1.3 Qu es la estadstica?

Cuando coloquialmente se habla de estadstica, se suele pensar en una relacin de datos

numricos presentada de forma ordenada y sistemtica. Esta idea es la consecuencia del
concepto popular que existe sobre el trmino y que cada vez est ms extendido debido a la
influencia de nuestro entorno, ya que hoy da es casi imposible que cualquier medio de
difusin, peridico, radio, televisin, etc, no nos aborde diariamente con cualquier tipo de
informacin estadstica sobre accidentes de trfico, ndices de crecimiento de poblacin,
turismo, tendencias polticas, etc.
Slo cuando nos adentramos en un mundo ms especfico como es el campo de la
investigacin de las Ciencias Sociales: Medicina, Biologa, Psicologa, ... empezamos a
percibir que la Estadstica no slo es algo ms, sino que se convierte en la nica
herramienta que, hoy por hoy, permite dar luz y obtener resultados, y por tanto beneficios,
en cualquier tipo de estudio, cuyos movimientos y relaciones, por su variabilidad intrnseca,
no puedan ser abordadas desde la perspectiva de las leyes determistas. Podramos, desde un
punto de vista ms amplio, definir la estadstica como la ciencia que estudia cmo debe
emplearse la informacin y cmo dar una gua de accin en situaciones prcticas que
entraan incertidumbre.

La Estadstica se ocupa de los mtodos y procedimientos para recoger, clasificar, resumir,

hallar regularidades y analizar los datos, siempre y cuando la variabilidad e incertidumbre
sea una causa intrnseca de los mismos; as como de realizar inferencias a partir de ellos,
con la finalidad de ayudar a la toma de decisiones y en su caso formular predicciones.

Podramos por tanto clasificar la Estadstica en descriptiva, cuando los resultados del
anlisis no pretenden ir ms all del conjunto de datos, e inferencial cuando el objetivo del
estudio es derivar las conclusiones obtenidas a un conjunto de datos ms amplio.

Estadstica descriptiva: Describe, analiza y representa un grupo de datos utilizando

mtodos numricos y grficos que resumen y presentan la informacin contenida en ellos.
Estadstica inferencial: Apoyndose en el clculo de probabilidades y a partir de datos
muestrales, efecta estimaciones, decisiones, predicciones u otras generalizaciones sobre un
conjunto mayor de datos.

1.5 Elementos. Poblacin. Caracteres

Establecemos a continuacin algunas definiciones de conceptos bsicos y fundamentales
bsicas como son: elemento, poblacin, muestra, carcteres, variables, etc., a las cuales
haremos referencia continuamente a lo largo del texto

Individuos o elementos: personas u objetos que contienen cierta informacin

que se desea estudiar.
Poblacin: conjunto de individuos o elementos que cumplen ciertas
propiedades comunes.
Muestra: subconjunto representativo de una poblacin.
Parmetro: funcin definida sobre los valores numricos de caractersticas
medibles de una poblacin.
Estadstico: funcin definida sobre los valores numricos de una muestra.

En relacin al tamao de la poblacin, sta puede ser:

Finita, como es el caso del nmero de personas que llegan al servicio de

urgencia de un hospital en un da;
Infinita, si por ejemplo estudiamos el mecanismo aleatorio que describe
la secuencia de caras y cruces obtenida en el lanzamiento repetido de
una moneda al aire.

1.5.0.1 Ejemplo
Consideremos la poblacin formada por todos los estudiantes de la Universidad
de Mlaga (finita). La altura media de todos los estudiantes es el parmetro .
El conjunto formado por los alumnos de la Facultad de Medicina es una muestra
de dicha poblacin y la altura media de esta muestra, , es un estadstico.

Caracteres: propiedades, rasgos o cualidades de los elementos de la

poblacin. Estos caracteres pueden dividirse en cualitativos y cuantitativos.
Modalidades: diferentes situaciones posibles de un carcter. Las modalidades
deben ser a la vez exhaustivas y mutuamente excluyentes --cada elemento
posee una y slo una de las modalidades posibles.
Clases: conjunto de una o ms modalidades en el que se verifica que cada
modalidad pertenece a una y slo una de las clases.

Variables estadsticas
Cuando hablemos de variable haremos referencia a un smbolo (X,Y,A,B,...) que puede
tomar cualquier modalidad (valor) de un conjunto determinado, que llamaremos dominio
de la variable o rango. En funcin del tipo de dominio, las variables las clasificamos del
siguiente modo:
Variables cualitativas,
cuando las modalidades posibles son de tipo nominal. Por ejemplo, una variable de
color

Variables cuasicuantitativas
son las que, aunque sus modalidades son de tipo nominal, es posible establecer un
orden entre ellas. Por ejemplo, si estudiamos la llegada a la meta de un corredor en
una competicin de 20 participantes, su clasificacin C es tal que

Otro ejemplo de variable cuasicuantitativa es el nivel de dolor, D, que sufre un

paciente ante un tratamiento mdico:

Variables cuantitativas
son las que tienen por modalidades cantidades numricas con las que podemos
hacer operaciones aritmticas. Dentro de este tipo de variables podemos distinguir
dos grupos:
Discretas,
cuando no admiten siempre una modalidad intermedia entre dos cualesquiera de sus
modalidades. Un ejemplo es el nmero de caras X, obtenido en el lanzamiento
repetido de una moneda. Es obvio que cada valor de la variable es un nmero
natural

Continuas,
cuando admiten una modalidad intermedia entre dos cualesquiera de sus
modalidades, v.g. el peso X de un nio al nacer. En este caso los valores de las
variables son nmeros reales, es decir

Ocurre a veces que una variable cuantitativa continua por naturaleza, aparece como
discreta. Este es el caso en que hay limitaciones en lo que concierne a la precisin
del aparato de medida de esa variable, v.g. si medimos la altura en metros de
personas con una regla que ofrece dos decimales de precisin, podemos obtener

En realidad lo que ocurre es que con cada una de esas mediciones expresamos que
el verdadero valor de la misma se encuentra en un intervalo de radio
. Por
tanto cada una de las observaciones de X representa ms bien un intervalo que un
valor concreto.

Tal como hemos citado anteriormente, las modalidades son las diferentes situaciones
posibles que puede presentar la variable. A veces stas son muy numerosas (v.g. cuando una
variable es continua) y conviene reducir su nmero, agrupndolas en una cantidad inferior
de clases. Estas clases deben ser construidas, tal como hemos citado anteriormente, de
modo que sean exhaustivas e incompatibles, es decir, cada modalidad debe pertenecer a una
y slo una de las clases.

Variable cualitativa: Aquella cuyas modalidades son de tipo nominal.

Variable cuasicuantitativa: Modalidades de tipo nominal, en las que existe un orden.
Variable cuantitativa discreta: Sus modalidades son valores enteros.
Variable cuantitativa continua: Sus modalidades son valores reales.

1.7.4 Tablas estadsticas

Consideremos una poblacin estadstica de n individuos, descrita segn un carcter o
variable C cuyas modalidades han sido agrupadas en un nmero k de clases, que denotamos
mediante
. Para cada una de las clases ci,
siguientes magnitudes:

, introducimos las

Frecuencia absoluta
de la clase ci es el nmero ni, de observaciones que presentan una
modalidad perteneciente a esa clase.
Frecuencia relativa
de la clase ci es el cociente fi, entre las frecuencias absolutas de dicha
clase y el nmero total de observaciones, es decir

Obsrvese que fi es el tanto por uno de observaciones que estn en la clase ci.
Multiplicado por
clase.

representa el porcentaje de la poblacin que comprende esa

Frecuencia absoluta acumulada

Ni, se calcula sobre variables cuantitativas o cuasicuantitativas, y es el
nmero de elementos de la poblacin cuya modalidad es inferior o
equivalente a la modalidad ci:

Frecuencia relativa acumulada

, Fi, se calcula sobre variables cuantitativas o cuasicuantitativas, siendo
el tanto por uno de los elementos de la poblacin que estn en alguna
de las clases y que presentan una modalidad inferior o igual a la ci, es
decir,

Como todas las modalidades son exhaustivas e incompatibles ha de ocurrir que

o lo que es lo mismo,

Frecuencia absoluta (ni): Nmero de elementos que presentan la clase xi.

Frecuencia relativa:

Frecuencia absoluta acumulada:

Frecuencia relativa acumulada:

Llamaremos distribucin de frecuencias al conjunto de clases junto a las frecuencias

correspondientes a cada una de ellas. Una tabla estadstica sirve para presentar de forma
ordenada las distribuciones de frecuencias. Su forma general es la siguiente:
Modali
.

Frec.
Abs.

Frec.
Rel.

Frec. Abs.
Acumu.

Frec. Rel. Acumu.

ni

fi

Ni

Fi

c1

n1

...

...

cj

nj

...

...

ck

nk
n

N1 = n1
...

...

...

...

...

...

Nk = n

Fk = 1

1.7.4.1 Ejemplo
Calcular los datos que faltan en la siguiente tabla:
li-1 -- li

ni

fi

Ni

0 -- 10

60 f1

60

10 -- 20 n2

0,
4

N2

20 -- 30 30 f3 170
30 -100
100 -200

n4

0,
1

N4

n5 f5 200
n

Solucin:
Sabemos que la ltima frecuencia acumulada es igual al total de observaciones, luego
n=200.
Como N3=170 y n3=30, entonces
N2=N3-n3=170-30=140.

Adems al ser n1=60, tenemos que

n2=N2-n1=140-60=80.

Por otro lado podemos calcular n4 teniendo en cuenta que conocemos la frecuencia relativa
correspondiente:

As:

N4=n4+N3=20+170 =190.

Este ltimo clculo nos permite obtener

n5=N5-N4=200-190=10.

Al haber calculado todas las frecuencias absolutas, es inmediato obtener las relativas:

Escribimos entonces la tabla completa:

li-1 -- li

ni

fi

0 -- 10

60 0,3 60

10 -- 20 80 0,4

20 -- 30 30
30 -100
100 -200

20
0

14
0

0,1
170
5

20 0,1

10

Ni

19
0

0,0
200
5

1.7.4.2 Eleccin de las clases

En cuanto a la eleccin de las clases, deben seguirse los siguientes criterios en funcin del
tipo de variable que estudiemos:

Cuando se trate de variables cualitativas o cuasicuantitativas, las clases

ci sern de tipo nominal;
En el caso de variables cuantitativas, existen dos posibilidades:
o

Si la variable es discreta, las clases sern valores numricos

;

Si la variable es continua las clases vendrn definidas mediante lo

que denominamos intervalos. En este caso, las modalidades que
contiene una clase son todos los valores numricos posibles
contenidos en el intervalo, el cual viene normalmente definido de
la forma

o bien

En estos casos llamaremos amplitud del intervalo a las cantidades

ai = li-li-1

y marca de clase ci, a un punto representativo del intervalo. Si ste es

acotado, tomamos como marca de clase al punto ms representativo, es decir
al punto medio del intervalo,

La marca de clase no es ms que una forma abreviada de representar un

intervalo mediante uno de sus puntos. Por ello hemos tomado como
representante, el punto medio del mismo. Esto est plenamente justificado si
recordamos que cuando se mide una variable continua como el peso, la
cantidad con cierto nmero de decimales que expresa esta medicin, no es el
valor exacto de la variable, sino una medida que contiene cierto margen de
error, y por tanto representa a todo un intervalo del cual ella es el centro.
En el caso de variables continuas, la forma de la tabla estadstica es la siguiente:
Interv
M.
.
clase

Frec.
Abs.

Frec.
Rel.

Frec. Abs.
Acum.

Frec. Rel.
Acum.

ni

fi

Ni

Fi

l0 -- l1

c1

n1

N 1 = n1

F 1 = f1

...

...

...

...

...

lj-1 -- lj

cj

nj

Nj= Nj-1+nj

Fj = Fj-1 + fj

...

...

...

...

...

lk-1 -lk

ck

nk

Nk=n

Fk =1

...

...

1.7.4.3 Eleccin de intervalos para variables continuas

A la hora de seleccionar los intervalos para las variables continuas, se plantean varios
problemas como son el nmero de intervalos a elegir y sus tamaos respectivos. La
notacin ms comn que usaremos para un intervalo sea

El primer intervalo, l0 -- l1, podemos a cerrarlo en el extremo inferior para no excluir la

observacin ms pequea, l0

ste es un convenio que tomaremos en las pginas que siguen. El considerar

los intervalos por el lado izquierdo y abrirlos por el derecho no cambia de modo
significativo nada de lo que expondremos.

El nmero de intervalos, k, a utilizar no est determinado de forma fija y por tanto

tomaremos un k que nos permita trabajar cmodamente y ver bien la estructura de los
datos; Como referencia nosotros tomaremos una de los siguientes valores aproximados:

Por ejemplo si el nmero de observaciones que tenemos es n=100, un buen criterio es

agrupar las observaciones en

intervalos. Sin embargo si tenemos

n=1.000.000, ser mas razonable elegir

intervalos, que

.
La amplitud de cada intervalo
ai = li -li-1

suele tomarse constante, considerando la observacin ms pequea y ms grande de la

poblacin (respectivamente
poblacin

) para calcular la amplitud total, A, de la

A= lk - l0

de forma que la amplitud de cada intervalo sea:

As la divisin en intervalos podra hacerse tomando:

1.7.4.4 Observacin

Podra ocurrir que la cantidad a fuese un nmero muy desagradable a la hora de escribir los
intervalos (ej. a=10,325467). En este caso, es recomendable variar simtricamente los
extremos,
(ej. a=10).

, de forma que se tenga que a es un nmero ms simple

Recorrido:
Amplitud: ai= li - li-1

Marca de clase:

Frecuencias rectificadas:

1.7.4.5 Ejemplo
Sobre un grupo de n=21 personas se realizan las siguientes observaciones de
sus pesos, medidos en kilogramos:

58 42 51 54 40 39 49
56 58 57 59 63 58 66
70 72 71 69 70 68 64

Agrupar los datos en una tabla estadstica.

Solucin:

En primer lugar hay que observar que si denominamos X a la variable ``peso de cada
persona'' esta es una variable de tipo cuantitativa y continua. Por tanto a la hora de ser
ordenados los resultados en una tabla estadstica, esto se ha de hacer agrupndolos en
intervalos de longitud conveniente. Esto nos lleva a perder cierto grado de precisin. Para
que la perdida de informacin no sea muy relevante seguimos el criterio de utilizar
intervalos (no son demasiadas las observaciones). En este punto podemos
tomar bien k=4 o bien k=5. Arbitrariamente se elige una de estas dos posibilidades. Por
ejemplo, vamos a tomar k=5.
Lo siguiente es determinar la longitud de cada intervalo, ai
. Lo ms cmodo
es tomar la misma longitud en todos los intervalos, ai=a (aunque esto no tiene por qu ser
necesariamente as), donde

Entonces tomaremos k=5 intervalos de longitud a=6,6comenzando por l0=xmin=39 y

terminando en l5=33:
Intervalo
s
li-1 -- li

M.
f.a.
clase

f.r.

f.a.a
.

f.r.a.

ci

ni

fi

Ni

Fi

i=
39 -- 45,6
1

42,3

0,142
8

0,142
8

i=
2

45,6 -52,2

48,9

0,095
2

0,238
1

i=
3

52,2 -58,8

55,5

0,285
7

11

0,523
8

i=
4

58,8 -65,4

62,1

0,142
8

14

0,666
7

i=
65,4 -- 72
5

68,7

0,333
3

21

21

Otra posibilidad a la hora de construir la tabla, y que nos permite que trabajemos con
cantidades ms simples a la hora de construir los intervalos, es la siguiente. Como la regla
para elegir l0 y l5 no es muy estricta podemos hacer la siguiente eleccin:

ya que as la tabla estadstica no contiene decimales en la expresin de los intervalos, y el

exceso d, cometido al ampliar el rango de las observaciones desde A hasta A', se reparte del
mismo modo a los lados de las observaciones menores y mayores:
Interval
os
li-1 -- li

M.
f.a.
clase

f.r.

f.a.a
.

f.r.a.

ci

ni

fi

Ni

Fi

i=
38 -- 45
1

41,5

0,142
8

0,142
8

i=
45 -- 52
2

48,5

0,095
2

0,238
1

i=
52 -- 59
3

55,5

0,333
3

12

0,571
4

i=
59 -- 66
4

62,5

0,142
8

15

0,714
3

i=
66 -- 73
5

69,5

0,285
7

21

21

1.9 Representaciones Grficas

Hemos visto que la tabla estadstica resume los datos que disponemos de una poblacin, de
forma que sta se puede analizar de una manera ms sistemtica y resumida . Para darnos
cuenta de un slo vistazo de las caractersticas de la poblacin resulta an ms esclarecedor
el uso de grficos y diagramas, cuya construccin abordamos en esta seccin.

1.9.2 Grficos para variables cualitativas

Los grficos ms usuales para representar variables de tipo nominal son los siguientes:
Diagramas de barras:
Siguiendo la figura 1.1, representamos en el eje de ordenadas las
modalidades y en abscisas las frecuencias absolutas o bien, las
frecuencias relativas. Si, mediante el grfico, se intenta comparar varias
poblaciones entre s, existen otras modalidades, como las mostradas en
la figura 1.2. Cuando los tamaos de las dos poblaciones son diferentes,
es conveniente utilizar las frecuencias relativas, ya que en otro caso
podran resultar engaosas.

Figura: Diagrama de barras para una

variable cualitativa.

Figura: Diagramas de barras para

comparar una variable cualitativa en
diferentes poblaciones. Se ha de tener en
cuenta que la altura de cada barra es
proporcional al nmero de observaciones
(frecuencias relativas).

Diagramas de sectores
(tambin llamados tartas). Se divide un crculo en tantas porciones como
clases existan, de modo que a cada clase le corresponde un arco de
crculo proporcional a su frecuencia absoluta o relativa (figura 1.3).

Figura: Diagrama de sectores.

El arco de cada porcin se calcula usando la regla de tres:

Como en la situacin anterior, puede interesar comparar dos poblaciones. En este

caso tambin es aconsejable el uso de las frecuencias relativas (porcentajes) de
ambas sobre grficos como los anteriores. Otra posibilidad es comparar las 2
poblaciones usando para cada una de ellas un diagrama semicircular, al igual que en
la figura 1.4. Sean
los tamaos respectivos de las 2 poblaciones. La
poblacin ms pequea se representa con un semicrculo de radio r1y la mayor con
otro de radio r2. La relacin existente entre los radios, es la que se obtiene de
suponer que la relacin entre las areas de las circunferencias es igual a la de los
tamaos de las poblaciones respectivas, es decir:

Figura: Diagrama de sectores para comparar dos

poblaciones

Pictogramas
Expresan con dibujos alusivo al tema de estudio las frecuencias de las
modalidades de la variable. Estos grficos se hacen representado a
diferentes escalas un mismo dibujo, como vemos en la figura 1.5.

Figura: Pictograma. Las reas son

proporcionales a las frecuencias.

El escalamiento de los dibujos debe ser tal que el rea1.1 de cada uno de ellos sea
proporcional a la frecuencia de la modalidad que representa. Este tipo de grficos
suele usarse en los medios de comunicacin, para que sean comprendidos por el
pblico no especializado, sin que sea necesaria una explicacin compleja.

1.9.4 Grficos para variables cuantitativas

Para las variables cuantitativas, consideraremos dos tipos de grficos, en funcin de que
para realizarlos se usen las frecuencias (absolutas o relativas) o las frecuencias acumuladas:
Diagramas diferenciales:
Son aquellos en los que se representan frecuencias absolutas o relativas.
En ellos se representa el nmero o porcentaje de elementos que
presenta una modalidad dada.
Diagramas integrales:
Son aquellos en los que se representan el nmero de elementos que
presentan una modalidad inferior o igual a una dada. Se realizan a partir
de las frecuencias acumuladas, lo que da lugar a grficos crecientes, y
es obvio que este tipo de grficos no tiene sentido para variables
cualitativas.

Segn hemos visto existen dos tipos de variables cuantitativas: discretas y continuas.
Vemos a continuacin las diferentes representaciones grficas que pueden realizarse para
cada una de ellas as como los nombres especficos que reciben.
1.9.4.1 Grficos para variables discretas

Cuando representamos una variable discreta, usamos el diagrama de barras cuando

pretendemos hacer una grfica diferencial. Las barras deben ser estrechas para representar
el que los valores que toma la variable son discretos. El diagrama integral o acumulado
tiene, por la naturaleza de la variable, forma de escalera. Un ejemplo de diagrama de barras
as como su diagrama integral correspondiente estn representados en la figura 1.6.
1.9.4.2 Ejemplo
Se lanzan tres monedas al aire en 8 ocasiones y se contabiliza el nmero de
caras, X, obteniendose los siguientes resultados:

Representar grficamente el resultado.

Solucin: En primer lugar observamos que la variable X es cuantitativa discreta,

presentando las modalidades:

Ordenamos a continuacin los datos en una tabla estadstica, y se representa la misma en la

figura 1.6.

Figura: Diagrama diferencial (barras) e integral para una

variable discreta. Obsrvese que el diagrama integral (creciente)
contabiliza el nmero de observaciones de la variable inferiores o
iguales a cada punto del eje de abcisas.

xi ni

fi

Ni

Fi

1/8 1 1/8

3/8 4 4/8

3/8 7 7/8

1/8 8 8/8

n=

8
1.9.4.3 Ejemplo
Clasificadas 12 familias por su nmero de hijos se obtuvo:
Nmero de hijos
1 2 3 4
(xi)
Frecuencias (ni) 1 3 5 3

Comparar los diagramas de barras para frecuencias absolutas y relativas. Realizar el

diagrama acumulativo creciente.
Solucin: En primer lugar, escribimos la tabla de frecuencias en el modo habitual:
Variabl
F.
F.
F.
e
Absolutas Relativas Acumuladas
xi

ni

fi

Ni

0,083

0,250

0,416

0,250

12

12

Con las columnas relativas a xi y ni realizamos el diagrama de barras para frecuencias

absolutas, lo que se muestra en la figura 1.7. Como puede verse es identico (salvo un
cambio de escala en el eje de ordenadas) al diagrama de barras para frecuencias relativas y
que ha sido calculado usando las columnas de xi y fi. El diagrama escalonado (acumulado)
se ha construido con la informacin procedente de las columnas xi y Ni.

Figura: Diagramas de frecuencias para una variable discreta

1.9.4.4 Grficos para variables continuas

Cuando las variables son continuas, utilizamos como diagramas diferenciales los
histogramas y los polgonos de frecuencias.
Un histograma se construye a partir de la tabla estadstica, representando sobre cada
intervalo, un rectngulo que tiene a este segmento como base. El criterio para calcular la
altura de cada rectngulo es el de mantener la proporcionalidad entre las frecuencias
absolutas (o relativas) de cada intervalo y el rea de los mismos.
El polgono de frecuencias se construye fcilmente si tenemos representado previamente el
histograma, ya que consiste en unir mediante lineas rectas los puntos del histograma que
corresponden a las marcas de clase. Para representar el polgono de frecuencias en el primer
y ltimo intervalo, suponemos que adyacentes a ellos existen otros intervalos de la misma
amplitud y frecuencia nula, y se unen por una lnea recta los puntos del histograma que
corresponden a sus marcas de clase. Obsrvese que de este modo, el polgono de
frecuencias tiene en comn con el histograma el que las reas de la grficas sobre un
intervalo son idnticas. Veanse ambas grficas diferenciales representadas en la parte
superior de la figura 1.8.
El diagrama integral para una variable continua se denomina tambin polgono de
frecuencias acumulado, y se obtiene como la poligonal definida en abcisas a partir de los
extremos de los intervalos en los que hemos organizado la tabla de la variable, y en
ordenadas por alturas que son proporcionales a las frecuencias acumuladas. Dicho de otro
modo, el polgono de frecuencias absolutas es una primitiva del histograma. Vase la parte

inferior de la figura 1.8, en la que se representa a modo de ilustracin los diagramas

correspondientes a la variable cuantitativa continua expresada en la tabla siguiente:
Interval
c i ni N i
os
0 -- 2

1 2

2 -- 4

3 1

4 -- 6

5 4

6 -- 8

7 3 10

8 - 10

9 2 12
12

Figura: Diagramas diferenciales e

integrales para una variable continua.

1.9.4.5 Ejemplo
La siguiente distribucin se refiere a la duracin en horas (completas) de un
lote de 500 tubos:
Duracin en
horas

Nmero de
tubos

300 -- 500

50

500 -- 700

150

700 -- 1.100

275

ms de 1.100

25
Total 500

Representar el histograma de frecuencias relativas y el polgono de

frecuencias.
Trazar la curva de frecuencias relativas acumuladas.
Determinar el nmero mnimo de tubos que tienen una duracin inferior
a 900 horas.

Solucin: En primer lugar observamos que la variable en estudio es discreta (horas

completas), pero al tener un rango tan amplio de valores resulta ms conveniente agruparla
en intervalos, como si de una variable continua se tratase. La consecuencia es una ligera
perdida de precisin.
El ltimo intervalo est abierto por el lmite superior. Dado que en l hay 25 observaciones
puede ser conveniente cerrarlo con una amplitud ``razonable''. Todos los intervalos excepto
el tercero tienen una amplitud de 200 horas, luego podramos cerrar el ltimo intervalo en
1.300 horas1.2.
Antes de realizar el histograma conviene hacer una observacin importante. El histograma
representa las frecuencias de los intervalos mediante reas y no mediante alturas. Sin
embargo nos es mucho ms fcil hacer representaciones grficas teniendo en cuenta estas
ltimas. Si todos los intervalos tienen la misma amplitud no es necesario diferenciar entre
los conceptos de rea y altura, pero en este caso el tercer intervalo tiene una amplitud doble
a los dems, y por tanto hay que repartir su rea en un rectngulo de base doble (lo que
reduce su ltura a la mitad).
As ser conveniente aadir a la habitual tabla de frecuencias una columna que represente a
las amplitudes ai de cada intervalo, y otra de frecuencias relativas rectificadas, fi', para
representar la altura del histograma. Los grficos requeridos se representan en las figuras
1.9 y 1.10.

Intervalos

ai

ni

fi

fi'

Fi

300 -- 500

20
0

50

0,1
0,1
0,10
0
0

500 -- 700

20
0

150

0,3
0,4
0,30
0
0

700 -1.100

40
0

275

0,5 0,27 0,9

5
5
5

1.100 -1.300

20
0

25

0,0
1,0
0,05
5
0

n=50
0

Figura: Histograma. Obsrvese que la altura del

histograma en cada intervalo es fi' que coincide en todos
con fisalvo en el intervalo 700 -- 1.100 en el que
ya que la amplitud de ese intervalo es doble
a la de los dems.

Figura: Diagrama acumulativo de frecuencias relativas

Por otro lado, mirando la figura 1.9 se ve que sumando frecuencias relativas, hasta las 900
horas de duracin hay
0,10 + 0,30 + 0,275 = 0,675 = 67,5 % de los tubos.

Esta cantidad se obtiene de modo ms directo viendo a qu altura corresponde al valor 900
en el diagrama de frecuencias acumuladas (figura 1.10).
Como en total son 500 tubos, el nmero de tubos con una duracin igual o menor que 900
horas es

, redondeando, 338 tubos.

Tabla: Principales diagramas segn el tipo de variable.

Tipo de
variable

Diagrama

V. Cualitativa Barras, sectores, pictogramas

V. Discreta

Diferencial (barras)
Integral (en escalera)

V. Continua

Diferencial (histograma, polgono de

frecuencias)
Integral (diagramas acumulados)

1.11 Problemas
Ejercicio 1..1. Clasificar las siguientes variables:
1. Preferencias polticas (izquierda, derecha o centro).
2. Marcas de cerveza.
3. Velocidad en Km/h.
4. El peso en Kg.
5. Signo del zodiaco.
6. Nivel educativo (primario secundario, superior).
7. Aos de estudios completados.
8. Tipo de enseanza (privada o pblica).
9. Nmero de empleados de una empresa.
10. La temperatura de un enfermo en grados Celsius.
11. La clase social (baja, media o alta).
12. La presin de un neumtico en
Ejercicio 1..2. Clasifique las variables que aparecen en el siguiente
cuestionario.
1. Cul es su edad?
2. Estado civil:
(a) Soltero
(b) Casado
(c) Separado
(d) Divorciado
(e) Viudo
3. Cuanto tiempo emplea para desplazarse a su trabajo?
4. Tamao de su municipio de residencia:
(a) Municipio pequeo (menos de 2.000 habitantes)
(b) Municipio mediano (de 2.000 a 10.000 hab.)
(c) Municipio grande (de 10.000 a 50.000 hab.)
(d) Ciudad pequea (de 50.000 a 100.000 hab.)
(e) Ciudad grande (ms de 100.000 hab.)
5. Est afiliado a la seguridad social?
Ejercicio 1..3.
En el siguiente conjunto de datos, se proporcionan los pesos (redondeados a
libras) de nios nacidos en cierto intervalo de tiempo:
4, 8, 4, 6, 8, 6, 7, 7, 7, 8, 10, 9, 7, 6, 10, 8, 5, 9, 6, 3, 7, 6, 4, 7, 6, 9, 7, 4, 7, 6,
8, 8, 9, 11, 8, 7, 10, 8, 5, 7, 7, 6, 5, 10, 8, 9, 7, 5, 6, 5.
1. Construir una distribucin de frecuencia de estos pesos.
2. Encontrar las frecuencias relativas.
3. Encontrar las frecuencias acumuladas.
4. Encontrar las frecuencias relativas acumuladas.
5. Dibujar un histograma con los datos del apartado a.
6. Por qu se ha utilizado un histograma para representar estos datos, en
lugar de una grfica de barras?

La Estadstica se divide en dos ramas:

La estadstica descriptiva, que se dedica a los mtodos de recoleccin, descripcin,
visualizacin y resumen de datos originados a partir de los fenmenos en estudio. Los
datos pueden ser resumidos numrica o grficamente. Ejemplos bsicos de
descriptores numricos son la media y la desviacin estndar. Resmenes grficos
incluyen varios tipos de figuras y grficos.
La inferencia estadstica, que se dedica a la generacin de los modelos, inferencias
y predicciones asociadas a los fenmenos en cuestin teniendo en cuenta lo aleatorio e
incertidumbre en las observaciones. Se usa para modelar patrones en los datos y
extraer inferencias acerca de la poblacin de estudio. Estas inferencias pueden tomar
la forma de respuestas a preguntas si/no (prueba de hiptesis), estimaciones de
caractersticas numricas (estimacin), pronsticos de futuras observaciones,
descripciones de asociacin (correlacin) o modelamiento de relaciones entre variables
(anlisis de regresin). Otras tcnicas de modelamiento incluyen ANOVA, series de
tiempo y minera de datos.

Variable Cuantitativa
Cuando los mdicos entrevistan a un paciente, les es importante cuantificar la medida de ciertas variables
como por ejemplo: el peso, la estatura, la edad , la frecuenica respiratoria y la frecuenica cardiaca.
El objetivo es completar estas variables y sus escalas de medicin en una Base de Datos de los expedientes de
sus pacientes.
Variable Cuantitativa Discreta.
Cuntas pulsaciones por minuto tienes o bin cuantas respiraciones por minuto. Esta medicin siempre es un
entero. Por lo tanto son variables cuantitativas discretas.
El mdico podra preguntar cuantos hijos hay en una familia, por lo cual el resultado es siempre un nmero
entero.
Las variables cuantitativas se clasifican entonces como discretas en este caso. Ejemplos: cuantas piezas
dentales tiene, cuantos dedos tiene, cuantos riones tiene,cuantas prdidas ha tenido una madre,etc.
Variable Cuantitativa Contnua:
Cuando medimos una variable como el peso necesitamos discriminar si la medicin es un entero o bin un con
nmero con decimales. El mdico podra indicarle que se coloque en una balanza, a fn de conocer cuanto
pesa.
La escala del peso se expresa en libras-onzas, por lo cual el paciente podra tener un peso de 130.5 lb. En forma
similar, la variabler estatura de un futbolista se mide utilizando una escala mtrica, por ejemplo 1.90 mt.
Analizando la variable edad, sta se mide en aos- meses-dias. La edad de un beb entonces, es 6 meses, la
edad de un nio puede ser 18 meses, lo cual equivale a 1.5 aos. Aunque la edad se expresa en nmeros enteros,
se cuantifica en escala cuantitativa contnua.
El estudiante podra practicar clasificar diferentes variables asociando su escala de medicin correspondiente
asi:
No. de glbulos Blancos
No. de Cursos Asignados

Cuantitativa contnua
cuantitativa discreta.

Nivel de medida
El nivel de medida de una variable en matemticas y estadsticas, tambin llamado escala
de medicin, es una clasificacin acordada con el fin de describir la naturaleza de la
informacin contenida dentro de los nmeros asignados a los objetos y, por lo tanto, dentro
de una variable. Segn la teora de las escalas de medida, varias operaciones matemticas
diferentes son posibles dependiendo del nivel en el cual la variable se mide. [editar] Escalas
de medicin
Escalas de medicin son una sucesin de medidas que permiten organizar datos en orden
jerrquico. Las escalas de medicin, pueden ser clasificadas de acuerdo a una degradacin
de las caractersticas de las variables. Estas escalas son: nominales, ordinales, intervalares o
racionales. Segn pasa de una escala a otra el atributo o la cualidad aumenta. Las escalas de
medicin ofrecen informacin sobre la clasificacin de variables discretas o continuas,
tambin mas conocidas como escalas grandes o pequeas. Toda vez que dicha clasificacin
determina la seleccin de la grfica adecuada.

Niveles de clasificacinB
La medicin puede definirse como la asignacin de numerales a objetos o sucesos
siguiendo ciertas reglas Stevens (1946). El autor de esta definicin desarroll un mtodo
para clasificar los diferentes resultados de las mediciones en lo que llam niveles de
medicin. Un nivel de medicin es la escala que representa una jerarqua de precisin
dentro de la cual una variable puede evaluarse, en funcin de las caractersticas que rigen
las escalas. Por ejemplo, la variable estatura puede analizarse en diferentes niveles de
medida. Un conjunto de personas pueden clasificarse en altos y bajos, A y B
respectivamente, creando dos grupos. Para ello no es necesario recurrir a ninguna cinta
mtrica, simplemente basta observar quienes destacan sobre los dems (el grupo de altos) y
el resto completarn el grupo de bajos. El nivel de medicin que corresponde a esta forma
de medir es nominal.
Tambin podran alinearse a los sujetos y ordenarlos segn su altura, el primero sera el ms
alto y el ltimo el ms bajo, el resto se organizara de forma que cada persona tuviese
delante a uno ms alto y detrs a uno ms bajo. El nivel de medicin en este caso es
ordinal. Hasta el momento no es posible decir cunto es una persona ms alta que otra.
A travs del nmero de personas que hay entre dos sujetos, por ejemplo, Andra y Juan en
la fila ordenada anteriormente. En este caso adems del orden se conoce la magnitud de la
altura. Si en lugar de utilizar el nmero de personas se recurre a una regla se puede ofrecer
otra medida de la altura. Esta forma de medir es propia del nivel de intervalos, que permite
saber la magnitud de los elementos comparando unos con otros.
La cuarta posibilidad es utilizar un metro que sita el cero en el mismo suelo y, por lo tanto,
la altura se define en funcin de la distancia desde la cabeza al suelo (valor cero absoluto

donde se sita la ausencia de altura). En ciencias sociales es poco frecuente encontrar

variables en niveles de razn, normalmente son nominales, ordinales y en ocasiones de
intervalos, rara vez de razn. Una caracterstica de esta clasificacin es que las propiedades
de una escala se cumplen en el nivel superior.
En la estadstica descriptiva y con el fin de realizar pruebas de significancia, las variables se
clasifican de la siguiente manera de acuerdo con su nivel de medida:

nominal (tambin categrica o discreta)

ordinal

de intervalo o intervalar (continua)

de razn o racional (continua)

Las variables de intervalo y de razn tambin estn agrupadas como variables continuas.

[editar] Medida nominal

El nivel nominal de medicin, de la palabra latina nomn (nombre) describe variables de
naturaleza categrica que difieren en calidad ms que en cantidad (Salkind, 1998: 113).
Ante las observaciones que se realizan de la realidad, es posible asignar cada una de ellas
exclusivamente a una categora o grupo. Cada grupo o categora se denomina con un
nombre o nmero de forma arbitraria, es decir, que se etiqueta en funcin de los deseos o
conveniencia del investigador. Este nivel de medicin es exclusivamente cualitativo y sus
variables son por lo tanto cualitativas.
Por ejemplo, los sujetos que son del curso de A de 2 de eso y los de B generan dos grupos.
Cada sujeto se asigna a un grupo, y las variables son de tipo cualitativo (de calidad) y no
cuantitativo puesto que indica donde est cada sujeto y no "cuanto es de un curso y no de
otro". En este ejemplo los nmeros 2 y 3 pueden sustituir las letras A y B, de forma que 2 y
3 son simples etiquetas que no ofrecen una valoracin numrica sino que actan como
nominativos.
En esta escala hay que tener en cuenta dos condiciones:

No es posible que un mismo valor o sujeto est en dos grupos a la vez.

No se puede ser de 2 y 3 a la vez. Por lo tanto este nivel exige que las
categoras sean mutuamente excluyentes entre s.
Los nmeros no tienen valor ms que como nombres o etiquetas de los
grupos.

En este tipo de medidas, se asignan nombres o etiquetas a los objetos. La asignacin se

lleva a cabo evaluando, de acuerdo con un procedimiento, la similaridad de la instancia a
ser medida con cada conjunto de ejemplares nominados o definiciones de categoras. El
nombre de la mayora de los ejemplares nominados o definiciones es el valor asignado a
la medida nominal de la instancia dada. Si dos instancias tienen el mismo nombre asociado

a ellas, entonces pertenecen a la misma categora, y ese es el nico significado que las
medidas nominales tienen.
Esta escala comprende variables categricas que se identifican por atributos o cualidades.
Las variables de este tipo nombran e identifican distintas categoras sin seguir un orden. El
concepto nominal sugiere su uso que es etiquetar o nombrar. El uso de un nmero es para
identificar. Un nmero no tiene mayor valor que otro. Un ejemplo son los nmeros de las
camisetas de los jugadores de un equipo de bisbol. El nmero mayor no significa que tiene
el mayor atributo que el nmero menor, es aleatorio o de capricho personal a quien otorga
el nmero. tambin encontramos escala de altura,escala de perspectiva,escala de
anchura,escala de profundidad Para el procesamiento de datos, los nombres pueden ser
remplazados por nmeros, pero en ese caso el valor numrico de los nmeros dados es
irrelevante. El nico tipo de comparaciones que se pueden hacer con este tipo de variables
es el de igualdad o diferencia. Las comparaciones mayor queo menor que no existen
entre nombres, as como tampoco operaciones tales como la adicin, la substraccin, etc.
Ejemplos de medidas nominales son algunas de estas variables: estado marital, gnero,
raza, credo religioso, afiliacin poltica, lugar de nacimiento, el nmero de seguro social, el
sexo, los nmeros de telfono, entre otros.
La nica medida de tendencia central que se puede hacer es la moda. La dispersin
estadstica se puede hacer con tasa de variacin, ndice de variacin cualitativa, o mediante
entropa de informacin. No existe la desviacin estndar.

[editar] Medida ordinal

El nivel ordinal describe las variables a lo largo de un continuo sobre el que se pueden
ordenar los valores. En este caso las variables no slo se asignan a grupos sino que adems
pueden establecerse relaciones de mayor que, menor que o igual que, entre los elementos.
Por ejemplo, se puede ordenar al conjunto de alumnos del mdulo de diversificacin
curricular en funcin de la calificacin obtenida en el ltimo examen.
Las variables de este tipo adems de nombrar se considera el asignar un orden a los datos.
Esto implica que un nmero de mayor cantidad tiene un ms alto grado de atributo medido
en comparacin con un nmero menor, pero las diferencias entre rangos pueden no ser
iguales.
Las operaciones matemticas posibles son: contabilizar los elementos, igualdad y
desigualdad, adems de ser mayor o menor que.
En esta clasificacin, los nmeros asignados a los objetos representan el orden o rango de
las entidades medidas. Los nmeros se denominan ordinales, las variables se denominan
ordinales o variables de rango. Se pueden hacer comparaciones como mayor que, menor
que, adems de las comparaciones de igualdad o diferencia. Las operaciones aritmticas
como la sustraccin a la adicin no tienen sentido en este tipo de variables.

Ejemplos de variables ordinales son: la dureza de los minerales, los resultados de una
carrera de caballos, actitudes como preferencias, conservatismo o prejuicio, el nivel
socioeconmico, orden de llegada de los corredores, entre otros. Las medidas de tendencia
central de una variable ordinal pueden representarse por su moda o su mediana. La mediana
proporciona ms informacin.

[editar] Medida de intervalo o intervalar

El nivel de intervalo procede del latn interval lun (espacio entre dos paredes). Este nivel
integra las variables que pueden establecer intervalos iguales entre sus valores. Las
variables del nivel de intervalos permiten determinar la diferencia entre puntos a lo largo
del mismo continuo. Las operaciones posibles son todas las de escalas anteriores, ms la
suma y la resta.
En este tipo de medida, los nmeros asignados a los objetos tienen todas las caractersticas
de las medidas ordinales, y adems las diferencias entre medidas representan intervalos
equivalentes. Esto es, las diferencias entre una par arbitrario de medidas puede compararse
de manera significativa. Estas variables nombran, ordenan y presentan igualdad de
magnitud. Por lo tanto, operaciones tales como la adicin, la sustraccin tienen significado.
En estas variables el punto cero de la escala es arbitrario y se pueden usar valores
negativos, no significa ausencia de valor y existe una unidad de igualdad entre los valores.
Las diferencias se pueden expresar como razones. Las medidas de tendencia central pueden
representarse mediante la moda, la mediana al promedio aritmtico. El promedio
proporciona ms informacin.
Las variables medidas al nivel de intervalo se llaman variables de intervalo o variables de
escala.
Ejemplos de este tipo de variables son la fecha, la temperatura, las puntuaciones de una
prueba, la escala de actitudes, las puntuaciones de IQ, conjuntos de aos, entre otros.

[editar] Medida de razn o racional

El nivel de razn, cuya denominacin procede del latn ratio (clculo), integra aquellas
variables con intervalos iguales pueden situar un cero absoluto. Estas variables nombran
orden, presentan intervalos iguales y el cero significa ausencia de la caracterstica. El cero
absoluto supone identificar una posicin de ausencia total del rasgo o fenmeno. Tiene
caractersticas importantes:

El valor cero no es arbitrario (no responde a las conveniencias de los

investigadores). Un ejemplo claro es la temperatura. La existencia de un
cero en la escala Celsius no supone la ausencia de temperatura, puesto
que el cero grados centgrados est situado por arbitrio de los creadores
de la escala. Por el contrario, la escala Kelvin s tiene un cero absoluto,
precisamente all donde las molculas cesan su actividad y no se
produce por lo tanto roce entre los componentes moleculares. El cero
absoluto de la escala Kelvin se sita a unos -273 grados centgrados.

La presencia de un cero absoluto permite utilizar operaciones

matemticas ms complejas a las otras escalas. Hasta ahora se poda
asignar, establecer la igualdad (nominal), mayor o menor que (ordinal),
sumar y restar (intervalo) a las que se aade multiplicar, dividir, etc.

Los nmeros asignados a los objetos tienen todas las caractersticas de las medidas de
intervalo y adems tienen razones significativas entre pares arbitrarios de nmeros.
Operaciones tales como la multiplicacin y la divisin tienen significado.
La posicin del cero no es arbitraria para este tipo de medida. Las variables para este nivel
de medida se llaman variables racionales. La mayora de las cantidades fsicas, tales como
la masa, longitud, energa, se miden en la escala racional, as como tambin la temperatura
(en Kelvins) relativa al cero absoluto. Las medidas de tendencia central de una variable
medida a nivel racional pueden representarse por la moda, la mediana, el promedio
aritmtico o su promedio geomtrico. Lo mismo que con la escala de intervalos, el
promedio aritmtico proporciona la mayor informacin.
Por ejemplo; el ingreso; el cero representara que no recibe ingreso en virtud de un trabajo,
la velocidad; el cero significa ausencia de movimiento. Otros ejemplos de variables
racionales son la edad, y otras medidas de tiempo. En otras palabras, la escala de razn
comienza desde el cero y aumenta en nmeros sucesivos iguales a cantidades del atributo
que est siendo medido.
como tambin vemos las escalas de: -escala de altura -escala de anchura -escala de
perspectiva -escala de profundidad

Definicion De Parametro Estadistico

En estadstica se llama parmetro estadstico a un valor representativo de una poblacin,
como la media aritmtica, una proporcin o su desviacin tpica.
El parmetro es el calculo de valores en la poblacin. Un parmetro es un sumario
descriptivo de alguna caracteristica de una poblacin, por ejemplo: la media aritmetica,
mediana, desviacin estandar. Tambin se puede decir que es el resultado que generaliza
las caractersticas de la poblacin; se puede dar en porcentaje o en promedio.
MEDIDAS DE ASOCIACIN PARA VARIABLES CUANTITATIVAS

Para variables cuantitativas, es decir, aquellas que se miden en una escala de intervalo o de razn, las medidas de asociacin m

utilizadas son la covarianza y el coeficiente de correlacin de Pearson. Ambas medidas hacen referencia a un tipo particular d
asociacin: la asociacin lineal.

El anlisis conjunto de dos variables cuantitativas puede ir acompaado del anlisis unidimensional de cada una de ellas p
separado, as como de grficos que pongan de manifiesto el patrn de comportamiento conjunto de ambas variables.

Para realizar el anlisis conjunto de dos variables

la secuencia es:

Analizar

Correlaciones

Bivariadas

Aparece el siguiente cuadro de dilogo:

Por defecto, estn activadas las opciones Coeficiente de correlacin de Pearson, Prueba de significacin Bilateral y Marcar la

correlaciones significativas. Otras medidas de asociacin son los coeficientes Tau-b de Kendall y Spearman para variables ordinale
a los que ya se ha hecho referencia en el epgrafe anterior.

COEFICIENTE DE CORRELACIN DE PEARSON

El

coeficiente

de

y se define como:

correlacion

de

Pearson

es

la

principal

medida

de

asociacin

lineal

entre

dos

variables

cuantitativ

Este coeficiente, cuyo valor no depende de las unidades de medida de las variables, est acotado entre -1 y +1; su signo indica

direccin, positiva o negativa, de la asociacin lineal y su valor absoluto la intensidad de la misma. En caso de asociacin line

perfecta toma el valor |1| ; si no hay asociacin lineal toma el valor 0, lo cual no implica que no pueda haber asociacin de otr
tipo.

La prueba de significacin del coeficiente de correlacin de Pearson puede plantearse:

Bilateral (a doble cola) si se contrasta la hiptesis nula de ausencia de asociacin lineal sin especificar de antemano en
hiptesis alternativa la direccin o sentido de la asociacin, en caso de que sta exista.

Unilateral (a una sola cola) si se contrasta la hiptesis nula especificando de antemano en la hiptesis alternativa
direccin de la asociacin. Si se desea un contraste unilateral es necesario activar la opcin correspondiente.

OPCIONES

Al activar el botn Opciones se abre el cuadro de dilogo siguiente.

Este cuadro permite incluir en los resultados los siguientes Estadsticos:

Medias y desviacines tpicas de cada una de las variables anlizadas.

Productos cruzados y covarianzas. La suma de los productos cruzados es el numerador del coeficiente de correlacin line
que dividido por n-1 recibe el nombre de covarianza cuya expresin es:

La covarianza es una medida de asociacin lineal cuyo signo indica la direccin o sentido de la asociacin, pero cuyo valor numric

es de difcil interpretacin porque depende de las unidades de medida de las variables.

El cuadro de dilogo Opciones permite modificar la forma en que se gestionan los valores missing. Por defecto, est activada

opcin Excluir casos segn pareja con la que se calculan los coeficientes de correlacin utilizando todos los casos para los que exis

informacin sobre las dos variables. Como alternativa puede activarse la opcin Excluir casos segn lista con la que se calculan lo
coeficientes de correlacin utilizando nicamente los casos para los que se dispone de informacin sobre todas las variables.

nicamente se han seleccionado dos variables en el cuadro de dilogo Correlaciones bivariadas ambas opciones proporcionan l
mismos resultados.

Dato estadstico
Un dato estadstico es cada uno de los valores que se ha
obtenido al realizar un estudio estadstico.
Si lanzamos una moneda al aire 5 veces obtenemos 5 datos:
cara, cara, cruz, cara, cruz.

Tipos de variables
Variable independiente
Una v a r i a b l e i n d e p e n d i e n t e es aquella cuyo valor no depende del de otra
variable.
La v a r i a b l e i n d e p e n d i e n t e en una funcin se suele representar por x .
La v a r i a b l e i n d e p e n d i e n t e se representa en el eje de abscisas.
Variable dependiente
Una v a r i a b l e d e p e n d i e n t e es aquella cuyos valores dependen de los que tomen
otra variable.
La v a r i a b l e d e p e n d i e n t e en una funcin se suele representar por y .
La v a r i a b l e d e p e n d i e n t e se representa en el eje ordenadas.
La variable y est en funcin de la variable x .

Variables estadsticas
Variable cualitativa
Las v a r i a b l e s c u a l i t a t i v a s se refieren a c a r a c t e r s t i c a s o c u a l i d a d e s
que n o pueden ser medidas con n m e r o s . Podemos distinguir dos tipos:

Variable cualitativa nominal

Una v a r i a b l e c u a l i t a t i v a n o m i n a l presenta m o d a l i d a d e s n o
n u m r i c a s que n o admiten un c r i t e r i o d e o r d e n . Por ejemplo:
El estado civil, con las siguientes modalidades: soltero, casado, separado, divorciado y
viudo.

Variable cualitativa ordinal o variable cuasicuantitativa

Una v a r i a b l e c u a l i t a t i v a o r d i n a l presenta m o d a l i d a d e s n o n m e r i c a s ,
en las que existe un o r d e n . 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.

Variable cuantitativa
Una v a r i a b l e c u a n t i t a t i v a es la que se expresa mediante un n m e r o , por
tanto se pueden realizar op e r a c i o n e s a r i t m t i c a s con ella. Podemos distinguir
dos tipos:

Variable discreta
Una v a r i a b l e d i s c r e t a es aquella que toma v a l o r e s a i s l a d o s , es decir n o
admite v a l o r e s i n t e r m e d i o s entre dos valores especficos. Por ejemplo:
El nmero de hermanos de 5 amigos: 2, 1, 0, 1, 3.

Variable continua
Una v a r i a b l e c o n t i n u a es aquella que puede tomar v a l o r e s c o m p r e n d i d o s
e n t r e d o s n m e r o s . Por ejemplo:
La altura de los 5 amigos: 1.73, 1.82, 1.77, 1.69, 1.75.
En la prctica medimos la altura con dos decimales, pero tambin se podra dar con
tres decimales.

Variable aleatoria
Se llama v a r i a b l e a l e a t o r i a a t o d a f u n c i n q u e a s o c i a a c a d a
elemento del espacio muestral E un nmero real.

Se utilizan letras maysculas X, Y, ... para designar variables aleatorias, y las

respectivas minsculas (x, y, ...) para designar valores concretos de las mismas.

Variable aleatoria discreta

Una v a r i a b l e a l e a t o r i a d i s c r e t a e s a q u e l l a q u e s l o p u e d e t o m a r
valores enteros.
Ejemplos
El nmero de hijos de una familia, la puntuacin obtenida al lanzar un dado.

Variable aleatoria continua

Una v a r i a b l e a l e a t o r i a c o n t i n u a es aquella que p u e d e t o m a r t o d o s l o s
v a l o r e s p o s i b l e s d e n t r o d e u n c i e r t o i n t e r v a l o de la recta real.
Ejemplos
La altura de los alumnos de una clase, las horas de duracin de una pila.

Variable aleatoria binomial

La variable aleatoria binomial , X, expresa el nmero de
xitos obtenidos en cada prueba del experimento.
La variable binomial es una variable aleatoria discreta ,
s l o p u e d e t o m a r l o s v a l o r e s 0 , 1 , 2 , 3 , 4 , . . ., n s u p o n i e n d o q u e
se han realizado n pruebas.

Ejemplo
k = 6, al lanzar una moneda 10 veces y obtener 6 caras.

Variable aleatoria normal

Una

variable

aleatoria

continua ,

X,

sigue

una

distribucin normal de media y desviacin tpica , y se

designa por N(, ), si se cumplen las siguientes condiciones:

1.

La variable puede tomar cualquier valor: (-, + )

2.

La funcin de densidad , es la expresin en trminos de

ecuacin matemtica de la curva de Gauss.

Variable estadstica bidimensional

U n a v a r i a b l e b i d i m e n s i o n a l e s u n a v ar i a b l e e n l a q u e c a d a
individuo est definido por un par de caracteres, (X, Y).
Estos dos caracteres son a su vez variables estadsticas en
las que s existe relacin entre ellas, una de las dos variables es
l a v a r i a b l e i n d e p e n d i e n t e y l a o t r a v ar i a b l e d e p e n d i e n t e .

Variable estadstica
Una

variable

estadstica

es

cada

una

de

las

caractersticas o cualidades que poseen los individuos de una

poblacin.

Variable cualitativa
Las variables cualitativas se refieren a caractersticas o
cualidades que no pueden ser medidas con nmeros. Podemos
distinguir dos tipos:

Variable cualitativa nominal

Una variable cualitativa nominal presenta modalidades
no

numricas

que

no

admiten

un

criterio

de

orden .

Po r

ejemplo:
El

estado

civil,

con

las

siguientes

modalidades:

soltero,

casado, separado, divorciado y viudo.

Variable cualitativa ordinal o variable

cuasicuantitativa
Una variable cualitativa ordinal presenta modalidades no
nmericas, 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.

Variable cuantitativa
Una variable cuantitativa es la que se expresa mediante un
nmero, por tanto se pueden realizar o peraciones aritmticas
c o n e l l a . Po d e m o s d i s t i n g u i r d o s t i p o s :

V a r i a b l e di s c r e t a
Una

variable

discreta

es

aquella

que

toma

valores

aislados, es decir no admite valores intermedios entre dos

v a l o r e s e s p e c f i c o s . Po r e j e m p l o :
El nmero de hermanos de 5 amigos: 2, 1, 0, 1, 3.

Variable continua
Una variable continua es aquella que puede tomar valores
comprendidos entre dos nmeros . Por ejemplo:
La altura de los 5 amigos: 1.73, 1.82, 1.77, 1.69, 1.75.
En la prctica medimos la altura con dos decimales, pero
tambin se podra dar con tres decimales.

Muestra estadstica
Una muestra es un conjunto representativo de la poblacin
de referencia.
El nmero de individuos de una muestra es menor que el de
la poblacin.

Muestreo
E l m u e s t r e o e s l a r e u n i n d e d a t o s q u e s e d e s e a e s t u d i a r,
obtenidos

de

una

proporcin

reducida

representativa

de

la

poblacin.
Po d e m o s d i s t i n g u i r v a r i o s t i p o s d e m u e s t r e o :

Muestreo aleatorio simple

En

un

muestra,

se

muestreo
numeran

aleatorio
los

simple

elementos

de

para
la

obtener

poblacin

una
y

se

seleccionan al azar los n elementos que contiene la muestra.

Muestreo aleatorio sistemtico

En

un

muestreo

aleatorio

sistemtico

se

elige

un

individuo al azar y a partir de l, a intervalos constantes, se

eligen los dems hasta completar la muestra.
Po r e j e m p l o s i t e n e m o s u n a p o b l a c i n f o r m a d a p o r 1 0 0
elementos y queremos extraer una muestra de 25 elementos, en
primer lugar debemos establecer el intervalo de seleccin que
ser igual a 100/25 = 4. A continuacin elegimos el elemento de

arranque, tomando aleatoriamente un nmero entre el 1 y el 4, y

a partir de l obtenemos los restantes elementos de la muestra.
2, 6, 10, 14,..., 98

Muestreo aleatorio estratificado

En

un

muestreo

aleatorio

estratificado

se

divide

la

poblacin en clases o estratos y se escoge, aleatoriamente, un

nmero de individuos de cada estrato proporcional al nmero de
componentes de cada estrato.

En una fbrica que consta de 600 trabajadores queremos

tomar una muestra de 20. Sabemos que hay 200 trabajadores en
la seccin A, 150 en la B, 150 en la C y 100 en la D.

Individuo
Un

individuo

unidad

estadstica

es

cada

uno

de

los

elementos que componen la poblacin.

CONCEPTO
Escalas de medicin son una sucesin de medidas que permiten organizar datos en orden
jerrquico. Las escalas de medicin, pueden ser clasificadas de acuerdo a una degradacin de las
caractersticas de las variables. Estas escalas son: nominales, ordinales, intervalares o racionales.
Segn pasa de una escala a otra el atributo o la cualidad aumenta. Las escalas de medicin
ofrecen informacin sobre la clasificacin de variables discretas o continuas. Toda vez que dicha
clasificacin determina la seleccin de la grfica adecuada.

Todo problema de investigacin cientfica, an el ms abstracto, implica de algn modo una tarea
de medicin de los conceptos que intervienen en el mismo. Porque si tratamos con objetos como
una especie vegetal o un comportamiento humano nos veremos obligados ya sea a describir sus
caractersticas o a relacionarse stas con otras con las que pueden estar conectadas: en todo caso

tendremos que utilizar determinadas variables tamao, tipo de flor, semilla, o las variables que
definan el comportamiento de estudio- y tendremos que encontrar el valor que stas asumen en el
caso estudiado. En eso consiste, desde el punto de vista lgico ms general, la tares de medir.

DEFINICIN DE ESCALA
Cualquier recurso para determinar la magnitud o cantidad de un objeto o hecho de cualquier clase;
instrumento para asignar un nmero o guarismo que indicar cunto hay de algo; un recurso de
medicin que provee un conjunto de normas (numeradas de acuerdo con ciertas reglas de trabajo)
con las que se puede comparar el objeto que ser medido, para asignarle un nmero o valor
matemtico que represente su magnitud. El trmino es de amplia aplicacin: una escala de alguna
clase est incluida en toda medicin o estimacin. Implcito en cada caso hay un conjunto de reglas
para asignar nmeros o valores: son estas reglas las que dan significado a las cantidades. Los
objetos pueden ser perceptuales o conceptuales.

Una escala puede concebirse como un continuo de valores ordenados correlativamente que admite
un punto inicial y otro final. Si evaluamos el rendimiento acadmico de estudiantes podemos
asignar el valor cero al mnimo rendimiento imaginable al respecto; al mayor rendimiento posible
podemos atribuirle un valor de 100, 20, 10 o 7 puntos, segn resulte ms prctico. Con estos dos
valores tendramos ya marcados los lmites de nuestra escala; para concluir de confeccionarla ser
necesario asignar a los posibles rendimientos intermedios puntajes tambin intermedios. Con ello
obtendremos una escala capaz de medir la variable rendimiento acadmico a travs de los
indicadores concretos de los trabajos presentados por los estudiantes, de sus exmenes, pruebas
y otras formas de evaluacin posibles.

TIPOS DE ESCALAS DE MEDICIN

La escala de medida de una caracterstica tiene consecuencias en la manera de presentacin de la
informacin y el resumen. La escala de medicin -grado de precisin de la medida de la
caracterstica- tambin determina los mtodos estadsticos que se usan para analizar los datos.
Por lo tanto, es importante definir las caractersticas por medir. Las escalas de medicin ms
frecuentes son las siguientes:

ESCALA NOMINAL.No poseen propiedades cuantitativas y sirven nicamente para identificar las clases. Los datos
empleados con las escalas nominales constan generalmente de la frecuencia de los valores o de la
tabulacin de nmero de casos en cada clase, segn la variable que se est estudiando. El nivel

nominal permite mencionar similitudes y diferencias entre los casos particulares. Los datos
evaluados en una escala nominal se llaman tambin "observaciones cualitativas", debido a que
describen la calidad de una persona o cosa estudiada, u "observaciones categricas" porque los
valores se agrupan en categoras. Por lo regular, los datos nominales o cualitativos se describen en
trminos de porcentaje o proporciones. Para exhibir este tipo de informacin se usan con mayor
frecuencia tablas de contingencia y grficas de barras.

ESCALA ORDINAL.Las clases en las escalas ordinales no solo se diferencian unas de otras (caracterstica que define
a las escalas nominales) sino que mantiene una especie de relacin entre s. Tambin permite
asignar un lugar especfico a cada objeto de un mismo conjunto, de acuerdo con la intensidad,
fuerza, etc.; presentes en el momento de la medicin. Una caracterstica importante de la escala
ordinal es el hecho de que, aunque hay orden entre las categoras, la diferencia entre dos
categoras adyacentes no es la misma en toda la extensin de la escala. Algunas escalas consisten
en calificaciones de mltiples factores que se agregan despus para llegar a un ndice general.

Debe mencionarse brevemente una clase espacial de escala ordinal llamada "escala de posicin",
donde las observaciones se clasifican de mayor a menor (o viceversa). Al igual que en las escalas
nominales, se emplean a menudo porcentajes y proporciones en escalas ordinales.

ESCALA DE INTERVALO.Refleja distancias equivalentes entre los objetos y en la propia escala. Es decir, el uso de sta
escala permite indicar exactamente la separacin entre 2 puntos, lo cual, de acuerdo al principio de
isomorfismos, se traduce en la certeza de que los objetos as medidos estn igualmente separados
a la distancia o magnitud expresada en la escala.

ESCALA DE RAZN.Constituye el nivel ptimo de medicin, posee un cero verdadero como origen, tambin
denominada escala de proporciones. La existencia de un cero, natural y absoluto, significa la
posibilidad de que el objeto estudiado carezca de propiedad medida, adems de permitir todas las
operaciones aritmticas y el uso de nmeros representada cantidades reales de la propiedad
medida.
Con esto notamos que esta escala no puede ser usada en los fenmenos psicolgicos, pues no se
puede hablar de cero inteligencia o cero aprendizaje, etc.

En estadisticaque es escala de medida de

intervalo y de razon?alguien que me
explique?
CLASIFICACIN DE LAS ESCALAS DE MEDIDA.
La ms simple es la NOMINAL, en ella la operacin emprica bsica se
establece por la determinacin de igual y el sistema formal por la correlacin
de los nmeros. Ejemplo: los nmeros de clase, los nmeros de los futbolistas,
etc.(1, 2, 3, 4, 5, ...)
En un aspecto ms importante de escala, tenemos la escala ORDINAL en ella
la operacin emprica que se lleva a cabo es la determinacin de mayor o
menor respecto a otro. Ejemplo: el sistema emprico, nos dice que en las
personas difiere el grado de dolor, ms o menos dolor. Habr que crear un
sistema formal que recoja este hecho utilizando el termino mayor o menor (X =
Y; X< Y, X> Y)
Ms compleja la ESCALA DE INTERVALO O DE DISTANCIA, se utiliza cuando se
determina la igualdad de intervalo entre los puntos, se precisa el orden
jerrquico en funcin de un atributo. Ejemplo: medicin de la temperatura:
El agua se congela a 0C y hierve a 100C.
En un nivel todava ms completo tenemos la ESCALA DE RAZN, se utiliza
cuando se determina la igualdad de razones. En la misma debe haber igual
distancia entre los grados sucesivos, supone un cero racional, suministra
informacin sobre el orden jerrquico segn un atributo, a los intervalos entre
ellos y la magnitud absoluta a cada objeto (-30, -15, 0, 15, 30)
Escala de intervalo
Cuando adems de distinguir diferencias en grado, en la propiedad de un
objeto, tambin se pueden distinguir diferencias iguales entre objetos, se tiene
una medida de intervalo. Una forma de distinguir variables que se miden en
esta escala, es que el cero no indica que hay ausencia de la variable. Un
ejemplo tpico de una variable que se mide en esta escala, es la temperatura
cuando se mide en grados Fahrenheit o en grados Centgrados, pues stas
como es ya conocido, no son escalas absolutas, sino relativas. Sabemos que la
diferencia entre 30 C y 35 C es la misma que entre 45 C y 50 C y si se dice
que un lquido se encuentra a 0 C, no significa que no tiene temperatura.
Escala de razn o proporcional

En esta escala se cumplen todas las caractersticas que en las anteriores,

adems de que el cero s indica una ausencia de la variable, por ejemplo, si la
variable son los gastos semanales de una persona y nos dice que no tuvo
gastos durante la semana, entonces es vlido decir que sus gastos semanales
fueron iguales a cero. Hay muchas variables de inters en la economa y
administracin que se evalan en una escala de razn, otra podra ser la
antigedad de una persona en una empresa; si sabemos de alguien que
apenas va a entrar a trabajar ah y no tiene antigedad se puede decir que su
antigedad es igual a cero aos o meses

El resultado de un proceso de medicin, asignar nmeros a los grados en que se manifiesta

una propiedad o caracterstica (modalidad), es un vector numrico denominado variable.
Normalmente se simboliza con letras maysculas del alfabeto latino, utilizndose
frecuentemente en su denotacin las ltimas letras (ej:X,Y,Z,...).
Supongamos el siguiente caso, observando a 5 sujetos e identificados atendiendo a la
caracterstica sexo, obtenemos los grados:
varn, varn, mujer, mujer, varn.
Ahora estamos en condiciones de asignar valores numricos a los grados de la propiedad,
por ejemplo el 1 a los varones y el 2 a las mujeres, pudiendo simbolizar el vector numrico
como X. De esta forma obtendremos el siguiente vector:
X=(1 1 2 2 1)
Este vector numrico, susceptible de ser operado matemticamente (ej: sumatorio),
tendr las restricciones propias de la escala de medida utilizada. Es decir, las propiedades
de los nmeros dependern de forma directa del tipo de relaciones que a nivel formal
hemos establecido en la escala de medida.
Por supuesto las propiedades de una variable dependen directamente del tipo de escala
utilizado en el proceso de medicin. As, atendiendo al tipo de escala utilizado se suele
distinguir cuatro tipos distintos de variables:
1. Utilizando una escala nominal, decimos que la variable resultante es cualitativa o
categrica.
2. Si la escala es ordinal, la variable se denomina cuasi-cuantitativa.
3. Cuando utilizamos una escala de intervalo o de razn, entonces la variable se conoce
como
cuantitativa. A su vez, las variables cuantitativas se diferencian en:
3.1 Variables discretas (solo valores enteros)
ej:el nmero de hijos en una familia (0 1 2 ...).
3.2 Variables continuas (admite valores decimales)
ej:la altura (1,25 1,60 1,94 ...).

Transformacin de escalas y variables.

En ciertas situaciones al investigador le interesa transformar el tipo de escala o variable,
en este caso hay que tener en cuenta que este tipo de modificacin plantea la siguiente
restriccin:
Una escala de medida o variable puede ser transformada en otro tipo de escala o variable
siempre que sea de rango inferior a la utilizada inicialmente.

As de una escala de razn podremos pasar a una escala de intervalo, ordinal o nominal.
Pero nuca en sentido inverso, por ejemplo pasar en una propiedad medida a nivel de escala
nominal a una escala de intervalo (ej: el sexo).
Si estamos con variables, el proceso ser el mismo, es decir se admite la posibilidad de
transformar una variable cuantitativa continua en discreta, ordinal o categrica, pero no en
sentido inverso.

Clasificacin de variables Presentation Transcript

1. Metodologa De las Ciencias Sociales III Temas Clasificacin de

Variables
2. 312En qu consiste la clasificacin de variables?

3. En qu consiste la clasificacin de variables?312Los datos que deben

manejarse en una investigacin cientfica para describir los objetos de
inters son, en general de naturaleza diversa. La consideracin de estas
diferencias es esencial para decidir el mtodo de anlisis estadstico
adecuado.1

4. En qu consiste la clasificacin de variables?312Los datos son

valores o categoras especificas de las variables inherentes al
problema.2

5. En qu consiste la clasificacin de variables?312Se presentarn

criterios diferentes (no excluyentes y complementarios) para clasificar
variables.3

6. Variable NominalVariable OrdinalSegn Nivel de MedicinVariable

IntervalarVariable de RaznClasificacinde Variables Variable Discreta o
DiscontinuaSegn Naturaleza de la VariableVariable
ContinuaDicotmicaVariable CualitativaSegn Tipode
VariablePolicotmicaVariable Cuantitativa

7. Variable NominalVariable OrdinalSegn Nivel de MedicinVariable

IntervalarVariable de RaznClasificacinde Variables Variable Discreta o
DiscontinuaSegn Naturaleza de la VariableVariable
ContinuaDicotmicaVariable CualitativaSegn Tipode
VariablePolicotmicaVariable Cuantitativa

8. Segn nivel de medicinVariable NominalEsta es una variable

cualitativa y slo permite distinguir entre clases, es decir, permite
nombrar y diferenciar, adems se pueden utilizar frecuencias,
porcentajes, grficos y moda. Ejemplo: Nacionalidad, Estado Civil,color
de pelo, marca de las calculadoras, etc.

9. Variable NominalVariable OrdinalSegn Nivel de MedicinVariable

IntervalarVariable de RaznClasificacinde Variables Variable Discreta o
DiscontinuaSegn Naturaleza de la VariableVariable
ContinuaDicotmicaVariable CualitativaSegn Tipode
VariablePolicotmicaVariable Cuantitativa

10. Variable NominalVariable OrdinalSegn Nivel de MedicinVariable

IntervalarVariable de RaznClasificacinde Variables Variable Discreta o
DiscontinuaSegn Naturaleza de la VariableVariable
ContinuaDicotmicaVariable CualitativaSegn Tipode
VariablePolicotmicaVariable Cuantitativa

11. Segn nivel de medicinVariable OrdinalEsta es tambin una variable

cualitativa, pero adems existe una relacin de orden en el recorrido de

la variable, es decir, nombra, ordena, diferencia y jerarquiza, de aqu se

pueden calcular frecuencias, porcentajes, grficos de tortas y moda.
Ejemplo: Nivel Socioeconmico, Grado en la Fuerzas Armadas, cargos,
niveles jerrquicos, etc.

12. Segn nivel de medicinVariable IntervalarEsta es una variable

cuantitativa, que permite sumar, restar, multiplicar y dividir, el cero en
estas variables no es absoluto, es decir, no hay ausencia de atributo y
de aqu se puede calcular las medidas de tendencia central, medidas de
posicin, medidas de dispersin, estadsticos de forma y grficos.
Ejemplos: temperatura, niveles de autoestima, puntajes de CI, niveles de
ansiedad, etc.

17. Segn nivel de medicinVariable de razn4.- De Razn: Esta es

tambin una variable cuantitativa que permite sumar, restar, multiplicar
y dividir, el cero en estas variables es absoluto, es decir, hay ausencia
de atributo y de aqu se puede calcular las medidas de tendencia
central, medidas de posicin, medidas de dispersin, estadsticos de
forma y grficos. Ejemplo: Nmero de hijos, nmero de artefactos
elctricos que existenen el hogar, etc.

18. Variable NominalVariable OrdinalSegn Nivel de MedicinVariable

IntervalarVariable de RaznClasificacinde Variables Variable Discreta o
DiscontinuaSegn Naturaleza de la VariableVariable
ContinuaDicotmicaVariable CualitativaSegn Tipode
VariablePolicotmicaVariable Cuantitativa

19Segn naturaleza de la variableVariable Discreta o DiscontinaLa

variable tiene recorrido finito o a lo ms numerable. Ejemplos: Nmero
de hijos, nmero de artefactos elctricos que existen en el hogar, estado
civil, nivel socioeconmico, sexo, etc.

21. Segn naturaleza de la variable2.- Variable contina: La variable

tiene un recorrido infinito no numerable. Si una variable es continua,
entre dos valores potencialmente observables siempre existe otro valor
potencialmente observable. Ejemplos: Temperatura corporal, altura de
los rboles, notas, etc.

27. Segn tipo de variableVariable CualitativaEs aquella que expresa un

atributo, cualidad o caracterstica y puede ser dicotmica y policotmica.
Ejemplos: nacionalidad, sexo, estado civil, color de ojos.

30. Variable NominalVariable OrdinalSegn Nivel de MedicinVariable

IntervalarVariable de RaznClasificacinde Variables Variable Discreta o
DiscontinuaSegn Naturaleza de la VariableVariable
ContinuaDicotmicaVariable CualitativaSegn Tipode
VariablePolicotmicaVariable Cuantitativa

31. Segn tipo de variableVariable CuantitativaEs aquella que podemos

expresar numricamente. Ejemplos: Nmero de hijos, edad, altura, etc.

Psicologa Experimental: Conceptos, Clasificacin de

Variables y Representacin Grfica
Medicin y escalas de medida

Medicin es el proceso por el cual se asignan nmeros a objetos o caractersticas segn

determinadas reglas.
Una escala de medida es, en un sentido general, un procedimiento mediante el cual se
relacionan de manera biunvoca un conjunto de modalidades (distintas) con un conjunto de
nmeros (distintos).
Estos es, a cada modalidad le corresponde un slo nmero, y a cada nmero le corresponde
una sola modalidad.
Atendiendo a las relaciones que puedan verificarse empricamente entre las modalidades de
los objetos o caractersticas pueden distinguirse cuatro tipo de escalas de medida: nominal,
ordinal, de intervalos y de razn.
Otro concepto relacionado con las escalas de medidas es el de transformacin admisible,
el cual hace referencia al problema de la unicidad de la medida y que puede plantearse de
la siguiente forma: son las representaciones numricas que hacemos de las modalidades
las nicas posibles? NO.
Escala nominal

Se utiliza en todas aquellas modalidades o caractersticas en las que la nica

comprobacin emprica que puede hacerse es la de igualdad o desigualdad.
Supongamos que se dispone de un conjunto de n elementos (o1, o2, ., on) con una
determinada caracterstica que adopta k modalidades diferentes.
A la modalidad de un objeto genrico oI, la representamos por m(oi), y al nmero que
asignamos a dicha modalidad lo representamos por n(oi).
La regla de asignacin de nmeros a los objetos, de modo que se preserven las relaciones
empricas observadas entre estos debe cumplir las siguientes condiciones:
Si n(oi) = n(oj), entonces m(oI) = m(oj)
Si n(oi) n(oj), entonces m(oI) m(oj)
La transformacin admsible es: cualquiera que preserve las relaciones de igualdaddesigualdad de los objetos respecto a una determinada caracterstica.

Escala ordinal

Los objetos pueden manifestar determinada caracterstica en mayor grado unos que otros.
Ej. La dureza de los minerales.
Supongamos que se dispone de un conjunto de n objetos (o1, o2, ., on)y cada uno posee una
cierta magnitud de una determinada caracterstica [m(o1), m(o2), ., m(on)].
La escala para asignar nmeros a los objetos [n(o1), n(o2), ., n(on)],de modo que reflejen
esos diferentes grados en que los objetos presenten la caracterstica, ha de cumplir las
siguientes condiciones:
Si n(oi) = n(oj), entonces m(oi) = m(oj)
Si n(oi) > n(oj), entonces m(oi) > m(oj)
Si n(oi) < n(oj), entonces m(oi) < m(oj)
Transformacin admisible: cualquier tranformacin es vlida siempre que preserve el orden
de magnitud, creciente o decreciente, en que los objetos presentan determinada
caracterstica.
Escala de intervalos

Permite establecer la igualdad o desigualdad de las diferencias entre las magnitudes de los
objetos medidos. Ej. Termmetro, calendario.
Supongamos que los valores asignados a los objetos sean una representacin numrica
correcta de sus relaciones empricas.
Para todo cuarteto de objetos genricos, oI, oj, ok, ol, los valores asignados n(oi), n(oj),
n(ok), n(ol), a las magnitudes con que dichos objetos poseen una determinada caracterstica
m(oi), m(oj), m(ok), m(ol), deben cumplir las siguientes condiciones:
Si n(oi) - n(oj) = n(ok) - n(ol),
entonces m(oi) - m(oj) = m(ok) - m(ol).
Si n(oi) - n(oj) > n(ok) - n(ol),
entonces m(oi) - m(oj) > m(ok) - m(ol).
Si n(oi) - n(oj) < n(ok) - n(ol),
entonces m(oi) - m(oj) < m(ok) - m(ol).

Las transformaciones admisibles deben seguir una condicion del tipo:

t[n(oi)] = a + b . n(oi), siempre que b > 0.
Es decir, una trasformacin lineal tal de los valores iniciales de una escala de intervalo deja
la escala invariante respecto a las condiciones estipuladas en el prrafo anterior.
Este tipo de transformacin supone un cambio en los dos aspectos que caracterizan la
escala de intervalo.
Por un lado, el valor a, como constante aditiva, provoca un cambio en el origen.
Por otro lado, el factor b provoca un cambio en la unidad de medida que se toma para
construir la escala (slo cuando b = 1 la unidad de medida no se altera).
Escalas de razn

Las escalas de intervalo sirven para medir caractersticas en las que el valor cero no
significa ausencia de dicha caracterstica.
Los valores en una escala de razn tienen un valor absoluto, no arbitrario, o valor cero
absoluto que s significa ausencia de caracterstica.
Para todo cuarteto de objetos genricos, oi, oj, ok, ol, los valores asignados n(oi), n(oj),
n(ok), n(ol), a las magnitudes con que dichos objetos poseen una determinada caracterstica
m(oi), m(oj), m(ok), m(ol), deben cumplir las siguientes condiciones:
Si n(oi)/n(oj) = n(ok)/n(ol),
entonces m(oi)/m(oj) = m(ok)/m(ol).
Si n(oi)/n(oj) > n(ok)/n(ol),
entonces m(oi)/m(oj) > m(ok)/m(ol).
Si n(oi)/n(oj) < n(ok)/n(ol),
entonces m(oi)/m(oj) < m(ok)/m(ol).
Al tener un origen de escala absoluto, la nica transformacin admisible para la escala de
razn es del tipo: t[n(oi)] = a . n(oI), siendo a > 0.
Tipo de
escala

Conclusiones acerca
de

Transformacin admisible

NOMINAL Relaciones del tipo "igual Cualquiera que preserve la

Ejemplos
Sexo, raza, estado civil,

que" o "distinto de"

igualdad/desigualdad

diagnostico clnico

Relaciones del tipo

ORDINAL "mayor que", "menor
que" o "igual que"

Cualquiera que preserve el

orden o grado de magnitud de
los objetos

Dureza minerales, prestigio

socia de profesiones,
ubicacin ideolgica.

INTERVAL Igualdad o desigualdad

O
de diferencias

a + b.x (b>0)

Calendario, temperatura,
inteligencia

b.x (b>0)

Longitud, masa, tiempo

RAZON

Igualdad o desigualdad
de razones

Variables.Clasificacin y Notacin

Una variable, en su acepcin estadstica, es una representacin numrica de una

caracterstica.
Cuando una caracterstica presenta una sola modalidad decimos que se trata de una
constante.
CLASIFICACIN

Clasificacin por el tipo de escala de medida:

- Variables nominales
- Variables ordinales

- Variables de intervalo

- Variables de razn

Este tipo de clasificacin rara vez se utiliza, en su lugar se distinguen tres grandes tipos de
variables, que engloban las cuatro derivadas del tipo de escala:
Cualitativa

- Dicotmica, cuando la variable presenta slo dos categoras (ej. Sexo)

- Politmica, si presenta ms de dos categoras.

En general, cualquier variable medida a un nivel superior de escala nominal es

susceptible de ser categorizada; cuando esto sucede se dice que la variable ha sido
dicotomizada, si se han establecido slo dos categoras y politomizada si se han establecido
ms.
Cuantitativa

- Discreta, si los valores que puede asumir la variable son nmeros

enteros.(ej. Hijos de una pareja)

- Continua,si la variable puede tomar cualquier valor de la escala de

nmeros reales. Las variables continuas, por razn del nivel de precisin
de los instrumentos de medida, puede considerarse a efectos prcticos
estadsticos como variables discretas.(al pesar un objeto con una
balanza de precisin de 1 gramo, el peso que se lee se conoce como
valor informado o valor aparente, mientras que los valores que
acotan el intervalo (30,5 y 31,5) se conocen como lmites exactos de
la medida.

Cuasicuantitativa

En el mbito de la metodologa cientfica se emplea otra clasificacin:

- V. independiente
- V. dependiente

- V. contaminante o V. intermedia .

NOTACIN DE VARIABLES

Para simbolizar las variables estadsticas se utilizan letras maysculas del alfabeto latino,
afectadas por un subndice, para diferenciarlas de los valores constantes.
El Smbolo de Sumar o Sumatorio

Sean una serie de n nmeros, simbolizados por X1, X2, ., Xn. la expresin (X1 + X2)
indica la suma del primer nmero de la serie y el segundo.
La expresin (X1 + X2 + . + Xn) indica la suma de los n valores de la serie.
Reglas de sumatorio

1. Si los valores de una variable se multiplican por una constante, su

sumatorio quedar multiplicado por dicha constante.
2. El sumatorio de una constante c un nmero n veces es igual a n veces
dicha constante.
3. El sumatorio de una suma con cualquier nmero de trminos es igual
a la suma de los sumatorios de dichos trminos tomados por separado.

Consecuencias del sumatorio

Consecuencia 1: El sumatorio de una variable mas una constante es igual a la suma de la

variable mas n veces la constante
Consecuencia 2: La suma de los cuadrados de una variable no es igual al cuadrado de la
suma de la variable.

Consecuencia 3: La suma de productos de dos variables no es igual al producto de sus

sumas
Doble sumatorio
Supongamos que un grupo total se descompone en k grupos con n1, n2, ., nk personas
respectivamente donde Xij representa la puntuacin de la persona I que pertenece al grupo
j.
Dicho en palabras, este doble sumatorio significa el sumatorio de los sumatorios de las
puntuaciones de las personas en cada grupo:
Organizacin y Representacin Grfica
DISTRIBUCIN DE FRECUENCIAS

Ej.Variable: Procedencia poblacin de inmigrantes

X

ni

pi

Pi

Suramri
24
ca

0,16 16

Nortefric
60
a

0,40 40

Centrofri
12
ca

0,08 8

Esteeuro
pa

18

0,12 12

China

21

0,14 14

Surasia

15

0,10 10

n=15
1,00 100
0

En la columna representada como X se representan todas las modalidades o categorias que

representa la variable.
El nmero de observaciones en cada categora se conoce como frecuencia absoluta (ni).
La frecuencia relativa (pi) se obtiene dividiendo la frecuencia absoluta entre el nmero
total de observaciones no.
La frecuencia relativa tambin se expresa en porcentajes, para lo cual hay que multiplicar
cada una de las proporciones por cien (Pi).

Frecuencia absoluta acumulada: es el nmero de veces que, en la muestra, se repite cada

modalidad o cualquiera de las modalidades anteriores.
Se simboliza por na. Se halla acumulando las frecuencias absolutas en orden ascendente.
Frecuencia relativa acumulada: simbolizada por pa, es el cociente entre la frecuencia
absoluta acumulada de cada clase, na, y el total de observaciones, n. Expresado
formalmente: pa=na/n.
Porcentaje acumulado: simbolizado por Pa, es el valor de la frecuencia relativa acumulada
multiplicado por 100. Expresado formalmente:
Pa=pa*100.
Variable: Preocupacin por las cuestiones polticas
X

ni

pi

Pi

na pa

Pa

Nula

18 0,15 15 18 0,15 15

Mnima

42 0,35 35 60 0,50 50

Modera
48 0,40 40 108 0,90 90
da
Mxima 12 0,10 10 120 1,00 100
120 1,00 100

El nmero total de observaciones, n, debe ser la suma del nmero de observaciones de cada
clase, ni, y debe coincidir con el valor de la frecuencia absoluta acumulada de la ltima
modalidad de la variable.
Se dan casos en los que la variable se expresa en un amplio nmero de valores, entonces
solo cabe la estrategia de agrupar en intervalos estos valores.
Para calcular el nmero de intervalos aplicaremos (segn Sturges):
N de intervalos = E(1,5 + 3,3 log n)
Donde E representa la parte entera del resultado.
Tambien se puede hallar (segn Kaiser), el nmero de intervalos no debe exceder nunca de
la raiz cuadrada de n
Distribucin de frecuencias de los datos agrupados en intervalos

ni

pI

na pa

63-70 2

0,02 2

0,02

71-78 8

0,08 10 0,10

79-86 8

0,08 18 0,18

87-94 19 0,19 37 0,37

95102

26 0,26 63 0,63

103110

17 0,17 80 0,80

111118

0,09 89 0,89

119126

0,07 96 0,96

127134

0,04 100 1,00

100 1,00

Existen otros conceptos:

Valor aparente o informado, es el valor que se lee en el instrumento de medida.
Lmites exactos de medida, son los valores que acotan el intervalo en el que se encuentra
el valor real.
La distribucin de frecuencias de valores que son expresin discreta de una cantidad
contnua (5,76) deben realizarse teniendo en cuenta los lmites exactos de medida, no los
valores informados.
En general, para obtener los valores exactos, o lmites, entre los que se encuentra el valor
real de la medida, se aplica la siguiente frmula:
Lmites exactos = Valor informado 0,5 * I
Siendo I = Unidad del instrumento de medida.
Por ejemplo, si se mide el tiempo que se emplea en ejecutar una determinada tarea, y para
ello se utiliza un cronmetro con precisin de centsimas de segundo (0,01), el tiempo real

de un tiempo aparente de 15,63 segundos se encontrar en el intervalo, Intervalo valor real=

15,63 0,01 *0,5 = 15,63 0,005 = 15,625 - 15,635
Conceptos:

Intervalo: sinnimo del concepto de modalidad, es cada uno de los grupos de valores que
ocupan una fila en una distribucin de frecuencias.
Lmites aparentes: virtuales o informados, son los valores mayor y menor de cada
intervalo, teniendo en cuenta el nivel de precisin del instrumento de medida.
Lmites reales o exactos: son los valores mximo y mnimo que tendra cada intervalo si el
instrumento de medida tuviera una precisin perfecta.
Punto medio del intervalo: es la semisuma de los lmites exactos o de los lmites
aparentes.
Amplitud del intervalo: es la diferencia entre el lmite exacto superior y el lmite exacto
inferior.