 40.6) 2 + (67 40.6) 2 + (81 40.6) 2 5

sA =31.31 aos La desviacin estndar del grupo B :

Luis Flores Cebrin

32

sB =

(20 40.6) 2 + (40 40.6) 2 + (46 40.6) 2 + (47 40.6) 2 + (51 40.6) 2 5

sB = 10.98 aos Estos resultados ratifican los obtenidos con la desviacin media , la diferencia es que son ms exactos Nota : cuando se trata de una muestra (n) en la frmula se vara el denominador por n-1

b) Desviacin estndar de Datos agrupados Frmula :

DM =
Donde :

( xi x)
i =1

fi

xi : clase : media aritmtica n : nmero de frecuencias absolutas fi : frecuencia absoluta : raiz cuadrada

Utilizamos el ejemplo N 4 - edad promedio de los clientes del Caf Bar El Sol

Luis Flores Cebrin

33

Clase ( i ) 1 2 3 4 5 6 7 8 9

Intervalo 19 23 23 27 27 31 31 35 35 39 39 - 43 43 47 47- 51 51- 55

xi 21 25 29 33 37 41 45 49 53

fi 5 9 13 48 67 58 54 29 17 300

( xi )2 384.16 243.36 134.56 57.76 12.96 0.16 19.36 70.56 153.76

( xi )2fi 1920.80 2190.24 1749.28 2772.48 868.32 9.28 1045.44 2046.24 2613.92 15,216.16

Nota : La media aritmtica es = 39.67 aos. Su desviacin estndar es :

s=

15,216.16 300

s = 7.12 aos El promedio de las desviaciones de los datos respecto a la media aritmtica es de 7.12 aos 5.4 El Coeficiente de variacin (CV) Es el indicador de dispersin que se expresa en valores independientes de la naturaleza de la variable. Se utiliza para comparar dos o mas distribuciones cuando las unidades de medida de las variables estn expresadas en diferentes unidades o escalas de medida . Comparando dos o ms distribuciones de datos , es ms homognea aquella que tiene el menor CV Formula :

s CV = 100 x
Con los datos del ejemplo N 7 ( edad de dos grupos de personas ) tenemos : indicador s El CV seria : A B A 31.3 40.8 B 10.98 40.8

CV

31.3 = 100 40.8

= 76.72%

10.98 = 100 40.8

= 26.91%

Luis Flores Cebrin

34

El grupo de personas B tiene un indicador de dispersin que es casi la tercera parte del grupo A, lo cual significa que es un grupo ms homogneo, menos disperso o ms concentrado , alrededor del valor representativo, que en este caso es la media aritmtica o edad promedio. Dicho de otro modo, la media aritmtica del grupo B es de mejor calidad y representatividad que la media aritmtica del grupo A.

Luis Flores Cebrin

35