Tema 2: Organización y representación
de datos
Estadística aplicada a la Psicología I
CES Cardenal Cisneros
Profesora: Beatriz Hidalgo
2024/2025
Contenidos
1. Introducción.
2. Descripción de una variable mediante tablas.
2.1. Variables cualitativas (nominales u ordinales)
2.2. Variables cuantitativas discretas.
2.3. Variables cuantitativas continuas.
3. Descripción de una variable mediante gráficos.
3.1. Representaciones gráficas para variables cualitativas: diagrama de barras y
gráfico de sectores.
3.2. Representaciones gráficas de variables cuantitativas continuas: histograma,
caja y bigotes, diagramas de violín.
1. Introducción: clasificación de variables
Siempre son
Variables Pueden tomar
discretas valores discretos
o continuos
Cualitativas ó Categóricas Cuantitativas
Categorías Categorías No tiene sentido El valor de cero
no ordenadables ordenables hablar de cero tiene significado
Nominales Ordinales
Intervalo De razón
• Discretas: no admiten valores intermedios entre dos valores cualesquiera. Los valores son
números enteros, no tienen decimales. Ejemplo: número de hijos, nivel educativo.
• Continuas: admiten valores intermedios. Se pueden expresar con decimales. Ejemplo:
altura, nota de examen.
1. Introducción: descripción de variables
• Los datos recogidos por medio de encuestas, observaciones, experimentos,… deben ser
organizados y resumidos de manera que podamos extraer las primeras conclusiones
sobre el objeto de estudio.
• La estadística descriptiva se ocupa de resumir (o describir) nuestros datos mediante
tablas, gráficos y estadísticos.
• Para seleccionar la herramienta adecuada, debemos responder a dos preguntas:
¿Es la variable categórica (nominal u ordinal) o es cuantitativa?
¿Es la variable discreta o continua?
• Una vez sepamos esto podemos seleccionar:
1. Tablas: de frecuencias o de frecuencias agrupadas.
2. Gráficos: de barras, histogramas, diagrama de líneas, diagramas de caja y bigotes…
3. Estadísticos de tendencia central, dispersión, forma etc.
• En este tema nos dedicaremos a la representación de una sola variable. En el
tema 6 se estudiará la representación de dos variables a la vez.
2. Descripción de una variable mediante tablas
• El primer paso en la organización de los datos es obtener la distribución de
frecuencias y presentarla en forma de tablas.
• La distribución de frecuencias es una forma de disponer los datos que muestra la
frecuencia de ocurrencia de las diferentes clases o valores de la variable.
• En otras palabras: nos indican cuántas observaciones tenemos en cada una de las categorías
o posible valor numérico de la variable.
• En variables numéricas, también podemos representar la frecuencia de
ocurrencia de valores que caen dentro de rangos de la variable (arbitrariamente
definidos por nosotros y denominados como intervalos de clase)
• A veces es más cómodo crear rangos de valores (ej. de 14 a 20 años) y contar cuántas
observaciones se encuentran en el rango.
• Vamos a ver como se presentan:
2.1. Variables cualitativas – es decir variables que siempre son discretas.
2.2. Variables cuantitativas discretas
2.3. Variables cuantitativas continuas
2. Descripción de variables mediante tablas
2.1. Variables cualitativas (nominales u ordinales)
Representamos la distribución de frecuencias en una tabla; la primera columna
contiene cada uno de los posibles valores que puede tomar la variable y las
siguientes columnas contendrán las siguiente información:
• Frecuencia absoluta: número de observaciones (o personas) que pertenecen a esa
categoría.
• Frecuencias relativas expresadas como porcentaje: número de personas que
pertenece a la categoría dividido entre el total de personas multiplicado por 100.
𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎
✓ ∙ 100
𝑇𝑜𝑡𝑎𝑙
✓Importante: también se puede expresar con un número de 0 a 1, es decir sin multiplicar por
100. En este caso la frecuencia relativa estaría expresada en forma de proporción.
• Porcentaje válido: igual que el porcentaje pero calculado sobre el total de casos
válidos (casos completos). Si no hay valores perdidos, el porcentaje y el porcentaje
válido coinciden.
• Porcentaje acumulado: porcentaje que va sumando a cada categoría los
porcentajes anteriores. No tiene sentido interpretarlo en variables nominales.
2. Descripción de variables mediante tablas
2.1. Variables cualitativas (nominales u ordinales)
2. Descripción de variables mediante tablas
2.2. Variables cuantitativas discretas
• Se trata de variables de intervalo o de razón que no admiten valores intermedios entre
dos valores cualesquiera de la distribución.
• Número de hijos, número de palabras recordadas,…
• También podemos decidir que una variable típicamente continua como edad solo pueda tomar
valores enteros como 20, 21, 22 años, y de esta manera se convierte en discreta.
• Podemos representar su distribución de la misma forma que hemos visto en el punto
2.1. (frecuencias absolutas, relativas, porcentajes acumulados etc.)
• Sin embargo, esto solo será útil si tenemos un número reducido de posibles valores.
• Por ejemplo, si la variable en cuestión es una puntuación comprendida entre 0 y 100 puntos, no es
útil presentar una tabla con 100 filas indicando cuántas personas han puntuado 0, cuántas 1,
cuántas 2,… y así hasta 100.
• En casos en los que la variable cuantitativa discreta tome muchos valores (más de 10-
12 posibles valores) lo más recomendable es crear intervalos. Veremos esto en el
punto 2.3.
2. Descripción de variables mediante tablas
2.2. Variables cuantitativas discretas
Número de palabras recordadas durante un experimento de Psic. de la Memoria, si el
número de palabras posibles fuese 30, este tipo de representación no sería útil.
2. Descripción de variables mediante tablas
2.3. Variables cuantitativas continuas
• Variables de tipo intervalo o de razón que sí admiten valores intermedios entre dos
valores cualesquiera de la distribución.
• Tiempo medido en minutos, nota en un examen, altura en cm., edad…
• Los valores de estas variables continuas se “discretizan” para poder representarlas en
tablas, creando intervalos de valores.
• Se cuenta el número de casos que se encuentran dentro de los límites de cada
intervalo y este número es el que se presenta en la distribución, denominada
distribución de frecuencias agrupada.
• Los intervalos deben ser exhaustivos (incluir todos los valores posibles) y no solaparse.
• Se recomienda intervalos de igual amplitud.
• Este tipo de representación también es adecuada cuando tratamos con variables
cuantitativas discretas que presentan más de 10-12 posibles valores*.
2. Descripción de variables mediante tablas
2.3. Variables cuantitativas continuas
Ejemplo para la variable altura medida en centímetros. Tenemos la medida de altura de 200 sujetos. Los
valores se encuentran comprendidos entre 149 y 213 cm.
Altura Frecuencia Altura Frecuencia Altura Frecuencia
149-159 … 149-171 … 149-160 …
161-171 … 171-193 … 161-180 …
172-182 … 193-213 … 181-190 …
183-193 … 190-213 …
149 - 161
162 - 174
175 - 187
188 - 200
201 - 213
3. Descripción de variables mediante gráficos
• Las representaciones gráficas son otra manera de presentar la información contenida en los
datos.
• Tienen la ventaja de resultar muy intuitivas para la mayoría de las personas. Por ello, se
recomienda el uso de gráficos siempre que sea posible.
• También son útiles para el propio analista, ya que permite tener una primera visión general
sobre la distribución de los datos obtenidos.
• La visualización de datos es un campo amplio dentro del análisis de datos, aunque existen
softwares y paquetes específicos para visualización, nos centraremos en los gráficos básicos:
• Diagramas de barras
• Gráfico de sectores
• Histogramas
• Diagrama de líneas
• Boxplots (diagrama de caja y bigotes)
• Excel, SPSS y JASP permiten obtener estos gráficos y realizar algunas modificaciones.
• Para crear gráficos totalmente personalizados se recomienda utilizar un lenguaje de
programación (como por ejemplo R).
3. Descripción de variables mediante gráficos
3.1. Representaciones gráficas para variables cualitativas: diagrama de barras
• La construcción de un diagrama de barras implica representar en el eje horizontal las
clases (o categorías) de la variable.
• Sobre la base de cada una de ellas se construye un rectángulo cuya altura es
proporcional a la frecuencia de esa categoría.
• Importante: debería existir un espacio entre cada uno de los rectángulos para indicar
que no se trata de una variable de tipo continuo sino discreto.
• Este tipo de gráfico también puede utilizarse para variables cuantitativas discretas
cuando tenemos un número de categorías pequeño.
• Por ejemplo: la variable número de hijos es cuantitativa pero difícilmente tendremos más de 6 u 8
categorías en los datos y se puede representar por medio de diagramas de barras.
• Cuando representamos variables nominales (categorías no ordenadas) el orden en el
que se sitúan las categorías en el eje horizontal no importa.
• Si representamos variables ordinales o cuantitativas discretas, debemos mantener el
orden en el eje horizontal.
• Por ejemplo: si representamos nivel educativo o número de hijos, las categorías deben estar
ordenadas de menor a mayor o de mayor a menor, de derecha a izquierda.
3. Descripción de variables mediante gráficos
3.1. Representaciones gráficas para variables cualitativas: diagrama de barras
3. Descripción de variables mediante gráficos
3.1. Representaciones gráficas para variables
cualitativas: gráfico de sectores
• El gráfico de sectores (también denominado
ciclograma o gráfico de tarta) representa sectores o
porciones con áreas proporcionales a la frecuencia
o porcentaje de cada una de las clases.
• Si la variable que queremos representar posee más
de 4 o 5 categorías, o si varias categorías tienen un
porcentaje similar de casos, este tipo de gráfico
deja de ser útil.
3. Descripción de variables mediante gráficos
3.2. Representaciones gráficas de variables cuantitativas continuas: histograma
• El histograma representa las frecuencias absolutas (o relativas) mediante áreas de distinto
tamaño.
• Ya que se trata de variables continuas, el primer paso para crear un histograma es tomar una
decisión sobre la amplitud de los intervalos de valores.
• Recuerda la variable altura medida en cm. para un total de 200 personas. Podríamos agrupar las observaciones en
intervalos que tengan un tamaño 5 unidades (entre 149cm – 154; 155 – 159 cm…) o de 10 (entre 149 – 158 cm;
159 – 168cm..).
• La amplitud de los intervalos determinará la anchura de cada uno de los rectángulos que contiene
el histograma. En la mayoría de paquetes estadísticos, la amplitud está seleccionada por defecto y
suele ser óptima (pero se puede modificar).
• La altura refleja la densidad o concentración de datos en ese intervalo de valores: a mayor altura,
más observaciones. En el eje vertical se representarán o bien el número de casos o bien el %
• A diferencia del diagrama de barras, aquí los rectángulos se suelen representar contiguos para
reflejar la idea de la continuidad de la variable.
• Los histogramas además de informarnos sobre el número de observaciones en cada rango de
valores, nos proporcionan información sobre la forma de la distribución (simétrica/asimétrica)
3. Descripción de variables mediante gráficos
3.2. Representaciones gráficas de variables cuantitativas continuas: histograma
3. Descripción de variables mediante gráficos
3.2. Representaciones gráficas de variables cuantitativas continuas: histogramas
• En algunos casos se elige dibujar una curva de densidad sobre el histograma para estudiar su distribución.
• Existen dos versiones de estos gráficos:
‒ Se puede dibujar la densidad de la distribución de valores observada.
‒ Se puede dibujar una curva con la que nos interese comparar el histograma (normalmente la
distribución normal)
Curva de densidad para los valores observados Curva de densidad de una distribución normal
3. Descripción de variables mediante gráficos
3.2. Representaciones gráficas de variables cuantitativas continuas: boxplots
- Boxplot o diagrama de caja (o de caja y
bigotes) permite visualizar las principales
características de la distribución de una
variable continua:
• Centro
• Dispersión
• Forma
- En el eje vertical se representan la escala
de las puntuaciones de la variable
(centímetros, puntuación en un test,
edad, etc.)
- Los bigotes se extienden hasta el valor
más grande/pequeño no atípico.
- La línea horizontal dentro de la caja
representa el valor de la mediana
3. Descripción de variables mediante gráficos
3.2. Representaciones gráficas de variables cuantitativas continuas: boxplots
• En la condición experimental 1 (diagrama
rosa) la variable probabilidad de contraer
una enfermedad presenta valores
aproximadamente entre 0 y 100. No hay
valores atípicos. La mediana está en una
puntuación de 20.
• En la condición experimental 2 (diagrama
verde) la variable probabilidad de contraer
una enfermedad presenta valores
aproximadamente entre 0 y 80. No hay
valores atípicos. La mediana está en una
puntuación de 40.
3. Descripción de variables mediante gráficos
• Una manera de entender la distribución
de un diagrama de caja y bigotes es
rotarlo hacia la derecha.
• Colocados en sentido horizontal, se
aprecia mejor la dirección de la
asimetría del diagrama en rosa.
3. Descripción de variables mediante gráficos
3.2. Representaciones gráficas de variables cuantitativas continuas: boxplots
- La línea dentro de la caja se traza en el valor de la mediana. La mediana es el valor de la variable que
representa el centro de la distribución. El 50% de los casos se encuentran por encima de este valor y el 50%
restante se encuentran por debajo de este valor.
- La longitud de los bigotes debe compararse con la altura total de la caja para valorar la dispersión de la
variable. A mayor longitud de los bigotes con respecto a la altura de la caja, mayor dispersión.
• La longitud “esperada” es aproximadamente 1.5 veces la altura de la caja: una longitud mayor a 1.5
veces indica una mayor dispersión; una longitud menor a 1.5 veces la altura de la caja, indica poca
dispersión.
• Simetría (o falta de simetría) de la longitud de los bigotes: si ambos bigotes tienen una longitud
similar, la variable es aproximadamente simétrica. Si la longitud de los bigotes es distinta, la
distribución de valores es asimétrica.
- Los valores atípicos también pueden informar sobre la dispersión y la asimetría:
• Si el diagrama presenta muchos valores atípicos, esto también indica una mayor dispersión.
• Si hay más valores atípicos a un lado que al otro del diagrama, esto también indica presencia de
asimetría.
3. Descripción de variables mediante gráficos
3.2. Representaciones gráficas de variables cuantitativas continuas: boxplots
3. Descripción de variables mediante gráficos
3.2. Representaciones gráficas de variables cuantitativas continuas: diagramas de violín.
Los gráficos de violín presentan la misma información de un diagrama de caja y bigotes, pero lo hacen a
través de una curva de densidad. En algunas ocasiones, permiten valorar mejor la forma de la distribución.
3. Descripción de variables mediante gráficos
3.2. Representaciones gráficas de variables cuantitativas continuas: diagramas de violín.