ESTADISTICA.

FUNDAMENTOS DE LA TEORIA ESTADISTICA.

La asignatura de Estadística Básica, estimado estudiante, le introduce al
conocimiento de las técnicas estadísticas, con el objetivo de que ayuden en su
futuro profesional a analizar cualquier tipo de datos que puedan encontrar en los
diferentes informes o estudios realizados en las diversas áreas de la Psicología.
Para ello, aprenderemos los principales instrumentos estadísticos que sirven para la
descripción, resumen y comprensión de la información disponible.
Nuestro primer objetivo consiste que conocer y comprender los conceptos básicos
de estadística descriptiva y poner en práctica a través de la resolución de ejercicios
de aplicación enfocados a su carrera.
¿Por qué estudiar estadística?
Tres razones para estudiar estadística:
1) los datos se colectan en todas partes y se requiere de conocimiento estadístico
para que la información sea útil;
2) las técnicas estadísticas se utilizan para tomar decisiones personales y
profesionales; y
3) sin importar cuál sea su carrera, usted necesitará saber estadística para entender
el mundo y desarrollarse en esa carrera. Comprender su método le permitirá tomar
decisiones personales y profesionales más efectivas.
Definición e importancia
Se preguntará ¿Qué es la estadística?, y ¿Por qué es importante su estudio? Para
responder a la primera pregunta abordemos un poco su definición: la ciencia que
nos proporciona información adecuada para una toma de decisión eficaz, mediante
una adecuada recolección, organización y presentación, es la estadística. (Lind, et
al., 2015).
La estadística resulta de gran importancia, puesto que es útil para realizar cualquier
tipo de investigación, y es fundamental en todas las profesiones existentes hoy en
día, puesto que cuando se desea realizar un análisis de información, se debe
realizar una correcta obtención de datos, su posterior tratamiento y recolección, no
existe un campo profesional que no genere información y se deba tomar una
decisión. Existen algunas profesiones donde la estadística requiere un mayor
alcance, pero hasta la actualidad en toda actividad humana, se puede observar la
necesidad y aplicación de la estadística, aunque muchas veces sin realizar un
ejercicio técnico.
Una vez que ya conocemos la definición y la importancia de la estadística, más
adelante comprenderemos que es una poderosa herramienta para el análisis de
datos en numerosos campos de aplicación.
Tipos de estadística
Cuando deseamos generar información y tomar decisiones, podemos usar la
estadística descriptiva o la inferencial, su uso depende de las preguntas que nos
plantemos y el tipo de datos disponibles.
La Estadística Descriptiva nos permite organizar y presentar los datos de manera
informativa, es decir, cuando recopilamos información a través de encuestas,
entrevistas, focus group, etc. La información resulta de poca utilidad porque tan
solo nos permite organizar los datos y darles un significado, pero no se analiza a
profundidad sus significados y relaciones.
La estadística Inferencial o también conocida como inferencia estadística, emplea
métodos que nos permite determinar una propiedad de la población tomando como
referencia a una muestra de esta, a partir de su análisis la estadística inferencial
puede estimar o sacar conclusiones sobre una población.
En ocasiones debemos tomar decisiones a partir de un grupo limitado de datos, por
ejemplo, deseamos conocer la procedencia de los estudiantes que ingresan a la
universidad, para ello necesitaríamos encuestar a los estudiantes de todas las
carreras. En este caso nuestro objetivo es encuestar a la población de estudiantes
que ingresan. Sin embargo, basándonos en la estadística inferencial podríamos
encuestar a un número limitado de estudiantes, por ejemplo, a los estudiantes de la
carrera de psicología, y recabar una muestra de la población.
Con el ejemplo antes mencionado hemos profundizado en el análisis de dos
términos muy importantes dentro de la estadística inferencial: población y muestra,
en donde la población es el conjunto de individuos u objetos de interés que se
obtienen a partir de todos los individuos u objetos de interés; mientras que, la
muestra se define como una porción o parte de la población de interés. Es
importante recalcar que una muestra representativa debe reflejar las características
de la población.
Variables
Continuando con nuestros estudios, debemos conocer que existen dos tipos de
variables: las Cualitativas y las Cuantitativas. Las cualitativas se refieren a
variables no numéricas, es decir que expresan las cualidades, atributos o
características, por ejemplo: estado civil, color del cabello, color de la ropa, género,
religión, etc. Por otra parte, cuando una variable se mide de forma numérica, es
decir, que se puede medir, estamos hablando de una variable cuantitativa, por
ejemplo: la altura de las personas, número estudiantes dentro del aula, la
temperatura corporal, notas de finales de grado, etc.
Las variables cuantitativas pueden clasificarse en cuantitativas discretas y
cuantitativas continuas. Se dice que son discretas cuando estas adoptan solo
valores exactos, como por ejemplo número de vehículos en un parqueadero,
pueden, haber 1, 2, 10, 50, (no pueden, haber 1.5 vehículos); número de pacientes
atendidos (20 personas), número de celulares en una casa (4 dispositivos).
Una variable cuantitativa continua toma valores numéricos continuos, es decir,
pueden representarse mediante número decimales, por ejemplo, la temperatura
(37.5 °C), el peso de una persona (13.2 Kg) o estatura de una persona (1.74
metros), etc.
1.4.1 Niveles de Medición
Los datos pueden clasificarse por niveles de medición, esto permite que las
variables se formen en cuatro grupos:
 Nominal
 Ordinal
 De intervalo
 De razón
1.5 Fuentes de Información
Generalmente todo tipo de actividad genera información de tipo cualitativa o
cuantitativa, por eso la importancia del estudio de la estadística. Para obtener la
información, se puede hacer a través de dos fuentes: Primaria, donde se levanta la
información directamente de lo que se investiga, y la fuente Secundaria, que es
recoger información que ha sido trabajado por otras personas o instituciones. A
continuación, detallaremos cada una de ellas.
Fuentes primarias
Las fuentes primarias son aquellas donde el investigador obtiene la información
directamente del objeto investigado, las fuentes primarias pueden ser:
 Encuestas
 Entrevistas
 Datos recogidos en laboratorio
 Observación directa
 Censos
Por ejemplo, al aplicar una encuesta a un grupo de personas para conocer ciertas
características, los datos recopilados constituyen una fuente primaria por que la
información proviene directamente del grupo de personas investigadas.
Fuentes secundarias
Las fuentes secundarias son aquellas donde la información ha sido recopilada y
organizada por otras personas o instituciones, estas se pueden encontrar en:
 Informes escritos
 Revistas
 Periódicos
 Boletines oficiales
 Publicaciones de diferente índole
 Bases de datos
Por ejemplo, al revisar una revista especializada en temas de psicología donde
presenta información estadística, allí encontramos información que ya ha sido
recopilada y tratada, pero que nos ayuda a trabajar con esa información para
determinar características adicionales sobre un problema que se está investigando.
Cuando realizamos una investigación la información puede provenir de fuentes
primarias como fuentes secundarias, su uso depende tanto del tema que se desea
investigar como de la información que es necesaria.

a) (1176/1960) x100= 60% de ellos comprará el platillo de pollo.

b) Estadística inferencial, ya que se empleó una muestra para llegar a una
conclusión relativa a la reacción de los consumidores de la población en caso de
que se comercializara el platillo de pollo.

a) La edad es una variable de escala de razón. Una persona de 40 años tiene el

doble de edad que una de 20
b) Escala nominal; podría ordenar indistintamente los estados
Organización y presentación de información estadística
Introducción.
Cuando se desarrolla un trabajo de investigación, la recolección de datos es muy
importante para la toma de decisiones. Luego de la recolección de los datos de
acuerdo con el tipo de estudio que se realice, debemos organizar y presentar la
información de manera adecuada, para ello, dependiendo de la cantidad de datos
recolectados podemos aplicar diferentes técnicas de análisis e interpretación de
datos.
Cabe mencionar que existen diferentes técnicas estadísticas que se usan para la
organización de la información, así como para su interpretación, dependiendo de su
procedencia (sean de datos no agrupados o datos agrupados), será necesario la
construcción de tablas de frecuencia.
2.2 Series simples
En ocasiones cuando se realiza una investigación y se obtiene una pequeña
cantidad de datos, no se requiere realizar un mayor procedimiento y tratamiento de
los datos, solamente se debe presentar de manera ordenada y determinar sus
principales características. Por ejemplo:
 Se tiene las siguientes edades de un grupo de 10 niños:
4 5 9 7 5 10 9 5 8 10
En este ejemplo existen pocos datos, por ello, si se desea determinar la edad
predominante se deberá ordenar los datos de menor a mayor:
4 5 5 5 7 8 8 9 10 11
Con el ejemplo anterior se puede llegar a la conclusión que edad se repite, con una
mayor frecuencia es la de 5 años de este grupo conformado por 10 niños.
2.3 Series ordenadas
A diferencia de las series simples, durante nuestra investigación se obtiene una
base de datos demasiado grande, donde tratar de organizarlas se convierte en un
dolor de cabeza, lo más adecuado es emplear la herramienta que nos permite crear
una tabla de frecuencias, esto nos ayudará a presentar la información de una
manera adecuada y de fácil comprensión.
2.4 Representaciones gráficas
Una gráfica es la representación visual de los datos que pueden usarse en múltiples
ocasiones. Un instrumento más común para representar variables cualitativas es
la gráfica de barras o una gráfica de pastel, para profundizar en su elaboración lo
invito a revisar el texto básico capítulo 1: ¿Qué es la estadística? (pp. 18-21)
correspondiente al tema “Representación gráfica de datos cualitativos”.
En el siguiente ejemplo podrá visualizar una tabla de frecuencias con los resultados
de una prueba psicométrica aplicada a estudiantes de la carrera de Derecho.
Tabla 1 Resultados pruebas a estudiantes de la carrera de Derecho
Escala de calificación Porcentaje de Frecuencia relativa
Sobresaliente 26%
Muy Buena 18%
Buena 26%
Regular 18%
Mala 12%
TOTAL 100%
Nota. Adaptado de Estadística aplicada en Psicología y Ciencias de la Salud
(p.120), por F. Gonzales, 2017, Manual Moderno.
A partir de la Tabla 1 se puede construir una gráfica, donde se puede visualizar la
información.

Ilustración 2
Resultados de las pruebas a estudiantes de Derecho
Nota. Las gráficas indican un ejemplo de resultados de pruebas realizadas a
estudiantes de Derecho. Adaptado de Estadística aplicada en Psicología y Ciencias
de la Salud (p.120), por F. Gonzales, 2017, Manual Moderno.
La Ilustración 2 nos muestra la gráfica de barras y de pastel, donde se visualizan de
manera resumida los resultados de las pruebas realizadas a los estudiantes de
Derecho. Se puede concluir que la mayor cantidad de estudiantes obtuvieron
calificaciones sobresalientes 26% y buenas 26%.
Estoy seguro de que ustedes estarán de acuerdo con que las gráficas resultan
mejores para representar datos ¿Verdad? A la hora de presentar resultados, las
gráficas resultan visiblemente mejor que una tabla.
2.5 Tablas de distribución de frecuencias
Continuando con los contenidos previstos para esta semana, previamente los invito
a revisar el texto básico correspondiente al capítulo 2 Descripción de datos (pp. 23-
26), con el tema distribución de frecuencias, donde mediante un ejemplo explica los
contenidos sobre la construcción de distribuciones de frecuencias, además en
donde se detallan los pasos para la construcción de una distribución de frecuencias.
Como parte de una retroalimentación, es conveniente considerar el tipo de variable
cuantitativa (discreta o continua) para la construcción de una distribución de
frecuencias, tema que se analizó en la semana anterior. A continuación, se detalla
un resumen de los pasos para la construcción de una distribución de frecuencias:
Paso 1. Definir el número de clases: si deseamos determinar el número de
intervalos de clase, como primer paso debemos aplicar la condición 2 k, lo que nos
permitirá determinar el número de clases o intervalos necesarios para nuestra
distribución de frecuencias.
Paso 2. Determinar el intervalo o ancho de clase: para obtener el ancho del
intervalo se sugiere utilizar la fórmula:

i ≥ Valor máximo - Valor mínimo k

Paso 3. Establecer los límites de cada clase: se toma en consideración los
valores máximo y mínimo.
Paso 4. Anotar los elementos de cada clase: para este paso es necesario anotar
los diferentes elementos de nuestro conjunto de datos en cada clase.
Paso 5. Cuente el número de elementos de cada clase: en este paso final se
debe contar el número de elementos perteneciente a cada clase, a lo cual se le
denomina frecuencia de clase.

A continuación, usted podrá encontrar el Video Distribuciones de

Frecuencia (Enlaces a un sitio externo.) (videoconferencias, 2012), donde podrá
reforzar los contenidos de
las distribuciones de frecuencia y la aplicación práctica en la presentación de la
información.
Luego de observar el video ¿Le resultó fácil verdad? Ahora podemos tener claro la
aplicación de los 5 pasos para la elaboración de una tabla de distribución de
frecuencias, cabe señalar que estos pasos son cruciales si se desea poder analizar
la información de una investigación. Lo invito a practicar lo aprendido con el
desarrollo de ejercicios planteados sobre la elaboración de tablas de frecuencias
que encontrará en el texto base en el capítulo 2: Descripción de Datos: tablas de
frecuencia.
2.5.1 Representación Gráfica de una Tabla de distribución de frecuencias
Las tablas de distribución de frecuencias también las podemos representar a través
de gráficas para ello se pueden utilizar los siguientes tipos:
Primero tenemos el Histograma donde en el eje vertical se encuentran las
frecuencias, mientras que en el eje de las abscisas ubicamos las clases de nuestro
conjunto de datos.
Segundo encontramos el Polígono de frecuencia, su construcción es parecida a la
gráfica antes mencionada, pero a diferencia que, en lugar de utilizar la frecuencia se
toma como referencia el punto medio de cada clase.
Estimado estudiante, le recomiendo repasar los contenidos de la segunda semana,
recuerde que para poder conocer la aplicación de casos, partimos siempre de la
identificación adecuada de las variables con las que se está trabajando.
Adicional, los invito a revisar el artículo sobre “La importancia de la estadística
descriptiva (Enlaces a un sitio externo.)” Konan (2002). Este artículo le ayudará a
comprender el por qué la estadística es una herramienta poderosa para en análisis
de los datos, no solo para una investigación, sino también para nuestra vida
cotidiana.
Resultó interesante ¿verdad? Con en este artículo podemos darnos cuenta por qué
es importante el análisis estadístico, y el tratamiento adecuado de la información
que deseamos investigar, para la toma de decisiones.

Unidad 3. Medidas de tendencia central

3.1 Introducción
En esta semana la unidad de estudio son las medidas de ubicación y las medidas
de dispersión. Las medidas de ubicación tienen como objetivo señalar el centro de
un conjunto de valores, son también conocidas como medidas de localización o de
tendencia central. Dentro de estas podremos ubicar la media aritmética, mediana,
moda, media aritmética ponderada y media geométrica.
3.2 Media Aritmética
Comenzaremos estudiando la media aritmética, o también llamada promedio o
media, de un conjunto de datos cuantitativos, por ejemplo, imaginemos que
queremos saber a cuantos trozos de pastel nos toca a cada uno, existe 10 trozos y
somos 5 personas. Si lo repartimos a partes iguales, el resultado será de 2 trozos
por persona. En este caso sin darnos cuenta, acabamos de calcular una media
aritmética. Ahora con este ejemplo lo invito a leer (pp. 46-49), “Medidas de
ubicación” del texto básico correspondiente al capítulo 3.
Como usted pudo revisar en el texto básico en el apartado de Medidas de ubicación,
nuevamente encontramos temas como muestra y población, cuando se desea
obtener la media aritmética de una población este recibe el nombre
de parámetro, mientras que, cuando queremos obtener el promedio de una parte
de la población (es decir la muestra), este recibe el nombre de estadístico.
A continuación, podemos resumir la fórmula de cálculo de la media aritmética:

a. x 5 S x n
b. x 5 $267 100 4 5 $66 775
c. Estadístico, pues se trata de un valor muestral
d. $66 775. La media de la muestra constituye nuestra mejor aproximación de la
media poblacional
2. a. m 5 S x n
b. m 5 498 6 5 83
c. Parámetro, porque se calculó empleando todos los valores de la población
Nota: Adaptado de Estadística Aplicada a los Negocios y Economía, Lind, et
al., 2015, 16Ed, McGraw-Hill

Como pudimos observar en la Tabla 2, existen una fórmula para el cálculo de la

media de la población y otra para la muestra, la diferencia radica en la
nomenclatura, para la media poblacional se utiliza la letra minúscula griega mu (μ) y
para la muestra se lee x barra ( ) . En el denominador, utilizamos la (n) minúscula en
una muestra, y (N) mayúscula en la población.
Estimado estudiante le recomiendo realizar ejercicios prácticos (p.50) del texto
básico correspondiente al capítulo 3, así como revisar los ejemplos planteados en el
mismo, con ello usted será capaz de ampliar sus conocimientos del tema analizado.
Los ejercicios resultaron fáciles, ¿verdad? Ahora está listo para revisar la siguiente
medida de tendencia central.
3.3 Mediana
Cuando tenemos datos que contienen unos o dos valores o muy grandes o
pequeños, la media aritmética no resulta representativa, para ubicar el centro de
dichos datos utilizamos la medida de ubicación denominada mediana. La mediana
analiza los datos que ocupan el centro de una serie simple u ordenada.
Para determinar el valor de la mediana en datos no agrupados, supongamos que
deseamos conocer los puntajes de un grupo de adolescentes en una prueba de
Agudeza Visual: 25, 12, 15, 23, 24, 39, 13, 31, 19, 16, primero se debe ordenar los

12 13 15 16 19 23 ⏟ 24 25 31 39
datos de menor a mayor:

Posiciones 5 y 6
Luego identificamos el valor que está en la mitad, contando la misma cantidad de
datos hacia ambos lados. Sin embargo, en este ejemplo tenemos 10 observaciones,
es decir, el número de elementos es par, en este caso se deben sumar los valores
de las posiciones 5 y 6 (que están en la mitad del total de observaciones, ordenadas
de menor a mayor) del conjunto de datos, obtenemos el promedio de los dos (los
valores 19 y 23 de nuestro ejemplo) y su resultado es la mediana que es igual a 21.
Resulto fácil, ¿Verdad? Pues bien, así como se determinó la mediana para datos no
agrupados, también existe la forma de calcular la mediana para valores agrupados.
A continuación, se indica la fórmula que se debe aplicar:

Me=Li+n2−FAni(i)
Donde:
Li = Límite real inferior del intervalo mediano
n = Número total de observaciones
FA = Frecuencia acumulada anterior al intervalo mediano
ni = Frecuencia absoluta simple del intervalo mediano
i = Tamaño o anchura del intervalo mediano
Lo invito a revisar el ejemplo desarrollado en la guía didáctica de Estadística Básica
de Carlos Correa (2018), (pp. 67-68), donde se explica detalladamente como
obtener el valor de la mediana para datos agrupados.
3.4 Moda
Ahora continuaremos con la moda, cuya definición nos dice que es el dato o número
que se repite con mayor frecuencia en un conjunto de datos. A continuación,
explicaremos como determinar el valor de la moda para datos no agrupados revise
el siguiente ejemplo, donde tenemos los siguientes datos ordenados:
245556678
Por observación directa, podemos decir que el valor de la moda que es
representado por el valor que se repite con mayor frecuencia de ese conjunto de
elementos es 5.
Cuando trabajamos con datos agrupados, se debe utilizar la siguiente fórmula:

Mo=Li+△1△1+△2(i)
Donde:
Li = Límite real inferior del intervalo mediano
Δ1 = Diferencia entre la frecuencia absoluta simple del intervalo modal y del
intervalo pre modal.
Δ2 = Diferencia entre la frecuencia absoluta simple del intervalo modal y del post
modal.
i = Tamaño o anchura de la clase modal
Los invito a revisar el siguiente video Cálculo de la Media Aritmética (Enlaces a un
sitio externo.) (Videoconferencias, 2012), lo que les permitirá profundizar sus
conocimientos en cuanto a esta medida de tendencia central.
Resultó fácil ¿verdad?, la media aritmética y su cálculo son sencillos de aprender,
ahora de la misma forma para reforzar lo aprendido, a continuación encontrarán el
siguiente enlace de la página web: meta biblioteca (Enlaces a un sitio externo.),
donde se encontrarán algunos libros gratuitos sobre Estadística Básica y
Probabilidad, estos recursos les permiten reforzar sus conocimientos con diversas
fuentes de información.
1. a. $878
b. 3, 3 2.
2. a. 7, que se calcula por (6 + 8)/2 5 7
b. 3, 3
c. 0