Pierdant, Alberto - Rodriguez Jesus - Elementos Básicos de Estadistica para Ciencias Sociales (2006) LIBRO COMPLETO

Elementos bsicos de
estadstica para Ciencias

Sociales
Pierdant Rodrguez, Alberto Isaac
Rodrguez Franco, Jess
Mxico DF: UAM-X (Universidad Autnoma Metropolitana. Unidad Xochimilco), CSH
2006
1a. edicin
Pgs. 185
ISBN: 9703107311
ndice
Introduccin .................................................................................................................. 11
Qu es la estadstica? ....................................................... ........ ................................... 13

Estadstica descriptiva ................................................. .................................................. . 14
Estadstica inferencial .................................................................................................. 14
Conceptos empleados en estadstica ............................................................................ 14
Por qu se estudia estadstica? ... ......... .... ... ........... .......... ............ ... ... ..... ... .............. ... 17
Elementos para realizar una investigacin usando estadstica .................. .................... 18
Variables ..................................................................................................................... 19
Escalas de medicin .................................................................................................... 24
El proceso de datos y su descripcin ..... .... .... .............. ............. .......... .............. .......... . 29
Cuadros estadsticos ............................................................ ......................................... 3 1
Elementos para la elaboracin de cuadros estadsticos ....................... .......................... 33
Elaboracin de cuadros estadsticos con Excel ............................................................. 34
Ejercicios ........................................... ......................................................................... 37
Porcentajes, proporciones, razones, coeficientes e incrementos .............. .................... 4 1

Porcentajes ..................................................................................................................... 41
Cmo se calculan los porcentajes en los cuadros estadsticos? .................................... 43
Proporciones ................................................................... ............................................ 46
Razones ........ ............................................................................. .................................. 47
Coeficientes ........... ..................... ........ ....... .......................... ........... .............................. 48
Incrementos ..................................................... .......................................................... 49
Ejercicios .................................................................................................................... 52
Distribucin de frecuencias y grficas en estadstica ................................................... 57

Distribucin de frecuencias para variables cuantitativas .......... ................................ ..... 57
Distribucin de frecuencias para variables cualitativas ................... ........................ ....... 63
Grficas .......... ................................ ............................................. ................ ............ ..... 64
Ojivas ........... ............................. ...... ............ ............................. ........... ......................... 72
G rficas de columnas (barras) simples para datos cualitativos ...................................... 74
Otras representaciones grficas .................................................................................... 76
Ejercicios ............................ ... ....................................................... .............................. 82
Medidas descriptivas de la distribucin de frecuencias ............................................... 8 5

Medidas de tendencia central y de posicin ................................................................ 86
Medidas de dispersin o de variabilidad ...................................................................... 106
Medida de sesgo (asimetra) ....................................................................................... 11 8
Medida de curros is (afilamiento .. ........... .................................. ...... .... .............. ....... 121
Un ejemplo del uso de las funciones estad sticas en Excel .............. ........................... 124
El subprograma "Estadstica De;criptiva'' de Excel ... .... ..... ........................ .......... ..... 125
Ejercicios .................................. ........................................... .......... ........................... 129
Clculo de la media aritmtica

y la desviacin estndar por el rr .todo abreviado ...... .... .......... ... .... ............ ............... 133
Clculo de la media aritmtica .................................................................................. 133
Clculo de la desviacin estn da: ............................................................................... 13 5
Clculo de la media aritmtica) la desviacin estndar
con el mtodo abreviado mediar.te la hoja de clculo de Excel ... .............. .... .............. 136
M todo abreviado de clculo de la media aritmtica
y la desviacin estndar con datos agrupados en frecuencias ........... .............. ............. 140
Clculo de la desviacin estn da con datos no agrupados ........................................ 144
C lculo de la desviacin esrnd, r por el mtodo abreviado
con datos ordenados por magnit 1d ............................................................................. 146
Ejercicios .................................. ................................................................................ 148
Resumen de frmulas estadsticas y funciones en Excel .. .. ... .. .. ... .. ... .. .. .. . .. ... .. .. .. . ... . .. 151
ANEXO I
Algunas consideraciones para e I diseo de encuestas,
.
cuest1onanos. y muestras en c1e11 . etas . soc1a1 es .......... ........................... ...................... .. .. 157
Introduccin ............................ ........... ...................................... ................................ 157
La encuesta ............ ........ ........... ........................................................... ...................... 158
El cuestionario ........................................................................................................... 162
El muestreo .................... ........................................................................................... 164
El proceso de datos ................... ................................................................................. 165
Anlisis estadstico ..................................................................................................... 165
C onclusin .................................................................. .............................. ....... ............ 165
Bibliografa ......... ..... ......................... ................. .... .......... .... ........ .............................. 166
ANEXO II
Elementos bsicos de la hoja de clculo Excel ............................................................ 167
Introduccin ............................................................................................................... 167
Movimientos rpidos en la hoja ................................................................................. 168
Principales componentes de la ventana de Excel ......................................................... 169
Submens de Excel .................................................................................................... 171
Grficas en Excel ......................... ............................................................................... 177
Barras de herramientas .............................................................................................. 180
Bibliografa ................................................................................................................. 183

Introduccin
EL AVANCE ACELERADO de la sociedad moderna y del conocimiento, sumado a la

aparicin de herramientas como la computadora, la fibra ptica, la internet,
la biogentica, as como de nuevas ramas de conocimiento, han obligado a los
individuos a participar en un proceso intenso de asimilacin de todo cambio
tecnolgico que se produzca en la sociedad. Uno de stos es el uso intensivo y comn de
las computadoras y la estadstica en todos los mbitos. Precisamente es el mbito
de las ciencias sociales el que mayor participacin, uso y explotacin le ha dado a
estas herramientas, aunque, justo es decirlo, no siempre en forma adecuada. Este
texto propone un anlisis, combinacin y utilizacin de estas herramientas, con el
objeto de dar al lector una clara comprensin de los fenmenos sociales y, al mismo
tiempo, satisfacer las crecientes exigencias de la sociedad.
Si bien es cierto que el profesional de las ciencias sociales cuenta actualmente con
una gran variedad de herramientas, la estadstica y las computadoras son elementos
que le han permitido ampliar an ms su horizonte de trabajo. Sin embargo, el
especialista social se hace continuamente la siguiente pregunta, cmo puedo obtener
de estas herramientas una mayor ayuda en tiempos donde la velocidad de respuesta a
los problemas sociales requiere da a da de una respuesta certera y rpida? Una respuesta
fcil a esta problemtica planteada, implicar el uso de la estadstica e informtica,
con un mejor nivel de conocimiento de ellas, y una instrumentacin ms pragmtica
en el mbito de las ciencias sociales. El presente libro, por lo tanto, pretende mostrar
ideas al profesional de las ciencias sociales que le permitan combinar estas herramientas
proporcionndole la rapidez de respuesta que hoy la sociedad le est requiriendo.
11
Qu es la estadstica?
CON EL HOMBRE nacen prcticamente las matemticas y la estadstica. La necesidad

de contar dio origen a la primera, de la cual surgi, de manera intuitiva, la segunda.
La estadstica es una ciencia relativamente nueva que tiene por objeto la coleccin
e interpretacin de datos. Estas actividades se remontan a la poca del Viejo
Testamento y los registros que ya elaboraban los babilonios y los romanos sobre la
poblacin.
Los estudios de la poblacin, en sentido estrictamente cientfico, aparecen a
finales del siglo XVIII y principios del XIX. Godofredo Achewald (1719-1772)
introduce por primera vez el nombre de "estadstica'', especificando as a la asignatura
universitaria encargada de la descripcin de las cosas del Estado. Pero fue Adolph
Quetelet ( 1796-1874) quien aplic, tambin por primera vez, mtodos modernos
al estudio de un conjunto de datos.
Aunque formalmente la palabra estadstica surge en el tiempo a partir de la
interpretacin de tres vocablos: status, statera y staat1 -como la aritmtica estatal
que permita asistir al gobernante en el conteo de la riqueza y nmero de sbditos
con el objeto de recaudar impuestos o presupuestar la guerra-, hoy esta ciencia
moderna puede interpretarse2 como:
Un mtodo que permite organizar, sintetizar, presentar, analizar, cuantificar e

interpretar grandes volmenes de datos, de tal manera que se puedan obtener
conclusiones vlidas (dar informacin) sobre los fenmenos en estudio.
Este amplio concepto ha llevado a los especialistas en estadstica a un acuerdo,

que permite clasificar a esta materia en dos grandes ramas, definidas como
1
Status (latn): situacin, posicin, estado. Statera (griego): balanza, ya que la estad stica m ide
o pesa h echos. Staat (alem n) : se refiere al Estado como expresin de unidad poltica superior.
2 Vase C . Meza, A. Morales y R. M agaa, Introduccin al mtodo estadstico, Mxico, UAM-
Xochimilco, 1980.
13
ELEMEN T OS BSICOS DE ESTADSTICA PARA CIENCIAS S OCIALES
estadstica descriptiva y estat'stica inferencia!. Ambas desempean funciones

distintas pero complementarias en el anlisis estadstico.
Estadstica descriptiva
Es aquella rama de la estadst ca que trata del resumen y descripcin de los datos.
Este resumen puede ser tabu ar, grfico o numrico. Su anlisis y descripcin se
limita exclusivamente a los d nos coleccionados, es decir, a los datos que forman
una muestra, por lo que sta, no puede inferir o generalizar acerca de la totalidad
de los elementos que constitnyen la poblacin de estudio.
Estadstica inferencia!
Esta otra rama de la estadstica tiene como objetivo generalizar o inferir

conclusiones tiles sobre la t )talidad de las observaciones (la poblacin) a partir
del anlisis de los datos coleccionados (la muestra). La inferencia estadstica
constituye la base terica dd muestreo, es decir, permite conocer el todo con
cierta aproximacin a partir del estudio de una parte.
Es importante menciona1 que la descripcin de un todo o poblacin con base
en los principios de la estad stica inferencial no da una certeza completa en sus
medidas sumarias, ya que s1as estn sujetas a un posible error, a causa de que las
unidades seleccionadas (m 1estra), ms o menos numerosas, no hayan sido
seleccionadas de acuerdo con ciertos procedimientos y que la variabilidad de las
caractersticas de estudio sea ms o menos grande.
En las anteriores definiones hemos utilizado una serie de conceptos muy
comunes en estadstica; es conveniente especificarlos para que ello permita dar
un mayor entendimiento a Ias mismas.
Conceptos empleados en e: :tadstica
Dato: es un nmero o una medida que ha sido recopilada como resultado de

una observacin. Los datos pueden ser producto de un conteo, una medicin
o una denominacin; por !jemplo: nmero de personas en una poblacin, nmero
1
de empresas en un pas, el peso, gnero y nombre de una persona, etctera.
14
Q U E S L A E S T A D f ST I C A?
Variable: para obtener estadsticas manejamos conjuntos que poseen un

determinado o indeterminado nmero de unidades (personas, objetos, etctera).
Las unidades de estudio tienen determinadas caractersticas; por ejemplo, para
un ciudadano mexicano, podramos sealar: gnero, edad, estatura, peso, lugar
de nacimiento, estrato social, grado de escolaridad, religin, estado civil, etctera;
todas y cada una de estas caracterstica, que adquieren diferentes valores en cada
persona, lugar o cosa y que son susceptibles de una medicin, reciben el nombre
de variables. De esta manera, el estudio de los habitantes de una poblacin,
requerira, tal vez, del uso de variables como gnero, edad, estatura, peso, estrato
social, ingreso, religin, etctera. Como puede observarse, la variable es una
construccin que el investigador genera para analizar una realidad.
Poblacin: es el conjunto formado por un nmero determinado o indeterminado
de unidades (personas, objetos, etctera) que comparten caractersticas comunes
a un objeto de estudio. Por ejemplo, en un estudio de las preferencias de los
votantes en una eleccin presidencial, la poblacin estara formada por todas las
personas registradas en un padrn electoral.
Muestra: es cualquier subconjunto seleccionado de una poblacin, que sigue
ciertos criterios establecidos en la teora del muestreo. La muestra es el elemento
bsico sobre el cual se fundamenta la posterior inferencia acerca de la poblacin
de donde procede.
Pardmetro: es la medida estadstica que cuantifica una caracterstica que ha sido
estudiada para una poblacin. Este valor estadstico se considera verdadero, ya
que su origen parte del estudio de cada uno de los datos que constituyen a la
poblacin.
Estadgrafo o estadstica: es la medida que cuantifica una caracterstica estudiada
en una muestra. Por ejemplo, si tenemos una muestra que enumera a 100
posibles clientes de un producto, y se les pregunta su opinin sobre el mismo,
si 70 de stos lo prefieren, tendremos entonces, que la proporcin muestra!
ser O. 70, y sta ser, en consecuencia, una estadstica.
15
Por qu se estudia estadstica?
LAS DEFINICIONES ANTERIORES nos han dado una idea general de lo que realiza la
estadstica como rama de las matemticas aplicadas, sin embargo, este conjunto de
tcnicas que tienen aplicacin en las ms diversas disciplinas no siempre son aceptadas
por los individuos encargados de aplicarlas. Por supuesto, esta ltima aseveracin
depender del conocimiento adecuado que sobre este herramental estadstico tenga el
usuario. As, los individuos que requieren elaborar estadsticas se preguntan, en muchas
ocasiones, por qu se estudian estas tcnicas. Como indica F. Holgun:
La estadstica proporciona los elementos bsicos para fundamentar, en una

investigacin,
cmo planear la obtencin de los datos para que de ellos se puedan extraer
conclusiones confiables
cmo analizar estos datos
qu tipo de conclusiones pueden obtenerse con los datos disponibles
cul es la confianza que nos merecen los datos. 3
La estadstica, como se puede observar, por medio de sus dos ramas, nos
permite realizar estudios de tipo descriptivo y explicativo prcticamente en todas
las reas del conocimiento humano.
Pero, cmo podemos aplicar estas tcnicas a una investigacin? La respuesta es
simple: siguiendo un mtodo. Son muchos los autores que sugieren un mtodo para
la investigacin estadstica. A continuacin propondremos un resumen muy sencillo
elaborado con varios de estos mtodos. La propuesta que aqu hacemos tiene como
objetivo facilitar la aplicacin de la estadstica en nuestras actividades, y para ello
incluimos herramientas que permiten simplificar las tareas requeridas, siendo una de
ellas la moderna computadora.
3Vase Fernando Holgun Quiones, Estadistica descriptiva aplicada a las ciencias sociales,
Mxico, UNAM, 1981, "El concepto de estadstica en investigacin", pp. 22 y s.
17
ELEME NTOS BSI COS D E EST ADSTICA PARA CIE NC IA S SOC IALES
ELEMENTOS PAR, l. REALIZAR UNA INVESTIGACIN USANDO

ESTADSTICA
Formul.acin del problema. Consiste en la identificacin y especificacin

adecuada de un proble1na de investigacin. En esta etapa es importante
establecer con precisir . la o las hiptesis, el o los objetivos del estudio,
su alcance, y la poblacii Sn de datos asociada al mismo.
Diseo del experimento. En esta segunda etapa, el investigador deber

seleccionar la tcnica de recoleccin de datos (observacin directa,
entrevistas, encuesta, in-restigacin documental) que le permitan obtener
la informacin a un mnimo costo (dinero y tiempo) posible. En esta
etapa, el investigador d,!ber definir el tamao de la muestra, la calidad
requerida y el tipo de datos que le permitan resolver el problema
planteado de la manera ms eficiente.
Recoleccin de datos. E~, tal vez, la etapa de mayor importancia en la

investigacin, ya que la calidad de los datos obtenidos depende de una
buena recoleccin, por lo tanto sta deber sujetarse a reglas estrictas
que permitan obtener l 1 informacin deseada.
Proceso de datos y su deJCripcin. Consiste en la elaboracin de cuadros

estadsticos de trabajo, c 1adros estadsticos de referencia, grficas y clculo
de medidas estadsticas apropiadas al proceso descriptivo o inferencia!
seleccionado. Esto es, s ~ exponen los datos muestrales mediante repre-
sentaciones tabulares, i;rficas y medidas estadsticas con el objeto de
hacer una descripcin de los resultados.
Inferencia estadstica y conclusiones. Esta etapa proporciona una

contribucin muy importante, ya que en ella se define el nivel de
confianza y significancia del proceso inferencia!, lo cual sirve como
orientacin a quien o e uienes deben tomar una decisin sobre el tema
objeto de estudio. Este ltimo permite al investigador establecer una
conclusin sobre el pro~ lema y, en algunas ocasiones, elaborar sugerencias
para la solucin del mi:;mo.
18
P O R Q U S E ES TU D I A E STA D f S T I CA?
~
'
DISENO
DEL
'
,,_ ' -
EXPERIMENTO ~
l. Formulacin del problema II. Diseo del experimento III. Recoleccin de datos
j}
[rn~
PROCESO
1
DE
DATOS I J
Nuevo problema IV. Proceso de datos y su descripcin
j}
[rn ?
Nuevo conocimiento ' ~e~OOe~
V. lnferecia estadstica y conclusiones
Variables
Como ya ha sido indicado, la primer etapa en el desarrollo de una investigacin

estadstica comprende la formulacin del problema, en la cual debe sealarse la
hiptesis o las hiptesis de investigacin, y por lo tanto, la variable o variables de
19
ELEME NTOS BSICOS DE ES TADSTICA PARA CIENCIAS SOC IALES
estudio que le posibiliten co.nprobarlas, es decir, el investigador debe contar con

elementos que le permitan probar sus hiptesis. En estadstica, estos elementos
los constituyen las variables ie la investigacin. Reiteramos: una variable es cada
una de estas caracterstica :cualidad, rasgo, atributo o propiedad) que toma
diferentes valores en cada persona, lugar o cosa y que es susceptible de una
medicin. De esta forma, er . estadstica, las variables se pueden clasificar en dos
grandes grupos, definidos eorno variables cuantitativas o mtricas y variables
cualitativas o no mtricas.
Las variables cuantitativas o ri ltricas son aquellas cuya determinacin est asociada
a una unidad de medida; por ejemplo, la estatura de una persona, el nmero de
habitantes de una poblaciu, el ingreso mensual de los individuos de un pas,
etctera. Estas variables se su JClasifican a su vez en variables discretas y continuas.
Las variables discretas o disco '1tinuas son aquellas que cuantifican la caracterstica
por medio de valores entero:: y nunca mediante fracciones de los mismos. Como
ejemplo de este tipo de vari bles tenemos, el nmero de clientes de un banco, el
nmero de hijos en una frmilia, el nmero de alumnos en un grupo de la
universidad, el nmero de personas en una poblacin rural, el nmero de
automviles en una ciudad, etctera.
Las variables continuas son a,1uellas que pueden tomar cualquier valor numrico,
es decir, un valor entero o fraccionario en un intervalo previamente especificado.
As, por ejemplo, la variab e tiempo en una investigacin podra medirse en
intervalos de horas, o bien en horas y minutos, o bien en horas, minutos y
segundos, segn sea el requerimiento de la misma.
Las variables cualitativas o no mtricas especifican y miden cualidades en los

individuos, lugares o cosas ;; partir de su descripcin con palabras. Ejemplos de
ellas son: la variable gnero (hombre, mujer), la variable religin (catlica,
protestante, etctera), la va1iable idioma (espaol, ingls, francs, etctera), la
variable estatus social (alto, medio, bajo), la variable calidad de un servicio (bueno,
regular, malo), etctera. Al igual que las variables cuantitativas, pueden
subclasificarse en variables cualitativas nominales y ordinales.
Variables nominales. Son aqtellas variables no mtricas usadas para describir una
caracterstica que no puede ser cuantificada numricamente; por ejemplo, el
nombre de una persona, el :;nero de los individuos en un grupo universitario,
20
P O R Q U S E ES TU D I A ESTA D f S TI C A?
su idioma, religin, la licenciatura que cursan, etctera. En algunos casos, a estas

variables se les asignan nmeros de acuerdo con una regla especfica, pero estos
nmeros slo se emplean para diferenciar a los distintos objetos o categoras. As,
la variable gnero podra clasificarse mediante dos categoras: 1 para los hombres
y 2 para las mujeres. De esta manera, en una investigacin todos los individuos 1
sern hombres y todos los 2 sern mujeres. Esta numeracin en las variables
nominales no permite ninguna operacin aritmtica o algebraica.
Variables ordinales. Son aquellas variables no mtricas que permiten describir la

caracterstica de una persona, objeto o lugar, a partir de diferenciarla en diversas
categoras establecidas en orden de supremaca de acuerdo con un criterio
jerrquico. La diferencia que se establece entre las categoras ordinales no tiene
significado cuantitativo, slo expresa que una situacin es mejor que otra, pero
no cuantifica (la valuacin es subjetiva). Un ejemplo de ello es la evaluacin que
un cliente puede realizar respecto del servicio en un restaurante. El servicio fue
malo, regular, bueno o muy bueno. Como se puede observar, la variable mide
diversas categoras que han sido establecidas de acuerdo con un criterio pero no
puede establecer en ellas una cuantificacin numrica, ya que la evaluacin
realizada por el cliente es subjetiva.
La clasificacin de las variables anteriormente expuesta, que parte del punto

de vista de la estadstica, no es nica, ya que cada disciplina cientfica crea alguna
denominacin para las variables que en ella se manejan comnmente. As, lo que
en el momento de la operacionalizacin es una variable nominal, ordinal, intervalar
o de razn, en el momento de su representacin grfica puede ser una variable
discreta o continua, y al realizar su anlisis puede ser dependiente o independiente.
Por ejemplo, en las ciencias sociales es comn establecer relaciones entre variables
experimentales, las cuales se clasifican, desde el punto de vista metodolgico, en
variables dependientes y variables independientes.
La variable dependiente es aquella cuyos valores estn condicionados por la variable

o las variables independientes con las que tiene relacin. Por lo tanto, la variable o
las variables independientes son la causa iniciadora de la accin, es decir, condicionan
de acuerdo con sus valores a la variable dependiente. Proponemos un ejemplo de
tipo econmico que nos permitir establecer una relacin con este tipo de variables.
Consideramos el comportamiento del ahorro de un individuo en una sociedad. El
modelo econmico que explica su ahorro podra ser:
Ahorro = Ingreso - Gasto
21
ELEMENTOS BSICOS DE ESTADfSTICA PARA CIENCIAS SOCIALES
AHORRO($)= lNGRE ;o($) - GASTO($) BSERVACIN
900 10 )0 100 Ahorro alto
200 10 )0 800 Ahorro bajo
o 10 )0 1000 No hay ahorro
No hay ahorro. Dficit

-200 10 )0 1200 cubierto con crdito
En este modelo, el ahorrJ, la variable dependiente, presentar una situacin

especfica de acuerdo con el comportamiento que tengan las variables indepen-
dientes de la relacin. En e cuadro anterior se muestran cuatro escenarios del
ahorro con base en el comportamiento del ingreso y gasto.
Independientemente del rea de la ciencia y de la terminologa que en ella se
utilice para describir a las variables, stas son susceptibles de clasificarse segn la
taxonoma establecida para su manejo estadstico. Sin embargo, no slo es importante
identificarlas y clasificarlas, si no tambin debern definirse adecuadamente a partir
del criterio establecido por el investigador. Por lo tanto, esta es la ltima etapa en la
definicin de las variables qu~ sern usadas en una investigacin, y de acuerdo con
Hernndez, Fernndez y Baptista,4 su definicin deber establecerse en dos niveles,
especificados como nivel cor. ceptual y nivel operacional.
Nivel conceptual. Consiste en definir el trmino o variable con otros trminos. Por
ejemplo, el trmino "poder" podra ser definido como "influir ms en los dems
que lo que stos influyen en uno". Este tipo de definicin es necesaria pero
insuficiente para definir una variable, debido a que no nos relaciona directamente
con la realidad, ya que, como se puede observar, siguen siendo conceptos.
Nivel operacional. Constituye el conjunto de procedimientos que describen las

actividades que un observadJr realiza para recibir las impresiones sensoriales que
indican la existencia de un concepto terico (conceptual) en mayor o menor
grado, es decir, consiste en especificar las actividades u operaciones necesarias
que se deben realizar para rr edir una variable.
Vase S.R. , Hernndez, et ai, M etodologa de la investigacin, Mxico, McGraw-Hill, 1991,

4
pp. 99-102.
22
P O R Q U S E E ST U D I A ESTA D f STI C N
VARIABLE = AUSENTISMO LABORAL
Nivel conceptual: "El grado en el cual un trabajador no se report a trabajar a la hora

en la que estaba programado para hacerlo".
Nivel operacional: "Revisin de las tarjetas de asistencia al trabajo durante el ltimo mes".
VARIABLE= GNERO
Nivel conceptual: "Condicin orgnica que distingue al macho de la hembra".

Nivel operacional: ''Asignacin de la condicin orgnica: hombre o mujer".
Con estas dos definiciones el estudiante o investigador estar ahora en posibilidad

de acotar adecuadamente las variables para un manejo estadstico de acuerdo con
el inters que se tiene en ellas, as sea la realizacin de un estudio o una investigacin.
Un par de ejemplos de ello, se mostraron con anterioridad.
A continuacin se muestra de manera grfica la clasificacin de las variables
desde el punto de vista de la estadstica, as como la definicin conceptual y
operacional que el investigador debe proponer de ellas.
En esta etapa, se recomienda al investigador o estudiante especificar las variables
que habr que utilizar en su investigacin, no nicamente por su tipo desde el punto
de vista estadstico, sino principalmente definir conceptual y operacionalmente cada
una de ellas, de tal forma que stas queden perfectamente detalladas en la investigacin
que se est realizando. Con esto ltimo ya definido, el investigador puede pasar a la
etapa de recoleccin de datos, lo que posteriormente le permitir llegar al proceso de
datos y su descripcin, tema del siguiente captulo.
Discretas Continuas Nominales Ordinales
1 Nivel conceptual 1
J Nivel operativo )
23
ELEMENTOS BSICO i DE ESTADSTICA PARA C IEN C IAS SOCIALES
Escalas de medicin
Una vez que hemos especifi1:ado por un lado las variables que se manejarn en
una investigacin, y por otrc >, su descripcin a nivel conceptual, es muy conve-
niente tambin establecer, er conjunto con el nivel operacional, la llamada escala
de medicin, la cual nos pe :rmite definir con precisin la forma en la que el
investigador medir en la pdctica sus variables.
Los niveles o escalas de medicin estn definidos mediante cuatro tipos
generales: la escala nominal, la escala ordinal, la escala de intervalos y la escala de
razn.
Escala nominal
Es el tipo ms limitado de m1:dicin que puede tener una variable. Se emplea para
hacer referencia a los datos que slo pueden clasificarse en categoras, es decir, se
aplica a aquellas variables que no pueden medirse mediante escalas numricas, sino
nicamente a partir de contar cada una de las caractersticas (se realiza un conteo
de datos).
Esto ltimo nos indica 11ue en este nivel de medicin no existe un orden
particular para organizar a los distintos grupos que forman los valores de la
variable. Estas categoras o g upos son mutuamente excluyentes, es decir, que un
dato al clasificarse slo pm de pertenecer a un grupo de la clasificacin. Por
ejemplo, al preguntrsele a t .n alumno de la universidad la licenciatura que est
cursando, ste slo puede responder administracin (u otra), pero no puede
respondernos que cursa administracin y medicina. En el caso de clasificar a un
automvil por marca, no puede ser al mismo tiempo, chevrolet y renault,
clasificndose slo en una.
En este tipo de escalas, lc,s grupos o categoras deben ser exhaustivos, lo cual
significa que todos los dato.; de la poblacin o muestra a clasificar pueden ser
incluidos en su grupo o categora respectiva. As por ejemplo, los alumnos de la
Divisin de Ciencias Socialc:s y Humanidades en la UAM-Xochimilco, debern
clasificarse para las licenciaturas de administracin, economa, psicologa,
comunicacin, sociologa, poltica y gestin social, como se muestra en el cuadro
estadstico A.
24
P O R Q U S E E ST U D I A E STA D f ST I C A1
CUADRO A
Divisin de Ciencias Sociales y Humanidades,
alumnos por licenciatura
Licenciatura Alumnos
Administracin 425
Economa 350
Comunicacin 475
Sociologa 370
Psicologa 320
Poltica y Gestin Social 140
Total 2 080
1
Escala ordinal
Esta escala presenta diferentes niveles de medida entre sus categoras, una mayor
que otra, de tal forma que todas tienen diferente valor subjetivo. Esta medida
diferente tiene dos caractersticas importantes, la primera consiste en, como ya
indicamos, que el valor que toma la variable es subjetivo, y la segunda, es aquella
que obliga a clasificarla en las categoras establecidas, en un orden especfico. Por
ejemplo, suponga que un investigador desea medir la calidad del servicio que presta
el transporte pblico Metro de la Ciudad de Mxico, y para ello pregunta a una
muestra de individuos lo siguiente:
Cmo considera usted la calidad del servicio del Metro de la Ciudad de Mxico?
Mala Regular Buena Muy Buena
La clasificacin de sus respuestas seguir un orden de acuerdo con el valor

que cada individuo le asigne en la muestra; as por ejemplo, el investigador podra
mostrar sus resultados a la pregunta como los indicados en el cuadro B o bien
como los del cuadro C.
25
ELEMENTOS BSICO i DE EST ADSTICA PARA C IENCIAS SO C IALES
CUADRO B CuADRo c
Calidad del servicio Res ,uestas Calidad del servicio Respuestas
Muy Bueno 50 Malo 15
-
Bueno l 50 Regular 35
Regular 35 Bueno 150
Malo 15 Muy Bueno 50
La escala ordinal de medicin presenta al igual que la escala nominal, las mismas
caractersticas, es decir, sus c 1tegoras o grupos de clasificacin son mutuamente
excluyentes y exhaustivos.
Escala de intervalo
Esta escala de medicin prese1tta las mismas caractersticas bsicas que tiene la escala
ordinal, salvo que en sta es J>osible establecer valores numricos constantes en las
diversas categoras, y por ello e ,tablecer medidas o cuantificaciones entre unas y otras.
Un ejemplo de este tipo de e:;cala es la medicin de la temperatura ambiente; una
temperatura normal ser para un determinado lugar 23 centgrados, pero bien podra
estar en un intervalo entre 25 y 28. Observe que el cero (O) en este tipo de escala es
arbitrario, ya que O en el aml,iente no significa que no haya temperatura, sino slo
un determinado estado de fre .
Otro ejemplo de escala d :'. intervalo nos lo muestra el cuadro que califica la
habilidad de los operarios pa~a el armado de un componente electrnico en una
empresa del valle de Toluca (c1adro D).
CUADRO D
Calificaci6n de habilidad
)unruaciones Obreros
91 - 100 30
81 - 90 25
71 - 80 15
61 - 70 13
50 - 60 10
:nenos de 50 4
26
POR QU SE ESTUDIA ESTADfSTICA?
En este ejemplo, un operario puede tener una habilidad de 75, otro 85 y otro
de 95, la diferencia de habilidad entre uno y otro es cuantificable (10 unidades).
Tambin podemos observar que un valor cero no tendra significado, ya que
finalmente todos los operarios tienen algn grado de habilidad.
En esta escala se dice que el valor cero es arbitrario.
Escala de razn
Es el nivel de medicin ms alto. Esta escala tiene codas las caractersticas que
presenta la escala de intervalo, es decir, las categoras se especifican con nmeros.
El tamao de stas es conocido y constante; son tambin mutuamente excluyentes
y exhaustivas. Su gran diferencia con respecto a la escala de intervalo es, por un
lado, que en la escala de razn el punto cero s es significativo, y por otro, el
cociente o razn entre dos nmeros de la escala tambin lo es.
Como ejemplo considere la variable siguiente: gasto diario en transporte de
un alumno de la universidad.
CUADRO E
Gasto diario en transporte
Gasto($) Alumnos
O - 10 30
11 - 20 25
21 - 30 5
31 - 40 3
El alumno puede tener un gasto de $7.50 al da, pero tambin podra suceder que
tenga un gasto de $0.00, lo que nos indicara que, quiz, el alumno camina diariamente
a la universidad. Es decir, el cero, tiene significado.
Considere ahora un alumno que gasta $20.00 diarios en transporte y otro que
gasta slo $1 O. 00. El primero gasta el doble que el segundo, es decir, el cociente entre
ambas cantidades tiene un significado al realizar un anlisis.
27
El proceso de datos y su descripcin
UNA VEZ QUE EL INVESTIGADOR ha diseado su experimento, recogido los datos

del estudio mediante un instrumento de recoleccin (cuestionario, entrevista,
observacin, etctera), la siguiente etapa del proceso estadstico consistir en
agruparlos y procesarlos.
La etapa de agrupacin de datos tiene como objetivo el condensarlos en una
primera fase antes de obtener las medidas estadsticas que los sumaricen o
condensen an ms. Esta primera agrupacin, que en estadstica se define como
presentacin tabular, consiste en agruparlos mediante la elaboracin de cuadros
estadsticos o tablas estadsticas.
Para agrupar datos deber realizarse, primeramente, la definicin de cules y
cuntos grupos o clases se tienen en cada variable de la investigacin; para ello,
utilizaremos la definicin operacional de las variables. Despus se proceder al
conteo y clasificacin de cada dato en los grupos o clases determinados
previamente. As, por ejemplo, en la caracterstica gnero, se establecen
primeramente dos clases o categoras, definidas como hombre y mujer; una vez
hecho esto se deber contar y clasificar a cada hombre o mujer entrevistada en el
estudio. Para tener esta primera agrupacin, el investigador o estudiante cuenta
actualmente con la tabulacin manual o bien el proceso electrnico de datos.
Tabulacin manual. Consiste en hacer el recuento mediante el uso exclusivo de

papel y lpiz. Se realiza el conteo en hojas tabulares, registrando el dato en la
clase correspondiente conforme ste aparece en la fuente. Para ello pueden
emplearse dos sistemas: el de diagonales o rayas y el de cuadrados.
DIAGONALES (RAYAS) 'fHt.. 5 U NIDADES
CUADROS 0D 9 U N IDAD ES
29
EL E MEN T O S BSIC O i D E E STA D STI CA P AR A CI E NCIAS SOCIALES
La experiencia demuestra 1ue el sistema de cuadros presenta un menor nmero

de errores en el conteo, ya q1 te es ms fcil percibir cuando se han completado 5
unidades; mientras que el sistema de diagonales puede dar lugar a errores en los
que se incluye un mayor o ur menor nmero de unidades en lugar de las 5.
Un ejemplo de esta tabulacin se muestra a partir de la clasificacin por gnero
de 24 personas en la forma si ;uiente:
HOMBRES:
[ZJ[ZJ 10
MUJERES:
[ZJ [ZJ D 14
La tabulacin manual pue,ie efectuarse adems mediante el traslado de los datos

a hojas o cuadros de concentI acin. Estas hojas o cuadros permiten tener a la vista
los datos que se encuentran di ,persos en los cuestionarios o tarjetas del investigador;
con ellas es ms simple realizar su conteo. El registro de estos datos se simplifica
por medio de seales elementales: (.) (X) (./); y los totales se muestran al pie de las
columnas como se puede apr1 :ciar en el siguiente cuadro de concentracin.
C UADRO 1
Sexo Nac ionalidad Carrera que cursa Trabaja

Cuest. M F Me} .. Ext. Eco. Soc. Com. Adm. S No
1 X X X X
2 X X X X
-
3 X X X X
4 X X X X
....
f - --
Total 10 10 18 2 5 5 5 5 5 15J
La tabulacin manual es recomendable cuando el nmero de cuestionarios o

datos recolectados no es mu: r grande y las categoras o clases especificadas sean
poco numerosas. En estas con1 liciones, la tabulacin manual suele ser ms ventajosa
que la tabulacin de procesamiento electrnico.
30
EL PROCESO DE DATOS Y SU DESCRIPCIN
Proceso electrnico de datos. Es recomendado en aquellas investigaciones que

requieren de operaciones a gran escala, que son complicadas y con alto grado de
repeticin. Este sistema es preferido al manual por la gran velocidad y eficiencia con
la que la computadora procesa los datos; sin embargo, a pesar de estas ventajas, se
requiere de una cantidad relativamente grande de trabajo preliminar en la elaboracin
del programa de computadora as como en la captura de los datos para su proceso.
En la actualidad, el investigador cuenta con una gran variedad de programas de
computadora (paquetes) que le permiten procesar los datos eficientemente, entre
algunos de ellos se tiene SPSS (Statistical Package for Social Science), SPSS for Windows,
SAS (Statistical Anaiysis System), MINITAB, etctera. A continuacin se muestra un
cuadro de concentracin elaborado con el paquete SPSS.
TRABAJA ACTUALMENTE?
Frequency Percent Valid Percent Cumulative Percent
Valid S 4 80.0 80.0 80.0
No 1 20.0 20.0 100.0
Total 5 100.0 100.0
Cuadros estadsticos
El resultado del proceso de tabulacin o condensacin de datos se presenta en lo

que en estadstica se llaman cuadros estadsticos, tambin conocidos con el nombre
incorrecto de tablas estadsticas, error producto de la traduccin inglesa. Los cuadros
estadsticos slo tienen como objetivo ser depsitos de datos o bien contener datos
ya procesados, es decir, informacin, que el investigador utiliza como herramienta
en sus anlisis. Los cuadros estadsticos tienen como principales ventajas presentar
una gran cantidad de informacin, la posibilidad de leer valores exactos y la sencillez
de elaboracin.
Con base en el uso que el investigador le d a un cuadro estadstico, stos pueden
ser clasificados en dos tipos: cuadros de trabajo y cuadros de referencia.
Cuadros de trabajo. Son aquellos que contienen datos producto de una tabulacin.
En otras palabras, son cuadros depositarios de datos. stos son utilizados por el
investigador para obtener, a partir de ellos, las medidas estadsticas requeridas. Un
ejemplo de este tipo de cuadros se muestra a continuacin (Cuadro 2).
31
ELEMENTOS BSICCS DE ESTADSTICA PARA CIENCIAS SOCIALES
CUADRO 2
Prot'uccin de oro y plata en Mxico
(toneladas)
Aio Oro Plata
1990 8.5 2 351.60
1991 8.9 2 223.60
1992 10.4 2 317.40
1993 11.1 2 415.80
1994 14.4 2 325.40
FUENTE: Departamento de Ii 1formacin de Negocios de Banamex, con datos del Instituto

Nacional de Estadstica, Geograft e Informtica (INEGI).
En el cuadro anterior se observa simplemente la presentacin de los datos de

la produccin de oro y plat~ de 1990 a 1994 como resultado de un conteo de la
produccin nacional de esos metales sin incluir en l ningn tipo de clculo.
Cuadros de referencia. Son aqt Lellos que tienen como finalidad ayudar al investigador
en el anlisis formal de las interrelaciones que tienen las variables que estn en
estudio, es decir, contienen informacin ya procesada de los cuadros de trabajo
(proporciones, porcentajes, 1asas, coeficientes, etctera). El Cuadro 3 muestra un
cuadro de referencia elabora,lo a partir del cuadro de trabajo 2.
El cuadro de referencia es, por lo tanto un cuadro analtico en el cual se han
transformado los datos absol 1tos. Para el Cuadro 3, la transformacin de los datos
absolutos de produccin se ha plasmado en un clculo de variacin anual. 5
CUADRO 3
Prot 1uccin de oro y plata en Mxico
Ao Oro (toneladas) Variacin anual(%) Plata (toneladas) Variacin anual (%)

1990 8.5 -0.8 2 351.60 2.0
1991 8.9 4.6 2 223.60 -5.4
1992 10.4 16.5 2 317.40 4.2
1993 11.1 6.8 2415.80 4.2
1994 14.4 29.4 2 325.40 -3.7
FUENTE: Departamento de In formacin de Negocios de Banamex, con datos del INEGI.
5 El clculo de la variacin an 1al se explica detalladamente en el apartado "Incrementos".
32
Elementos para la elaboracin de cuadros estadsticos6
La construccin de cuadros estadsticos de trabajo o de cuadros de referencia requiere

prcticamente de los mismos elementos en su elaboracin, ya que ambos presentan
las mismas caractersticas estructurales, por lo que los elementos que a continuacin
se describen debern ser utilizados en la conformacin de stos indistintamente.
1. Nmero del cuadro. Es el primer elemento de todo cuadro estadstico. Tiene

como objeto permitir una fcil y rpida referencia al mismo.
2. Ttulo. Es el segundo elemento del cuadro estadstico. En l se deber indicar el
contenido del cuadro, su circunscripcin espacial, el periodo o espacio temporal
y las unidades en las que estn expresados los datos.
3. Nota en el ttulo (encabezado). Elemento complementario del Ttulo. Se emplea
slo en aquellos cuadros en los que se requiere proporcionar informacin
adicional; incluso como un todo o relativa a la parte principal del mismo.
4. Casillas cabecera. Contienen la denominacin de cada caracterstica o variable
que se clasifica. Por ejemplo, para los cuadros 2 y 3, las casillas de cabecera estn
formadas por oro, plata y variacin anual %.
5. Columnas. Son las subdivisiones verticales de las casillas cabecera. Se incluyen
tantas columnas en una casilla cabecera como categoras le correspondan. Por
ejemplo, al clasificar la variable gnero en un cuadro estadstico, se tendra una
columna para hombres y otra para mujeres.
6. Renglones. Son las divisiones horizontales que corresponden a cada criterio en
que es clasificada una variable. Por ejemplo, en los cuadros 2 y 3, la produccin
de oro y plata es clasificada para cada ao en el periodo 1990 a 1994.
7. Espacio entre hs renghnes. Tienen por objeto hacer ms clara la presentacin de los
datos, facilitando as su lectura. Un ejemplo de ste se muestra en el Cuadro 3.
8. Lneas de cabecera. Son las lneas que se trazan para dividir las casillas de cabecera
de los renglones.
9. Cabeza del cuadro. Est formada por el conjunto de casillas cabecera y encabezados
de columnas.
1O. Casillas. Es la interseccin que forman cada columna con cada rengln en el
cuadro. Las casillas contienen datos o bien los resultados de clculos efectuados
con ellos.
11. Cuerpo del cuadro. Est formado por todos los datos sin considerar la cabeza del
cuadro y los renglones de totales.
6El contenido de este subtema se ha tomado, con modificaciones, del propuesto por F. Holgun
Quiones en Estadstica descriptiva aplicada a las ciencias sociales, op. cit. , pp. 44-46.
33
EL E MENTOS BSIC C S DE ESTAD STICA PARA CIEN C IAS SO C I ALES
12. Rengln de totales. Es un elemento opcional en los cuadros estadsticos. Se agrega

el rengln de totales slo en aquellos cuadros donde es posible sumar el contenido
de las columnas. Esta car~ _cterstica del cuadro tambin es vlida para las filas, es
decir, es posible tener columna de totales.
13. Lnea final de cuadro. Es .a lnea que se traza al final del cuerpo del cuadro y, en
su caso, al final del renglc,n de totales. Divide los datos y clculos de la nota de
cabecera, notas al pie del cuadro y la fuente.
14. Notas al pie del cuadro. S ~ usan para calificar o explicar un elemento particular
en el cuadro que presente .ma caracterstica distinta de clasificacin. Por ejemplo,
si en el cuadro 3, la produccin de oro de 1994 fue la obtenida durante el
primer semestre del ao, esto se deber indicar en una nota al pie del cuadro.
15. Fuente. Es el ltimo elem,~nto en un cuadro estadstico. Tiene por objeto indicar
el origen de los datos.
Para mostrar cada uno dt los elementos que constituyen un cuadro estadstico
se han elaborado, mediante una hoja electrnica de clculo,7 dos ejemplos: el
cuadro de trabajo nmero 4 y el cuadro de referencia nmero 5, ambos relativos
al gasto federal en educacin durante tres generaciones en Mxico.
Para complementar la elaboracin de cuadros estadsticos, el lector podr consultar
la siguiente direccin electrr tica: http://www.geocities.com/aipierdam/ cuadros/.
Elaboracin de cuadros estadsticos con Excel
Las hojas electrnicas como Excel permiten la elaboracin rpida de cuadros y

grficas estadsticas. En esta .;eccin se describir brevemente el procedimiento de
construccin de cuadros estadsticos. Si usted no tiene experiencia con la hoja
electrnica de Excel le sugerir.1os revisar el anexo II, en el cual se da una introduccin
al manejo de este paquete, mostrndose los conceptos y comandos bsicos usados
en l. Si usted requiere de m; informacin respecto del tema, le sugerimos recurrir
a la amplia bibliografa elaborada sobre el mismo.
El proceso de construcci1 >n de cuadros estadsticos es similar para cuadros de
trabajo o de referencia. Los ~lementos considerados debern utilizarse como una
gua en la construccin de cualquier tipo de cuadro. Como ejemplo utilizaremos el
cuadro de trabajo nmero 4.
7
Las hojas electrnicas de c culo aparecen con las microcomputadoras y no son ms que
programas diseados para elaborar cuadros y grficas, as como para realizar clculos numricos de
diversos cipos (aritmticos, algebra cos, estadsticos, financieros, etctera).
34
Nmero del cuadro Noca

Ttulo ----- C 4 en el ttulo
----._ U ADRO ---- Casillas
Gasto federal en educacin durante tres generaciones' en Mxico cabecera
Lnea
de cabecera Generacin ~
------Gaseo federal en educacin 2
Bsica
1977-1992
159 253
115 244
1978-1993
160 029
113 595
1979-1994
160 274
111 230
Renglones Media 23 079 23 210 23 694
Rengln
----
Superior 20 930 23 224 25 350
de total
Tamao de la generacin3 17 684 18 681 19 575

Bsica 12 629 13 536 14 126
Media 3 842 3 939 4 180 Lnea final
de cuadro
Notas su_p_e_rio_ r_ __ _ _ _ _1_2_1_3_ _ _ 1
____ _ 20_6_ _ _ 1_2_6_9_____
pie- - - , se supone un promed10 d e 16 anos
al- - - d e 1nstrucc1on
(seis
d e bs1ca,
seis
d e med1a y cuatro d e supenor
).
2 Millones de nuevos pesos de 1994.
Fuente 3 Miles de matriculados en el sistema de educacin pblica.
- - - FUENTE: Departamento de Estudios Econmicos de Banamex, con datos de informes de gobierno.
Nmero del cuadro

Nota
Ttulo C ,
---- UADRO 5 - - - - e n el utulo
------
Gasto federal en educacin durante tres generaciones' en Mxico(%)
Lnea Casillas
------..
de cabecera Generacin ~abecera
1977-1992 1978-1993 1979-1994
2
Gasto federal en educacin 100.0 100.0 100.0
Bsica 72.4 71.0 69.4
Renglones Media 14.5 14.5 14.8
Superior 13.1 14.5 15.8
Rengln
de total
Tamao de la generacin3 100.0 100.0 100.0----
Bsica 71.4 72.5 72.2
Media 21.7 21. l 21.4 Lnea final
Noca de cuadro
al pie Superior 6.9 6.5 6.5 ..---
- - - -- - - -- -- - - - - - - -- - -- - - - - - -
------
Fuente_
1 Se supone un promedio de 16 aos de instruccin (seis de bsica, seis de media y cuatro de superior}.
FUENT E: Departamento de Estudios Econmicos de Banamex, con datos de informes de gobierno.
35
~ LEMENTOS B SICOS DE ESTADfSTICA PARA C IE NC IA S SOC IA L E S
Seleccione en la hoja el r,!a de construccin del cuadro (columnas y renglones

a utilizar).
Determine el nmero de <:olumnas y renglones requeridos. Considere que cada
columna en el cuadro corresponde a una columna en la hoja, y as,
respectivamente, para los renglones del mismo.
Ubique el nmero de cuadro, ttulo, subttulo y unidades de medida en las
celdas de la primer colurr. na en su rengln correspondiente, como se indica en
la Figura l.
Capture en las columnas <:orrespondientes las casillas de cabecera (Figura 1).
Agregue en el rengln re.;pectivo las frmulas o datos necesarios en el cuadro
estadstico, tal como se indica en la Figura 1.
Capture en su caso las not is al pie y la fuente, dejando entre ambas una lnea de
separacin (Figura 1).
D formato final al cuadre, (Figura 2), e inicie con la alineacin de columnas del
nmero de cuadro, ttulo, subttulo y unidades, as como la seleccin del tipo de
letra y tamao. Posterion neme, d formato (alineacin, tipo de letra, tamao
de letra, etctera) a las ca ;illas de cabecera y trace las lneas respectivas. Como
tercer paso en este punto, d formato a los renglones de cuadro. Finalmente, trace
la lnea final de cuadro y e formato a las notas al pie y la fuente.
FIGURA 1
ti
...
X
36
FIGURA 2
llJ ~ fdi;n )'.er ' (ilsllrtar E.OnMto tw,'.-,tas ~ ~ l Escriba una i:-eounta
I D ~ i1 tl 1 el ~ j 1 IQ e. <' 1 ,;.1. r, l 9.
I: ai ti U j D 4J l?) ~ i 10 j a: j e .

l t; ti .. ,ji 'llit 1 @ ~ ~ 1"l"";Resporoer con ~arrbios.. , Te,mmr rewoo... - -- -.
-.
fi1gura2 . lt,
e e o E F Q H 1
...
1 1 1
2 Cuadro4
4 GASTO FEDERAL EN EDUCAON DURANTE TRES GENERACIONES 1
s EN Mf:XICO 1

1 1977-1992
GENERAOON
1978-1993 1979-1994
g GASTO FEDERAL EN EDUCAOW 159.253 160.029 160.274
9 BASICA 115.244 113.595 111.230
11 MEDIA 23.079 23.210 23.694
n SUPERIOR 20.930 23.224 25.350 I
12 ---
13 TAMAtlO DE LA GENERACION3 17.684 18.681 19.575
14 BASICA 12.629 13.536 14.126 i
15 MEDIA 3.842 3.939 4.180
1$ SUPERIOR 1.213 1.206 1.269
17 'Se.....,._ un pr-dlo de 11 el\oe de in.truccl6n CNis de blea, Nill de medie v cuetro
18 11e.......-1ar.
2
19 Mllonff d e ~ . , . _ de 1194.
20 Mies de matriculedo en el ..tema de edlKMl6n Dll>liu
ZI
22
23
FUatlf;
de Golllerno. +
o d e ~ Econ6mleoe do BA=r _,.......,
=l
de nforfflff .....
ll ... .. J :.t1f
Ejercicios
Utilice Excel o cualquier paquete de hoja de clculo de que disponga y elabore

como ejercicios los siguientes cuadros estadsticos.
El CUADRO
Crecimiento de televisin restringida en el Distrito Federal
Aos Hogares con tv restringida Hogares con Cablevisin Hogares con Multvisn
1989 87 489 85 400 2 089

1990 126 483 100 400 26 083
1991 189 175 115 400 73 775
1992 311 456 146 000 165 456
1993 418 049 158 000 260 049
1994 651 033 233 000 418 033
FUENTE: Empresas de televisin restringida: Cablevisin y Multivisin.
37
ELEMENTOS BSICOS DE ESTAD STICA PARA CIENCIAS SOC IA LES
CUADRO E2
Exportacin de crudo
(miles de barriles diarios)
Tipo 1983 1')84 1985 1986 1987 1988/p

Maya 859.1 '.>04.2 829.4 716.5 818.9 768.3
Istmo 677.9 (i20.4 604.9 573.1 526.1 466.7
Olmeca o o o o o 71.7
Toral 1537.0 l '. i24.6 1434.3 1289.6 1345.0 1306.7
p/ Cifra preliminar
FUENTE: Pemex, Informe de Labores 1987-1988 y Memorias de Labores.
CUADRO E3
Poder t!dquisitivo del salario 1940-1997
Horas de trabajo para adquirir

Presidente Sex<nio Variacin% una canasta bsica
M. vila Camacho 40-46 -19.6 13.21
M. Alemn Valds 46-52 -10.8 15.38
A. Ruiz Corcines 52-58 19.2 12.3
A. Lpez Mareos 58-64 50.4 8.03
G. Daz Ordaz 64-70 34.4 6.10
L. Echeverra A. 70-76 32.0 5.15
J. Lpez Portillo 76-82 12.8 5.24
M. de la Madrid 82-88 -98.0 9.19
C. Salinas de G. 88-94 -56.0 16.39
E. Zedillo P. 94 al 97 -22.0 25.13
F UENTE: INEGI y Secofi.
38
CUADRO E4
Fuentes de Ingreso del Departamento del Distrito Federal
(millones de pesos)
FUENTE 1995 1996 1997
Contribuciones 9 337 11 488 15 914

Participaciones en Ingresos Federales 7 392 10 603 11 202
Organismos y Empresas controladas por el DDF 1 805 3 006 3 489
Financiamiento 1 091 5 100 5 950
TOTAL 19 625 30 197 36 555
FUENTE: Secretara de Finanzas del DDF.
CuADRoE5
Promedio de escolaridad de la PEA segn sexo
(grados escolares) 1
AO TOTAL HOMBRES MUJERES

1991 6.6 6.5 7
1993 6.7 6.6 7.1
1995 7.1 7.1 7.3
1996 7.4 7.3 7.6
1997 7.6 7.5 7.7
1998 7.5 7.5 7.7
1999 7.5 7.4 7.7
2000 7.7 7.6 8
2001 7.8 7.7 8.1
2002 7.9 7.8 8.2
2003 8 7.9 8.3
2004 8.2 8.1 8.4
1
Con el fin de ofrecer una serie anual amplia y comparable, este tabulado presenta informacin
slo del segundo trimestre de cada ao.
FUENTE: INEGI/STPS, Encuesta Nacional de Empleo.
39
ELEMENTOS BSICOS DE ESTAD I STICA PARA CIENCIAS SOCIALES
CuADRoE6
Poblacin econ; nicamente activa segn sexo, 1 1991 a 2004
AO TorAL HOMBRES MUJERES

1991 31229048 21 630 013 9 599 035
1993 33651812 23 243 466 10 408 346
1995 36 195 641 24 347 607 11 848 034
1996 36831734 24 814 965 12 016 769
1997 38 584 394 25 394 098 13 190 296
1998 39 562 404 26 146 569 13 415 835
1999 39 648 333 26 295 840 13 352 493
2000 40 161 543 26 418 355 13 743 188
2001 40 072 856 26 415 550 13 657 306
2002 41 085 736 26 888 135 14 197 601
2003 41 515 672 27 277 029 14 238 643
2004 43 398 755 28 013 539 15 385 216
Con el fin de ofrecer una serie anual amplia y comparable, este tabulado presenta informacin
1
slo del segundo trimestre de cad. ao.
FUENTE: INEGI/STPS, Encuest: . Nacional de Empleo.
40
Porcentajes, proporciones, razones,
coeficientes e incrementos
LA ELABORACIN DE CUADROS ESTADSTICOS, y estadsticas en general, implican el

uso de ciertos conocimientos aritmticos que permitan obtener medidas de
comparacin de los datos que han sido condensados. Estas herramientas que analizan
las caractersticas de las variables clasificadas de un problema particular son: los
porcentajes, las proporciones, los coeficientes y las razones.
Porcentajes
Un porcentaje es la relacin que se establece entre cada una de las partes que forman
un todo, entre el todo o total multiplicado por 100; en otras palabras, es la relacin
que se establece entre un subconjunto de un conjunto, dividido entre todos los
elementos que forman el conjunto de estudio multiplicado por 1OO. El porcentaje se
representa con el smbolo %. Por lo tanto, ese todo o total representa el 100 por
ciento, y cada una de las relaciones obtenidas al dividir la parte entre el total y
multiplicarla por cien representa un tanto de cien, y es definido como tanto por
ciento. Por ejemplo, si una pequea poblacin rural est formada por 20 hombres y
60 mujeres, el cociente que resulta de dividir el nmero de hombres en relacin al
total de personas y multiplicado por 100 nos indica el nmero de hombres por cada
100 personas que hay en esa poblacin.
Hombres: 20
Mujeres: 60
Total 80
nmero de hombres (100) = 20 (100) = 25%

o/o de hombres =
total de personas 80
nmero de mujeres (100) = 60 (100) = 75%

o/o de mujeres =
total de personas 80
41
ELEMENTOS BSICO! DE E STADSTICA PARA CIENCIAS SOCIALE S
En el ejemplo, por cada 11 )0 habitantes que existan en esta poblacin, 25 sern

hombres y 75 sern mujeres.
Entonces, el clculo del Jorcentaje de un subconjunto "n de "N,,, que es
mutuamente excluyente en elacin con otros subconjuntos, podr expresarse
matemticamente como:
%n = nmero de elementos den (lOO)

total de elementos en el universo N
Por lo tanto, la suma de lo5 porcentajes de todos los subconjuntos mutuamente

exclusivos que forman un un verso ser siempre igual a 100 por ciento, como se
muestra en el ejemplo de los h1bitantes de la poblacin rural.
La principal utilidad de lo i porcentajes en estadstica es poder obtener compa-
rabilidad, ya que las cifras abso !utas impiden en muchas ocasiones lograrla, en virtud
de que oscurecen las relaciones. La comparabilidad es posible porque los nmeros
absolutos se reducen a una escala que es fcil de multiplicar y dividir, transforman al
conjunto que forma el nmerc , base (total de elementos del universo) en la cifra 100
que es fcilmente divisible y nultiplicable por otros nmeros, lo cual permite la
determinacin de su magnituc relativa.
Los porcentajes son especialmente tiles cuando se comparan dos o ms conjuntos
numricos. Por ejemplo, del Cuadro 5, es posible comparar el gasto en educacin por
generacin, observndose que s Slo la educacin superior ha incrementado sus recursos
econmicos en las ltimas tres generaciones al pasar de 13.1, en la generacin 1977-
1992 a 15.8 por ciento en la generacin 1979-1994, a pesar de que su tamao de
matrcula ha disminuido de 6.') a 6.5 por ciento, respectivamente.
En general, los porcentajes :;e presentan como enteros aunque se pueden calcular
usando uno, dos, tres o ms dei:imales. La costumbre en estadstica es presentarlos en
forma entera; en casos contados podrn presentarse con un decimal y muy pocas
veces con dos o ms decimales.
Finalmente, es importante mencionar que es un error manipular los porcentajes
como si fueran nmeros absolutos, es decir, no se pueden sumar, promediar o combinar
cuando se han obtenido de ba::es diferentes. Retomando el ejemplo del Cuadro 5 y
analizando las cifras del Cuadro 4, no podemos promediar el gasto en educacin
superior, ya que este promedio representara (13.1 +14.5+ 15.8)/3 = 14.46%, cuando
en realidad el gasto promedio en las tres generaciones es de,
[(20,930+23,224+25,350) '(159,253+ 160,029+ 160,274)]*100= 14.49%
42
PO RCE N TA JEs. P RO PO RC I O N E s. R AZO N Es. C O E F I C I ENTES E I N C RE M EN TOS
Cmo se calculan los porcentajes en las cuadros estadsticos?
La elaboracin de cuadros estadsticos busca generalmente poner en relacin dos o

ms caractersticas objeto de una investigacin, as por ejemplo podemos comparar
carrera universitaria y gnero, gnero y votacin, trabajo y gnero, edad, delincuencia
y zona de la ciudad, afiliacin a partido poltico y nivel de ingresos, etctera. En todos
estos ejemplos buscamos saber, como ya indicarnos, si existe algn cipo de relacin o
bien si no la hay.
El investigador deber establecer, en primer trmino, independientemente de la
relacin objeto de estudio, el sentido en que deben calcularse los porcentajes en el
cuadro estadstico, y para ello deber tomar en cuenta la siguiente regla:
Los PORCENTAJES DEBEN CALCULARSE EN EL SENTIDO DEL FACTOR

QUE SE CONSIDERA COMO LA CAUSA
Por ejemplo, si consideramos que el gnero es la causa que da origen a la eleccin

de un determinado tipo de carrera universitaria, entonces calcularemos para el cuadro
estadstico 6, los porcentajes en el sentido del factor gnero.
CUADRO 6
Estructura por gnero y carrera del Grupo SB09-05/0 de la UAM-Xochimilco
(alumnos)
GNERO
LICENCIATURA HOMBRES MUJERES T OTAL

Administracin 3 2 5
Economa 3 1 4
Sociologa 4 3 7
Psicologa 4 5 9
Comunicacin 3 4 7
TOTAL 17 15 32
FUENTE: Elaboracin propia con datos hipotticos.
Los resultados del clculo se muestran en el Cuadro 6.1
43
ELEMENTOS BSICO .; DE ESTADSTICA PARA CIENCIAS SOCIALES
CUADRO 6.1
Estructura por gnero y lice iciatura del Grupo SB09-05/o de la UAM-Xochimilco
(%)
GNERO
LICENCIATURA HOMBRES M UJERES TOTAL

Administracin 18 13 16
Economa 18 7 12
Sociologa 23 20 22
Psicologa 23 33 28
Comunicacin 18 27 22
TOTAL 100 100 100
FUENTE: Elabor.cin propia con datos del Cuadro 6.
AL CALCULAR LOS PORCENTAJES EN UN SENTIDO,

LA COMPARACIN DEBE HACERSE EN SENTIDO CONTRARIO
En el cuadro se calcularon l,)s porcentajes en el sentido del factor gnero, entonces,

la comparacin debe hacerse e:n el sentido de la variable licenciatura. En el grupo
SB09-05/0, administracin ha sido seleccionada por 18 por ciento de los hombres y
slo 13 por ciento por las muj :!res; es decir, los hombres seleccionan en 5 por ciento
ms esta licenciatura que las r 1ujeres. De los alumnos del grupo slo 16 por ciento
seleccion administracin. Comparaciones similares pueden realizarse para cada uno
de los renglones del cuadro.
Si los porcentajes se calculan en sentido horizontal (Cuadro 6.2), es decir, por
licenciatura, debern interpre :arse por gnero, entonces podemos observar que de
los alumnos del grupo inscritos en administracin, 60 por ciento son hombres y 40
por ciento son mujeres: 20 po1 ciento ms hombres que mujeres.
Como puede observarse, e Jcular los porcentajes en un cuadro estadstico en un
sentido u otro proporciona ro slo diferentes resultados sino tambin distintas
interpretaciones en las cifras. E1 este punto es importante mencionar que no siempre
es posible calcular los porcentajes en ambos sentidos (vertical y horizontalmente), ya
que el analista deber determinar siempre, en la realizacin de un anlisis, cul es el
factor causal de la relacin, de tal forma que ste se establezca proporcionando un
sentido estrictamente lgico er. el anlisis.
44
PORCENTAJES, PROPORCIONES, RAZONES, COEFICIENTES E INCREMENTOS
CUADRO 6.2
Estructura por licenciatura y gnero del Grupo SB09-05/o de la UAM-Xochimilco
(%)
GNERO
LICENCIATURA HOMBRES MUJERES TOTAL

Administracin 60 40 100
Economa 75 25 100
Sociologa 57 43 100
Psicologa 44 56 100
Comunicacin 43 57 100
FUENTE: Elaboracin propia con datos del Cuadro 6.
Como ejemplo de esto ltimo se muestra a continuacin el Cuadro 7. En ste, el

clculo de los porcentajes se ha pensado en forma vertical, es decir, para el factor
personal docente y poblacin estudiantil, siendo su interpretacin por licenciatura;
as, el factor personal docente y poblacin estudiantil, en el tronco interdivisional y
divisional cuentan con 14.6 por ciento de los docentes que atienden al 28.8 por
ciento del alumnado de la divisin. Si el clculo se hiciera en sentido horizontal,
estadsticamente esto no tendra ningn significado, ya que no tiene sentido sumar
datos de docentes con alumnos para tratar de establecer alguna relacin.
CUADRO7
UAM-Xochimilco. Personal docente y poblacin estudiantil por licenciatura en la DCSH
LICENCIATURA DOCENTES o/o ALUMNOS o/o

Tronco Div. e lnt. 45 14.6 1 160 28.8
Administracin 23 7.5 718 17.8
Economa 66 21.4 422 10.5
Sociologa 56 18.2 280 7.0
Psicologa 60 19.5 842 21.0
Comunicacin 58 18.8 597 14.9
TOTAL 308 100 4 019 100
FUENTE: Elaboracin propia con datos del Informe de estadstica escolar
bsica 94/o de la Coordinacin de Sistemas Escolares de la UAM-Xochimilco.
45
ELEMENTOS BSICO i DE ESTADSTICA PARA CIENCIAS SOCIALES
Proporciones
Matemticamente, una propC1rcin es la igualdad de dos razones cuyo objetivo es

establecer la relacin entre una parte con respecto al todo. En las proporciones no se
multiplica el cociente resultan:e por 100, ya que la relacin se establece respecto de la
unidad. Las proporciones y los porcentajes ofrecen la misma informacin, aunque
estos ltimos se emplean ms por ser ms fcil su comprensin.
Matemticamente, la proporcin se define como:
proporcin den= - - nmero

---- de-elementos
---- den
---
total de elementos en el universo N
Retomando el ejemplo de la poblacin rural usado en la definicin de porcentaje

(pg. 41), calcularemos ahor; L las proporciones.
Hombres: 20
Mujeres: 60
Total 80
nmero de hombres 20 = _1 (0.25)

proporcin de hombres =
total de personas 80 4
nmero de mujeres = 60 = l_ (0.75)

proporcin de mujeres =
total de personas 80 4
En la poblacin existe un nombre por cada cuatro habitantes y tres mujeres por
cada cuatro habitantes.
La suma de todas las proporciones de un conjunto universo suman uno cuando
los subconjuntos son mutuarr ente excluyentes como puede observarse en el ejemplo
antenor.
proporcin de hombres + proporcin de mujeres = 1
0.25 + 0.75 = 1
46
p o Re EN TA J Es, p Ro p o Re I o N E s. R Azo N Es, e o E F I e I ENTE s E I N e RE M EN Tos
Las proporciones son muy utilizadas en los clculos estadsticos; sin embargo,
en el reporte o presentacin final de las cifras se acostumbra emplear porcentajes,
ya que stos se obtienen multiplicando la proporcin por 1OO.
Razones
Razn es el cociente indicado de dos cantidades. Si se consideran dos magnitudes y

se establece entre ellas una proporcionalidad "f", como se indica en la figura siguiente:
entonces, a esta relacin
se le denomina razn.
En estadstica, entenderemos a la razn como la relacin que se da entre dos sub-

conjuntos o dos conjuntos. Si retomamos el ejemplo de la poblacin rural (pg. 41)
formada por 80 habitantes, entonces la razn existente de hombres a mujeres es 1 a 3,
es decir, un hombre por cada tres mujeres.
20 hombres / 60 mujeres = 1/3
o bien: 3.3 hombres a 1O mujeres = 33 hombres a 100 mujeres.
Las razones, por lo tanto, pueden multiplicarse o dividirse por un mismo nmero
y no se alteran, lo que permite expresarlas, en ocasiones, como nmeros enteros.
En demografa es muy empleada la razn de hombres a mujeres, lo que nos
indica el nmero de hombres por cada 100 mujeres. A esta relacin se le conoce
47
ELEMENTOS BSICOS DE ESTADSTICA PARA CIENCIAS SOCIALES
con los nombres de relacin de masculinidad, ndice de masculinidad, razn de

masculinidad o sex ratio. M:: temticamente, puede expresarse
Hx
razn de masculinidad = K
Mx
donde:
Hx representa el Hmero de hombres de edad x,

Mx representa el r mero de mujeres de edad x,
K representa una constante (generalmente 100 o 1000).
Coeficientes
Los coeficientes, tambin conocidos con los nombres de tasas e ndices, son indicadores
muy similares a un porcentaj,:. En un coeficiente, el numerador indica el nmero de
veces que un evento especfic) ocurre durante un lapso o periodo particular, y, en el
denominador, el nmero de ,,eces que el evento est sujeto al riesgo de que ocurra o
acontezca. Por lo general, el :oeficiente o tasa es multiplicado por un nmero que
usualmente es mil, 1O mil o l 00 mil.
Entre algunos de los coef cientes ms conocidos estn el de mortalidad general,
nupcialidad, natalidad, del ncuencia, fertilidad general y especfica, ndice de
profesionales, estudiantes, afiliacin a grupos polticos, etctera.
nmero de defunciones en un rea

determinada, durante un ao dado
tasa de mortalidad general =
[1000]
Poblacin del rea a mitad del ao
[1 de julio]
Defunciones en una rea y tiempo

determinados de nios menores de 1 ao
tasa de mortalidad infantil = [1000]
Nmero de nacidos vivos en el rea y
tiempo del numerador
48
PORCENTAJES, PROPORCIONES, RA Z ONES, C OEFICIENTES E IN C REMENTOS
Los coeficientes o ndices generales tambin reciben los nombres de tasas crudas
o brutas, en virtud de que aparece en el denominador la poblacin y no el riesgo de
que acontezca un evento.
Se pueden construir ndices ms especficos dependiendo de las necesidades del
investigador. A continuacin se muestra, en el cuadro estadstico 8, un ejemplo de
este tipo de coeficientes.
CUADRO 8
Universidad Autnoma Metropolitana-Xochimilco
Recursos Humanos
Coeficientes
Aos Poblacin Personal Personal Alumno/ Alumno/ P. Admvo./
estudiantil 1 docente2 administrativo Docente P. Admvo. P. Docente
1974 948 213 167 4.5 5.7 0.8
1979 7937 443 589 17.9 13.5 1.3
1984 10348 897 1048 11.5 9.9 1.2
1989 10745 955 1061 11.3 10.1 1.1
1994 11916 973 930 12.2 12.8 1.0
1
Incluye a los alumnos de licenciatura y posgrado de los trimestres de otoo.
2
Incluye personal docente de tiempo completo, medio tiempo y tiempos parciales.
FUENTE: Elaboracin propia con datos del Informe de Actividades 1994-1995

de Jaime Kravzov Jinich, a la sazn, rector de unidad.
En el Cuadro 8 se observa que en 1974 existan 4.5 alumnos por profesor,

mientras que para 1994 esta relacin es de 12.2 alumnos, la cual prcticamente ha
permanecido casi constante, sin cambios significativos a partir de 1984.
Incrementos
En estadstica es comn analizar el comportamiento que tienen los fenmenos en el

tiempo a partir del comportamiento de las variables asociadas a ellos, lo que permite
determinar cambios en stos, es decir, determinar si crecen, decrecen o permanecen
estables y, adems, precisar la magnitud del incremento o decremento.
Los cambios de comportamiento de un fenmeno pueden expresarse mediante
porcentajes en la forma siguiente:
49
ELEMENTO S BSICC S DE ESTADS T ICA PAR A CIEN C IAS SOCIALES
, /alor del ltimo dato - Valor del dato base

incremento porcentual = [100]
Valor del dato base
Vu-Vb
incremento po:centual = [100]
Vb
En este tipo de clculos es importante tener cuidado en respetar los signos,

especialmente en el caso de los incrementos negativos, pues stos nos indican un
decrecimiento en el fenmer o al pasar del periodo base al periodo de estudio.
En algunas ocasiones el clculo de los incrementos porcentuales dan como
resultado valores altos: 500%, -800%, 1500%, etctera, lo que nos indica un clculo
correcto pero constituyen, ti:nicamente, estadsticas muy pobres. En estos casos se
recomienda indicar los incrementos o decrementos en trmino de nmero de veces
que creci o disminuy un fenmeno. Por ejemplo, usando la informacin del
Cuadro 8, observemos que li matrcula en la UAM-Xochimilco creci de 1974 a
1994, 1 156.96%, lo que nos indica que en 20 aos sta creci 11.56 veces la
magnitud que tena en 1974.
Incremento o/o= 1(11916 - 948) / 948] (100) = 1 156.96%
Para mostrar el clculo de los incrementos en un cuadro estadstico utilizaremos

la informacin estadstica d ~ importaciones de galletas y pastas proporcionada
por la Secretara de Comercio y Fomento Industrial (Figura 3).
Los pasos para la constrw :cin del Cuadro 9 son:
Capture el ttulo, las casilla;; de cabecera, los renglones, las cifras de importaciones,
las notas al pie y la fuente siguiendo los lineamientos indicados en el captulo
anterior.
Introduzca la frmula de incremento en las celdas respectivas; por ejemplo, la
celda E14 tiene la frmula: =((Cl4-Cl3)/C13)*100, que permite conocer el
incremento de las importaciones de pastas en 1990 respecto de 1989; la E15
tendr el incremento de l:: .s importaciones de pastas de 1991 respecto de 1990:
=[(Cl 5-CI4)/Cl4]*100, :r as sucesivamente.
Recuerde que no es posibl,~, en este caso particular, obtener un incremento para
el primer ao base de comparacin. Ni tampoco para el ltimo ao; puesto que
la informacin de 1994 e~ slo para enero-febrero y los incrementos calculados
son para aos completos.
50
FIGURA 3
En los resultados del cuadro podemos observar el decrecimiento de las

importaciones de pastas de 1989 a 1990 en 17.5%, para volver a crecer 1.7% en
1991. El ao de 1992 representa un crecimiento espectacular respecto de 1991 en las
importaciones tanto de pastas como de galletas: 224% y 75.3%, respectivamente.
Finalmente, en estadstica es muy frecuente calcular incrementos promedio de
los datos que se tienen para diferentes periodos, sin embargo, deber tenerse cuidado
de no calcularlos aritmticamente, ya que esto es un error. Si se supone un
crecimiento lineal, el promedio puede calcularse con la siguiente frmula que permite
obtener un valor aproximado:
incremento medio = (vi -Yo] (l K

lV1 + VoJ CnJ
donde:
V O = valor de la variable en el periodo base

V 1 = valor de la variable en el periodo ltimo
n = nmero de periodos (aos, semestres, bimestres, etctera)
K = es una constante (generalmente 100)
51
ELEMENTOS BASICC S DE ESTADfSTICA PARA CIENCIAS SOCIALES
Para el ejemplo, el increrr .ento medio de las importaciones de pastas entre 1989
y 1993 se calcula como
.
mcremento .
medie,= [ - 8,334,925
- --- - 2,848,226
-- - - [2
8,334,925 + 2,848,226
--
4
lJ 100
incrern,~nto medio= 24.5% anual
Ejercicios
Elabore un cuadro estadstico en el que se muestre la estructura de produccin,

en proporcin y porcent: Lje, de los principales productores de algodn pluma
en Mxico, del ciclo prim; vera/verano de 1996. La produccin se da en toneladas
y la fuente de esta inforrn acin es la SAGAR.
Baja California (55 760)

Coahuila ( 19 332)
Chihuahua (40 683)
Sonora (82 530)
Campeche (7 255)
Solucin
CUADRO E7
Estructura de produccin de los principales productores de algodn pluma en Mxico
(primavera/verano, 1996)
PRODUCTOR PRODUCCIN (TON) PROPORCIN (%)

Baja California 55 760 0.271 27.1
Coahuila 19 332 0.094 9.4
Chihuahua 40 683 0.198 19.8
Sonora 82 530 0.402 40.2
Campeche 7 255 0.035 3.5
FUENTE: SAGAI ~-
52
Determine la panicipacin en el mercado de las empresas de televisin restingida,

Cablevisin y Multivisin, para 1993 y 1994. Los clientes de Cablevisin, en
1993, fueron: 158 000, y en 1994: 233 000. Los clientes de Multivisin fueron,
en 1993: 260 049, y en 1994: 418 033.
Solucin
En 1993, la participacin de Cablevisin en el mercado fue de 37.8%, y la de

Multivisin fue de 62.2%.
En 1994, la participacin de Cablevisin en el mercado fue de 35.8%, y la de
Multivisin fue de 64.2%.
De 1993 a 1994 Cablevisin perdi 2% del mercado, el cual fue absorbido por
Multivisin.
Determine el porcentaje de crecimiento de las contribuciones (impuestos) que

recibi el Departamento del Distrito Federal de 1995 a 1996 y de 1996 a 1997.
Los datos proporcionados estn dados en millones de pesos.
Concepto 1995 1996 1997

Contribuciones 9 337 11 488 15 914
FUENTE: Secretara de Finanzas de DDF.
Solucin
De 1995 a 1996, las contribuciones crecieron 23.04%
lncremento95 _96 = [(11,488 - 9,337)/ 9,337] (100)
De 1996 a 1997, las contribuciones crecieron 38.53%
Incremenco96_97 = [(15,914 - l l ,488)/11,488] (100)
53
Determine el crecimiento de la poblacin econmicamente activa por gnero

de 1999 a 2004.
Poblacin econo micamente activa segn sexo, 1 1999 a 2004
AO l'OTAL HOMBRES MUJERES
1999 39 (;48 333 26 295 840 13 352 493

2000 40 l 61 543 26 418 355 13 743 188
2001 40 (172 856 26 415 550 13 657 306
2002 41 (185 736 26 888 135 14 197 601
2003 41 ~15 672 27 277 029 14 238 643
2004 43 ~,98 755 28 013 539 15 385 216
1
Con el fin de ofrecer una serie anual amplia y comparable,
este tabulado pn senta informacin slo del segundo trimestre
de cada afio. Los datos de los dems trimestres, incluyendo los
ms recientes, se pueden consultar en los productos disponibles
de esta encuesta.
FUENTE: INE1 ; 1/STPS, Encuesta Nacional de Empleo.
54
PORCENTAJES, PROPORCIONES, RAZONES, COEFICIENTES E IN C REMENTOS
Determinar el porcentaje de votacin obtenido por cada partido en la delegacin

Coyoacn, segn eleccin.
CUADRO E8
Votacin segn eleccin en la delegacin Coyoacn
PARTIDO JEFE DE GOBIERNO JEFE DELEGACIONAL JEFE DELEGACIONAL

POLTICO 2000 2000 2003
PRI 76 822 85 798 26 759
PRD 129 843 132 215 111 042
PT 5 973 8 715 4 179
1
APC (PAN-PV) 122 475 105 030 61 976
PV 15 538
Otros partidos 22 477 16 265
CDPPN 1 046 1 592
PCD 2 754 4 493
PSN 414 619 607
PARM 979 1 722
PAS 556 811 698
DSPPN 12 631 10 734
ce 2 569 2 506
Convergencia 3 364
2
Otros partidos 11 596
Votos BLANCOS 1 351 2 274 2 241
Votos NULOS 3 685 3 853 6 256
Votos CC 143 155 150 951
TOTAL 361 098 382 839 260 521
1 En 2003 nicamente PAN.

2
Otros partidos: MP, PLM, FC, CC3.
FUENTE: elaboracin propia con datos del Atlas digital electoral 2005. Resultados 1999-2003,
Instituto Electoral del Distrito Federal, agosto 2005, Mxico.
55
Distribucin de frecuencias y grficas en estadstica
HEMOS COMENTADO que los datos analizados en estadstica descriptiva pueden

presentarse comnmente mediante tres formas bsicas: textual, cuadros estadsticos y
grficas. En los captulos anteriores se han dado elementos que permiten construir
cuadros estadsticos y obtener de ellos cienas medidas de comparacin (porcentajes,
razones, incrementos, etctera); sin embargo, es necesario formalizar la construccin
de los cuadros estadsticos y las medidas de condensacin que de ellos se pueden
obtener por medio de lo que llamaremos una distribucin de frecuencias.
Una distribucin de frecuencias o tabla de frecuencias no es ms que la
presentacin tabular de las frecuencias con que ocurre cada caracterstica (subclase
o categora) en las que ha sido dividida una variable. Esta caracterstica puede estar
determinada por una cualidad o un intervalo, por lo tanto, la construccin de un
cuadro de frecuencia o tabla de frecuencias puede desarrollarse tanto para una variable
cuantitativa como para una variable cualitativa.
Distribucin de frecuencias para variables cuantitativas
Recordemos que las variables cuantitativas o mtricas pueden ser de dos tipos:
continuas o discretas. En el primer caso la construccin de una tabla de distribucin
de frecuencias requiere de la aplicacin de un proceso simple y de la definicin de
algunos conceptos. En el segundo este proceso es an ms sencillo.
Distribucin de frecuencias para variables cuantitativas continuas
Cuando la variable es continua, la construccin de una tabla de frecuencias presenta

como su punto de mayor importancia la determinacin del nmero de intervalos o
57
EL E MENTO S BSICC S DE ESTADSTICA PARA CIEN C IAS SO C IAL E S
clases que la formarn. Una dase o intervalo de clase es el elemento en la tabla que
permite condensar en mayor grado un conjunto de datos con el propsito de hacer
un resumen de ellos. El nmero de casos o mediciones que quedan dentro de un
intervalo recibe el nombre ce frecuencia del intervalo, y generalmente se denota
como f. La diferencia entre d extremo mayor y el extremo menor del intervalo se
llama longitud o ancho del intervalo. Para construir una tabla de distribucin de
frecuencias de una variable c )ntinua es conveniente utilizar los pasos siguientes:
Se determina, primeramen1 e, el nmero de intervalos o clases en la tabla, en funcin

al nmero de datos a condensar, para ello podemos utilizar dos criterios de seleccin:
El primero consiste en que el investigador selecciona el nmero de intervalos o

clases con base en el nmero de datos a clasificar utilizando la tabla siguiente:
N MERO DE DATOS A CLASIFICAR N MERO DE INTERVALOS
De 10 a 100 De 4a8
De 100 a 1 0)0 De 8 a 11
De 1 000 a 1 ) 000 De 11 a 20
El segundo consiste en cal ::ular la frmula de Scurges, que determina un nmero

aproximado de intervalos "k". Aunque sta no siempre resulta muy adecuada,
es una relacin muy utifo ada.
k = 1 + 3.322 log (n)
donde:
n es el nmero de datos a condensar en la tabla.
Una vez seleccionado el nmero de intervalos "k", se procede a determinar su

longitud, ancho o tama o del intervalo (t), Observe que esta longitud es la
misma para todos los inte.-valos en la tabla d e frecuencias. Esto ltimo es con la
finalidad de facilitar los cculos mediante mtodos simplificados.
t = (elato mayor - dato menor) / k
Si el valor de t no es ;!ntero, el investigador puede usar la fraccin o bien

seleccionar el nmero par ms cercano a este cociente.
58
DISTRIBUCIN DE FRECUEN C IAS Y GRFICAS EN ESTADSTICA
Los intervalos no deben ser muy grandes al grado que enmascaren la distribucin,
ni tan pequeos que casi no contribuyan a facilitar los clculos.
La diferencia entre el dato mayor y el menor del conjunto que se analiza recibe
el nombre de amplitud.
Cuando el investigador desee utilizar intervalos con anchos desiguales deber
considerar que los clculos sern ms laboriosos por no ser aplicables los mtodos
simplificados que son los utilizados en este libro.
Una vez determinado el nmero de intervalos y su tamao, el paso siguiente

consiste en indicar el lmite inferior de la primera clase, el cual puede ser un
valor igual o ligeramente menor al dato de valor mnimo del conjunto de datos.
Una vez hecho esto, le sumamos el valor del ancho del intervalo para fijar el
lmite superior de esta clase considerando en ello los valores de los lmites.
Indicamos el lmite inferior de la segunda clase agregando una unidad al lmite
superior de la primera clase. El lmite superior de esta segunda clase ser la
suma del ancho del intervalo al lmite superior de la clase anterior.
A partir de esta dinmica se construyen todos los intervalos de clase; debemos
tomar en consideracin que, con esta tcnica de construccin, siempre, el primer
intervalo contiene al menor de los datos y el ltimo al mayor.
Los intervalos hasta aqu construidos reciben el nombre de intervalos de clase o
intervalos ficticios.
Posteriormente se construyen los intervalos reales de clase. Para ello, se resta
media unidad a los lmites inferiores de los intervalos ficticios (falsos) y se agrega
media unidad a los lmites superiores de los mismos.
Con el establecimiento de los lmites reales de clase en la tabla, se efecta la
clasificacin de los datos en cada intervalo para determinar as la frecuencia de
cada clase (f).
Finalmente se construye la tabla de frecuencias definitiva, la cual contiene, en la
primera columna, la clase; en la segunda, los intervalos reales de clase y, en la tercera,
las frecuencias de clase, tambin llamadas frecuencias absolutas.
Para ejemplificar el proceso de construccin de una tabla de distribucin de

frecuencias de una variable continua utilizaremos los datos de las calificaciones
obtenidas por 25 estudiantes en un curso de estadstica.
calificaciones:
9, 7.5, 8, 7, 8, 7, 6.3, 9, 6, 5, 8, 8, 6.5, 6,

8, 8, 7, 7.4, 7.6, 5.5, 9, 7.2, 9, 7.4, 8.4
59
1. Determinamos el nmero de intervalos de clase. En este caso usaremos la frmula

de Sturges: k=l+3.322 lo~(n), n= nmero de datos.
k = 1 + 3.322 log (25)

k = l+ 3.322 (1.39794)
k = 1 + 4.6439 =5.64, es decir,
:ornamos k = 6 intervalos
2. Determinamos el ancho ele los intervalos.
Dato mayor= 9 Dato menor = 5
ti= (9 - 5)/(; = 0.66, es decir, tomamos ti= 0.7
3. Creamos el primer interv~Jo y los intervalos de clase sucesivos (intervalos falsos

o ficticios).
5 a 5.6 (5, 5.1, 5.2, 5.3, 5.4, 5.5, 5.6) Lim. Inf. = 5, Lim. Sup. = 5.6
5.7 a 6.3 Lim. lnf = 5.6 + 0.1 = 5.7, Lim. Sup = 5.6 + 0.7 = 6.3
6.4 a 7.0 Lim. lnf = 6.3 + 0.1 = 6.4, Lim. Sup = 6.3 + 0.7 = 7.0
7.1 a 7.7
7.8 a 8.4
8.5 a 9.1
4. Creamos los intervalos redes de clase, en este caso, restando y agregando 0.05
unidades, respectivamente, a cada lmite de los intervalos ficticios.
4.95 - 5.65
5.65 - 6.35
6.35 - 7.05
7.05 - 7.75
7.75 - 8.45
8.45-9.15
5. Clasificamos los datos en .os intervalos reales y creamos la tabla de distribucin

de frecuencias.
60
DISTRIBUCIN DE FRECUENCIAS Y GRFI CAS EN ESTADSTICA
CLASE INTERVALO REAL DE CLASE FRECUENCIA (F1)

----
1 4.95 - 5.65 2
2 5.65 - 6.35 3
3 6.35 - 7.05 4
4 7.05 - 7.75 5
5 7.75 - 8.45 7
6 8.45-9.15 4
La elaboracin de una tabla de distribucin de frecuencias generalmente se

complementa con el clculo de los siguientes elementos:
Marca de clase (m): constituida por el punto medio del intervalo de clase. Para
calcularla es necesario sumar los dos lmites del intervalo real, y dividir esta suma
entre dos.
Frecuencia acumulada. de la clase i (Fi): se llama frecuencia acumulada de la clase i al

nmero resultante de sumar la frecuencia de la clase i con la frecuencia de las clases
que la anteceden. Se denota generalmente como F. La ltima clase o intervalo en la
tabla de frecuencias contiene como frecuencia acumulada el total de los datos.
Este clculo tiene como objetivo informar del nmero de datos que se hallan
distribuidos en los intervalos que anteceden al intervalo i, incluido ste.
Frecuencia relativa de la clase i (fln): es el cociente entre la frecuencia absoluta de la

clase i (f) y el nmero total de datos (n). Se expresa matemticamente como
f/ n = frecuencia en la clase i / total de datos
Esta frecuencia muestra la proporcin del nmero de casos que se han presentado
en el intervalo i respecto del total de casos en la investigacin. Si a este cociente se le
multiplica por 100 entonces obtenemos una frecuencia relativa para cada clase
expresada como porcentaje; esta ltima frecuencia, en%, permite hacer un anlisis
del comportamiento de los datos.
Frecuencia aromulada relativa de la el.ase i (F/n): es el cociente entre la frecuencia acumu-

lada de la clase i (F) y el nmero total de datos(n). Se expresa matemticamente como
F/n = frecuencia acumulada en la clase i / total de datos
61
ELEMENTOS BSICC S DE ESTAD{STICA PARA CIEN C IAS SOCIALES
&ta frecuencia muestra la proporcin del nmero de casos que se han acumulado
hasta el intervalo i respecto del total de casos en la investigacin. Si a este cociente
se le multiplica por 100, entonces obtenemos un porcentaje denominado frecuencia
acumulada relativa porcentual (acumulado porcentual). La acumulacin de esta
proporcin en el ltimo intervalo mostrar un porcentaje de 100%, es decir, la
acumulacin de todos los datos.
Con base en la definicin :le estos elementos la tabla de distribucin de frecuencia
de nuestro ejemplo quedara reestructurada de la forma siguiente:
CUADRO 10
~
Clase Intervalo de clase f1 m1 p.1 fin

1 P./n fi o/o Fio/o
1
l 4.95 - 5.65 2 5.3 2 2/25 2/25 8 8

2 5.65 - 6.35 3 6.0 5 3/25 5/25 12 20
3 6.35 - 7.05 4 6.7 9 4/25 9/25 16 36
4 7.05 - 7.75 5 7.4 14 5/25 14/25 20 56
5 7.75 - 8.45 7 8.1 21 7/25 21/25 28 84
6 8.45-9.15 4 8.8 25 4/25 25/25 16 100
Si utilizamos porcentajes, podemos observar que slo 8% de los estudiantes

reprob el examen de estads1 ica, y que 12% obtuvo una calificacin prcticamente
en el lmite si se considera una escala aprobatoria de 6 a 1O. Sin embargo, 80% de
los estudiantes aprobaron el .~xamen citado.
De los estudiantes aproh1dos, 16% obtuvo una calificacin suficiente (6.35 a
7.05); 20% una calificacin 1egular, entre 7.05 y 7.75; 28% una buena calificacin
(7.75 a 8.45) y slo 16% um calificacin superior a 8.45. 64% de los alumnos del
grupo obtuvieron una calificicin superior a 7.
Distribucin de frecuencias para variables cuantitativas discretas
En el caso de variables discrdas, la construccin de una tabla de distribucin de

frecuencias sigue los lineamientos establecidos para una variable continua con
la salvedad de que en este tip :> de tablas no existen intervalos ni marcas de clase, lo
cual simplifica su construccin. La tabla de frecuencias para variables discretas clasificar
en la primera columna las sul: clases de la variable, en la siguiente indicar los casos o
frecuencias en ellas, en la tercer 1 calcular la frecuencia relativa, en la cuarta la frecuencia
62
DISTRIBUCIN DE FRECUENC IAS Y GRFICAS EN ESTADSTICA
acumulada y en la quinta la frecuencia acumulada relativa, como se muestra en el

Cuadro 11 del ejemplo siguiente.
Suponga que se cuenta con los datos del nmero de hijos por familia (350
familias) en el municipio de Chalco.
Datos (hijos por familia): 1, 4, 4, 3, 2, 1, 4, 3, 3, 2 ...
CUADRO 11
Nmero de hijos por familia en Chalco, Estado de Mxico, 1995
Nmero de hijos frecuencia (fi) fi / n Fi Fi / n

1 20 20/350 20 20/350
2 120 120/350 140 140/350
3 200 200/350 340 340/350
4 10 10/350 350 350/350
FUENTE: datos hipotticos.
Es importante recordar que las frecuencias relativas se pueden expresar como

proporciones (como en el ejemplo) o como porcentajes.
Para la variable del Cuadro 11 puede indicarse que, en una muestra de 350
familias, slo 5.7% de ellas tiene un hijo; 34% dos hijos; 57% tres y, slo 3%
cuatro hijos. Esto permite indicar que 97% de las familias muestreadas tienen tres
hijos o menos.
Como puede observarse de los ejemplos de la variable continua y de la variable
discreta, el uso de las tablas de distribucin de frecuencias no slo permite hacer
una condensacin de los datos sino tambin desarrollar con ello una primera
interpretacin o anlisis de los mismos.
Distribucin de frecuencias para variables cualitativas
La construccin de tablas de frecuencia para variables cualitativas o no mtricas

requiere slo del conteo del nmero de elementos o individuos que caen dentro de
cierta cualidad o bien dentro de determinada caracterstica. En estos casos la tabla
se construye de la manera siguiente:
63
EL EMENTO S B S IC )S DE E STADfSTICA PARA CI ENCIAS SOC IAL ES
En la primera C )lumna se registran las cualidades o caractersticas.
En la segunda columna se anotan las frecuencias absolutas.
En la tercera co .umna se registran las frecuencias relativas.
N OTA: Para datos cuatativos no existen intervalos de clase ni frecuencias

acumuladas ya que ello carecera de sentido.
Como ejemplo de distrib LICn de frecuencias para datos cualitativos mostraremos

la estructura por licenciatura del grupo SB09-05/0 de la UAM-Xochimilco (Cuadro 12).
CUADRO 12
Alumnos por licei iciatura del grupo SB09-05/o, UAM-Xochimilco
LICENCIAT1 JRA ALUMNOS () f / n (%)

.,
Administrac :ion 4 4/22 (18)
Economa 2 2/22 (9)
Psicologa 2 2/22 (9)
Sociologa 4 4/22 (18)
' ,
Comunicac ton 10 10/22 (46)
F UEN TE: daos hipotticos.
En el ejemplo, 46% de los alumnos del grupo cursarn la licenciatura en comu-

nicacin; 18% administracic,n; 18% sociologa; y slo 9% economa y psicologa.
Grficas
Como complemento a este :,rimer anlisis que realiza el investigador por medio de
las tablas de distribucin de frecuencias, existe la posibilidad de construir grficas
de diversos tipos que le permiten explicar ms fcilmente el comportamiento de los
datos estudiados. Una grfica permite mostrar, explicar, interpretar y analizar de manera
clara y efectiva los datos esta,isticos mediante formas geomtricas tales como lneas,
reas, volmenes, superficies, etctera. Las grficas permiten adems la comparacin
de magnitudes, tendencias y relaciones entre los valores que adquiere una variable.
64
DISTRIB UC IN DE FRECU EN C IA S Y GR F I C AS EN ESTADf STI C A
Las grficas tienen gran utilidad como medios de divulgacin del anlisis estadstico,
ya que las relaciones visuales se captan con facilidad y resulta sencillo recordarlas.
Histogramas y polgonos de frecuencias
Un histograma de frecuencias es un grfico de rectngulos continuos que tienen su

base en el eje de las abscisas (eje horizontal o eje de las equis); con anchura igual
cuando se trata de representar el comportamiento de una variable continua. En
este caso el punto central de la base de los rectngulos equivale al punto medio de
cada clase (marca de clase).
Las alturas de los rectngulos ubicadas en el eje de la ordenadas (de las Y o eje
vertical) corresponden a las frecuencias de las clases.
El rea de los rectngulos as formados es proporcional a las frecuencias de las
clases.
Los histogramas de frecuencias pueden construirse no slo con las frecuencias
absolutas, sino tambin con las frecuencias acumuladas y las frecuencias relativas. En
este ltimo caso el histograma recibe el nombre de histograma de frecuencias relativas,
histograma de porcentajes o histograma de proporciones, segn el caso.
GRAFICA 1
Calificaciones de 25 estudiantes en un curso de estadstica
Frecuencia
8
7
61---- -- - -- - -- --------1'
51---- - - - -- - ~~........i
41---------f'<""<~ri"
3 1---- -- ~~r...i
2 1--- --r<"<".........-.~
1- - -
I II III IV V VI Clase
l. 4.95 - 5.65 IV. 7.05 - 7.75

II. 5.65 - 6.35 v. 7.75 - 8.45
III. 6.35 - 7.05 VI. 8.45-9.15
Histograma de frecuencias
F UENTE: datos del Cuadro 10.
65
GRAFrCA 2
Calificacione.: de 25 estudiantes en un curso de estadstica
Frecuencia
acumulada
28
24
20
16
12
8
4
~
II III IV V VI Clase
l. 4.95 - 5.65 IV. 7.05 - 7.75
11. 5.65 - 6.35 V. 7.75 - 8.45
III. 6.35 - 7.05 VI. 8.45 - 9.15
f istograma de frecuencias acumuladas
FUENTE: datos del Cuadro 1 ).
Los dos primeros histogra nas, el de frecuencia absoluta y el de frecuencia acumulada

(grficas 1 y 2), se forman con los intervalos de clase en el eje de las abscisas y las
frecuencias absoluta o acumulada en el eje de las ordenadas, respectivamente.
Para el histograma siguiente (Grfica 3), la frecuencia que se usa en el eje de las orde-
nadas es la relativa, lo que implica tener un histograma de frecuencias relativas.
3 GRAFICA
CalificacioneJ de 25 estudiantes en un curso de estadstica
Frecuencia
relativa 0.28 ~ - -- - - - - - - ~~ ~ -- - - - --,
0.24 1------ - - - - - - - '"""
0.20 1------ - -- - -~<'<"<'<-"1'1
O. 16 >---- - - - ~ ~ -
0.12 ~
SEi
~-~
0.04:
~~~~~~~~~~~---~
I II III IV V VI Clase
I. 4.95 - 5.65 IV. 7.05 - 7.75
11. 5.65 - 6.35 v. 7.75 - 8.45
III. 6.35 - 7.05 VI. 8.45-9.15
Histograma de frecuencias acumuladas
FUENTE: datos del Cuadro 10.
66
DISTRIBUCIN DE FRECUENC IAS Y GRFICAS EN ESTADfSTICA
Tambin con los datos del Cuadro 1O es posible construir un histograma de

frecuencias acumuladas relativas.
A continuacin se muestra un grfico (Grfica 4) con los datos de la variable
discreta del Cuadro 11, es decir, un grfico de columnas simples, ya que en estos
casos, la variable no presenta continuidad y por lo tanto su grfico no se puede
llamar histograma. Las variables discretas se pueden representar grficamente
mediante grficos de columnas o de barras simples.
GRAFICA 4
Hijos por familia en Chalco, Estado de Mxico, 1995
200.--------~~...-------,
~
:.:::
] 100 1--- - - -------
o
1 2 3 4
Nmero de hijos
Los histogramas y las grficas de columnas tienen como funcin mostrar no

nicamente una representacin visual de los datos sino, fundamentalmente, tres
caractersticas de su comportamiento. stas son:
1. La forma o distribucin que presenta el histograma o grfica de barras (segn sea

la variable); es decir, si hay simetra o asimetra en la distribucin de los datos.
2. Si existe algn intervalo o barra donde se acumulan los datos o aparece una
tendencia posicional de los mismos.
3. Principalmente en el caso de variables cuantitativas continuas, el grado de
dispersin o variabilidad de los datos.
En el ejemplo de las calificaciones (de 25 estudiantes en un curso de estadstica,

Grfica 3) puede observarse que 64% de los datos tienden a acumularse en los
intervalos IV, V y VI, lo que nos indica que no hay una simetra en la distribucin,
sino un pequeo sesgo hacia la derecha de la misma (calificaciones buenas). Por
otro lado la dispersin de los datos no es muy grande.
67
En el ejemplo de la vari~hle discreta, nmero de hijos por familia en Chalco, es

posible observar que los dacc,s se concentran en los casos de las familias con dos y tres
hijos (Grfica 4). La variabtlidad en estos datos respecto de los casos de dos y tres
hijos tampoco es muy grande.
En Excel el proceso de construccin de un histograma puede simplificarse con
los siguientes pasos:
1. Se utilizan dos columna:; de la hoja electrnica, la primera deber contener los

intervalos reales de clas y la segunda la frecuencia absoluta ((), la frecuencia
acumulada (F) o la frecuencia relativa, segn el histograma que se desea construir.
2. Se selecciona el conjunto de celdas de estas dos columnas (rango con la
informacin de la grfica), y se oprime el botn del asistente que permite crear
grficos (Figura 4).
.
--, _ A__, - e ._.._L_, ____ e~---
,
::_-q
-h
Clase Intervalo de fj
clase
1 4 95 - 5.65
2 5.65 . 6.35
3 6.35. 7.05
4 7.05- 7.75
5 7.75-8.45
6 8.45-9 .15
Listo
3. Aparece el paso 1 del asistente de grficas. Seleccionamos la opcin estndar, es

decir, grfica de column~, subtipo de grfica 1. Oprimimos el botn "Siguiente"
para pasar al segundo paw del asistente.
4. En este segundo paso deh r seleccionarse la opcin de "filas". Posteriormente en la
categora de "Serie", en la opcin definida como: Rtulos del eje de categoras (X),
dar un espacio con la barra espaciadora y oprimir "Siguiente" (vase Figura 5).
68
DISTRIBUCIN D E FRECUE NC IAS Y GRFICAS EN EST ADfSTICA
FIGURA 5
.it arll~f .'~ ', ~ ,) ~~ji'\ ~ ;' ~~~ ( ~..Veit(':r?'/:_). . .t ~,\'E,'.rm una pre9unt.;
7
' ><
D .a: liil .~ fi !~ [Ji~ .~ ~ . ,t/ ! ""' f .. u,...
It. L ei ~i
~~--:----=-':TifffFll H K i 1~ @~ mi li1 e % ,g ~&1{ ~ i ~ 12 . ~.A. .. i
M
[@%:,>. .
;,/ 6
lillll t/ii) ':i ;41 . . l ) ~ @ j '\"<I Rc,sp,;,nd;;r e~< \. .. .

C6 ' -.: ,,... ~ 2
.1
i
1
....J
5. En el paso 3 del asistente, deberemos especificar el ttulo de la grfica, la etiqueta

d.el eje X y la del eje de las Y. Posteriormente oprimir "Siguiente".
6. En el paso 4 (ltimo) del asistente, deberemos indicar si queremos que el grfico
se agregue como un objeto en la misma hoja electrnica o bien se agregue en
otra hoja nueva. En este momento oprimimos "Finalizar" y con ello obtenemos
un histograma como el que se muestra en la Grfica 4a.
GRAFICA 4A
Calificaciones del examen de estadstica
8
7 O 4.95 - 5.65
6 ~ 5.65 - 6.35
5 B 6.35 - 7.05
4 ,___
,___ [] 7.05 - 7.75
,___
3
tll 7.75 - 8.45
2
1
o 11 ,___
calificacin
gJ 8.45 - 9.1 5
69
ELEMENTOS BSICOS DE ESTAD STICA PARA CI ENC IAS SOC IALES
Polgono de frecuencias
Es un grfico de lnea que s ~ construye sobre el sistema de coordenadas cartesianas

al colocar sobre cada marca de clase un punto a la altura igual a la frecuencia absoluta
asociada a esa clase; posteriormente, estos puntos se unen por segmentos de recta.
Para que el polgono quede cerrado se debe considerar un intervalo ficticio ms al
inicio y otro al final con frecuencias cero.
A continuacin se mue:;tra, en la Grfica 5, el polgono de frecuencias de las
calificaciones de los 25 estudiantes de un curso de estadstica (Cuadro 10).
GRAFICA 5
Calificacic nes promedio del examen de matemticas
8
7
6
5
4
3
2
1
o
4.6 5.3 6 6.7 7.4 8.1 8.8 9.5
calificacin promedio (marca de clase)
Los polgonos de frecuencia tambin se pueden construir utilizando las

frecuencias relativas de una distribucin de frecuencias; estos grficos se denominan
polgonos de frecuencias nlativas (Grfica 6) o polgonos porcentuales, si estn
expresados en porcentajes.
GRFICA 6
Polgono de frecuencia relativa
4.6 5.3 6 6.7 7.4 8.1 8.8 9.5

calificacin promedio (marca de clase)
FUENTE: datos del Cuadro 1 ).
70
DISTRIBUCIN DE FRECUENCIAS Y GRFICAS EN ESTADSTICA
En Excel, la construccin de los polgonos de frecuencias es relativamente simple:
1. Se utiliza una columna de la hoja electrnica, la cual deber contener la frecuencia

absoluta o la frecuencia relativa, segn el polgono que se desea construir. A
estas dos series deber agregarse una marca de clase antes de la primer clase con
frecuencia cero, y otra ms, al final, tambin con frecuencia cero. Esto ltimo se
hace con la finalidad de tener un grfico cerrado.
2. Se selecciona el conjunto de celdas que furman la colwnna (rango con la informacin
de la grfica), y se oprime el botn del asistente que permite crear grficos (vase
Figura 6).
FIGURA 6
!2 ~ ; \n!-'~
. -~ ~ -;: t1Y ~~ ~~ -'"' -t!j)!nJii,. a:.r1i f_;~,~t;._,~ ----- h'd}ft,:-1,.-t r~~'~-.~~;__ ., ..
~ " o
; ... ..._A_.~---.1..... ~ ,_____.t___ ......_.e _-------
-, -._ - --~ -----L _ f .
"2-,
~J:1 Clase Intervalo de fi Mar1:a

clase de
Co___ Clase
4.s
1 4.05- 5.65 5,3
2 5.65- 6.35 6
3 8.35-705
t23lJ671
4 705-1.75
5 7.75- B.45 __ : ._-_ ___ ,- __, .- ., :_: .: . - . -. ," -._..-.- '- . -- . _.-____ - .~ ' :. _ -
6 845- 9.15 - - -- - - -
3. Aparece el paso 1 del asistente de grficas. Seleccionamos la opcin "lneas",

subtipo de grfica 1, 2 o bien la 4. Oprimimos el botn "siguiente" para pasar al
segundo paso del asistente.
4. En este segundo paso deber estar seleccionada la opcin de "Serie".
Posteriormente en la categora de "Rtulos del eje de categoras (X)", debern
seleccionarse las celdas que corresponden a las "Marcas de clase", como se muestra
en la Figura 7. Finalmente, como ltimo paso en esta etapa debemos oprimir
"Siguiente".
71
FIGURA 7
Q Microsoft b:1.e! flemt!ntos _de_ fst

'. lfl ~ e- ~ ~ form,to tim-.S Ootos l'o!t..,. l '''"'"''"""''''"''"'
' D .; ~ {) ia e;_. C.!lc : :t ~ e . jt "" e, . ~ } li 2i :H 'D~ IJ) ,. ~ :
- ......- . J - .. .f .,
-;
!
f ._ ... __ _ _...,._.. - - -- ..., ~ - - - '' . - - - -- - -- -- - - - !
Clase lnteivalo de
a
l 1
! clase '1 '
5 1.
.
,-~ ::~
j 3
1 4 .95 - 5.65 e
2 5.65 - 6 .35 : 1 6 1
3 635 - 7.05 ' 67 : ! '
1
l '
4 705- 7.75 ~ ~ 7.4 : \
5 7.75 - 8.45 , ' 8,1 !
6 8.45-9.15 :
'
~
~--~L:
8,8
.:
1
1

1
gbJo<delejedoc._;a,(l(): l~'fillxa 6 y 1''$E$6:$E$13 jJ !

_j
canc.oi. <elr16 11 ~ > l l'Joolz 1
5. En el paso 3 del asistente, deberemos especificar el ttulo de la grfica, la etiqueta

del eje X y la del eje de lai Y. Posteriormente oprimir, "Siguiente".
6. En el paso 4 (ltimo) del 1sistente, deberemos indicar si queremos que el grfico
se agregue como un objeto en la misma hoja electrnica o bien se agregue en
otra hoja nueva. En este 1nomento oprimimos "Finalizar" y con ello obtenemos
un polgono de frecuencias como el mostrado en la Grfica 5.
Ojivas
La grfica que se construyi: para una frecuencia acumulada o una frecuencia

acumulada relativa se llama ojiva.
La ojiva es un polgono abierto en el extremo superior, que se obtiene al unir por
segmentos de recta, los punto; situados a una altura igual a la frecuencia acumulada o
la frecuencia acumulada relativa de cada clase (eje Y) con los lmites reales superiores
de stas (eje X). Para llevar a cabo su construccin se requiere crear un primer intervalo
ficticio (o falso) con frecuen1 :ia acumulada cero. Este grfico nos permite analizar
cuntas observaciones estn por debajo de un determinado valor.
La ojiva es un polgono abierto que, como ya indicamos, se puede construir no
slo con la frecuencia acumuhda, sino tambin con la frecuencia acumulada relativa,
o bien, con la frecuencia acum tlada relativa expresada en porcentaje (ojiva porcentual).
72
DISTRIBUCIN DE FRECUENCIAS Y GRFICAS EN ESTADSTICA
Con los datos del Cuadro 10 se construyen dos ojivas, la ojiva (con la frecuencia
acumulada) y la ojiva porcentual, grficas 7 y 8 respectivamente.
Para construir la Grfica 7, debemos crear un intervalo ficticio inicial (4.25 -
4.95) cuya frecuencia acumulada es cero, por lo que debajo del lmite real superior
(4.95) del intervalo ficticio no hay un acumulado de alumnos. Debajo del segundo
lmite real superior (5.65) hay acumulados dos alumnos; debajo del tercer lmite
real superior (6.35) hay acumulados cinco alumnos; debajo del cuarto lmite real
superior (7.05) hay acumulados nueve alumnos; y as sucesivamente, hasta el ltimo
intervalo debajo del cual se acumulan las 25 calificaciones.
GRAFICA 7
Ojiva (calificaciones del examen de matemdticas)
30
25
20
"'
o
e:
E 15
:::,
~
10
5
o
4.95 5.65 6.35 7.05 7.75 8.45 9.15
calificacin
La construccin del grfico anterior en Excel, sigue la mecnica utilizada para la

construccin de un polgono de frecuencias, con la salvedad de que en este caso, se
utilizan las frecuencias acumuladas o las frecuencias acumuladas relativas (Figura 8)
y los lmites reales superiores de cada clase.
FIGURA 8
73
GRAF!CA 8
Ojiva porcentual
120
100
80
% 60
40
20
o
4.95 5.65 6.35 7.05 7.75 8.45 9.15
calificacin
FUENTE: datos del Cuadro 11).
La interpretacin de estos grficos es simple y muy til; por ejemplo, de la primera

ojiva (Grfica 7) puede obsen-arse que 14 alumnos obtuvieron una calificacin inferior
o igual a 7.75, es decir, 56% de los alumnos del curso (este ltimo dato se obtuvo con
la segunda ojiva, Grfica 8) Slo cinco de ellos, 20% de los alumnos del grupo,
obtuvieron una calificacin inferior o igual a (6.35).
Grficas de columnas (barns) simples para datos cualitativos
Como ya se indic, las variables cualitativas no tienen intervalos de clase por carecer de
sentido. Tampoco en ellas se calcula la frecuencia acumulada. Por lo tanto, para las
variables cualitativas slo e;te la construccin de las grficas de columnas (barras)
simples, tanto para las frecuencias absolutas de cada categora como para las relativas de
stas. Para /,as variables cualitativas no existen elpolgono de frecuencias ni /.as ojivas.
Una grfica de column;1s simples para datos cualitativos est formada por
rectngulos que representan a cada una de las categoras (caractersticas) que forman
la variable y cuya altura estar:i determinada por la frecuencia absoluta o la frecuencia
relativa que presente la categora. Los rectngulos se dibujan separados para enfatizar
que entre ellos existe una diforencia cualitativa y no cuantitativa. Los rectngulos en
este grfico pueden trazarse borizontal o verticalmente.
Para mostrar un ejemplo de este tipo de grficos se utilizar la informacin del
cuadro estadstico 12, "Estructura por licenciatura de los estudiantes del grupo SB09-
05/0 en la UAM-Xochimilco''. La Grfica 9 muestra un ejemplo de grfica de barras
simples, mientras que la Grf ca 1O, muestra una grfica de columnas simples para la
misma variable.
74
DISTRIBU C IN DE FRECUEN CIAS Y GRFICAS EN ESTADSTICA
GRFICA 9
Estructura por licenciatura del grupo SB09-05/o, UAM-Xochimilco
Comunicacin
Sociologa
Psicologa
Economa
Administracin
o 2 4 6 8 10
alumnos
GRFICA 10
Estructura por licenciatura del grupo SB09-05/o, UAM-Xochimilco
12
10 1--""r"<"'O~- - - -- -- - - -- - - -- ~
8
6
4
2
o
75
ELEMENTOS BSICC ,s DE ESTADSTICA PARA CIENCIAS SO C IALES
Otras representaciones grf teas
En estadstica es muy comn presentar los resultados de un estudio mediante el

uso de grficas, por eso no slo encontraremos histogramas, polgonos de frecuencia,
grfica de columnas (barras) simples y ojivas, sino tambin otras formas grficas de
presentar datos y clculos es :adsticos. A continuacin se enumeran algunos tipos
de estas representaciones grficas.
Grfica de barra o colunna simple

Grfica de sectores
Grfica de barras agrupadas
Grfica de barras de de:,viaciones
Mapas estadsticos
Grficas pictricas
Grdfica de barra o columna s2 mple
Es la ms sencilla de las grficas, y consiste en representar datos mediante una barra

o columna simple, la cual ptede ser colocada horizontal o verticalmente.
Este grfico permite comparar las proporciones que guardan cada una de las
partes respecto del todo, po1 lo que pueden construirse usando valores absolutos,
proporciones o bien porcentaies. Se suelen utilizar cuando se comparan grficamente
las distribuciones de conceptos iguales en dos o ms periodos.
Retomando los datos del cuadro estadstico 12, el grfico de barra o columna
simple con valores absolutos se muestra en la Grfica 11.
GRAFICA 11
Estructura por lce,iciatura del grupo SB09-05/o, UAM-Xochimlco
~ Comunicacin
El Sociologa
D Psicologa
&.'SI Economa
~ Administracin
o 5 10 15 20 25
alumnos
F UENTE: datos del Cuadro 12
76
DISTRIBUCI N DE FRECUENCIAS Y GRFICAS EN E STADf STICA
Grdfica de sectores
Se emplean para mostrar la relacin existente entre los componentes de un todo, es

decir, la proporcin. Cada uno de los sectores del crculo representa una parte de
un agregado o de un total. Este tipo de grfica recibe tambin el nombre de grfica
circular o grfica de pastel.
Para construir estos grficos, el analista deber contar con la proporcin o el
porcentaje de cada una de las partes del todo y multiplicarla por 360 o 3.6,
respectivamente. As, una proporcin de 0.65 equivaldra a 234 en la grfica, y un
porcentaje de 25% equivaldra a 90.
Para mostrar un ejemplo de estos grficos se utilizarn los datos del cuadro
estadstico 13, el cual trata sobre la exportacin de vehculos por planta armadora
en Mxico en los aos 1992 y 1993. Los datos de la Grfica 12 corresponden a
1992. Se puede elaborar un grfico similar con los datos de 1993.
CUADRO 13
Exportaciones mexicanas de vehculos enero-octubre (unidades)
COMPAA 1992 1993
Chrysler 90 178 113 629
Ford 115 333 94 066
General Motors 62 227 73 348
Nissan 32 590 37 851
Volskwagen 32 573 60 487
Dina o 340
TOTAL 332 901 379 721
FUENTE: Departamento de Informacin de Negocios de Banamex, diciembre de 1993.
GRAFrCA 12
Exportaciones mexicanas de vehculos, enero-octubre 1992
Volskwagen 10%
General Motors 19%
FUENTE: Departamento de Informacin de Negocios de Banamex, diciembre de 1993.
77
ELEMENTOS BSICC S DE ESTADSTICA PARA CIENCIAS SOCIALES
1
En el grfico de seccore~ anterior se muestra la participacin de cada planta

armadora en las exportacion~s de vehculos para el periodo enero-octubre de 1992.
Observe aqu que los elerr entos bsicos usados para elaborar un cuadro estadstico
(nmero de grfica, ttulo, fuente, etctera) son aplicables tambin en la elaboracin
de grficas.
Grfica de barras agrupadas
Se utilizan cuando se requiere comparar una variable que presenta diferentes categoras
o bien cuando se desea comparar dos o ms variables que, a su vez, se dividen en dos
o ms categoras. Como su nombre lo indica, estn formadas por barras que se agrupan
por categoras; las barras se pueden presentar en forma horizontal o vertical.
Utilizando la informaci :1 del Cuadro 13 a continuacin se muestra un grfico
de barras agrupadas que permite mostrar el comportamiento de las exportaciones de
vehculos por planta armadc ra para los periodos enero-octubre de 1992 y 1993 en
Mxico.
GRAFICA 13
Expo'taciones mexicanas de automviles
120 000
100 000
80 000
"'o
""3 O 1992
u
,_ 60 000
...e::
V
~
1993
40 000
20 000
o
'-'
V -o
.... ....
"' e~ e ~
e
vi o o'-' V
o!}
....~ ~ o "'
"' ~ c5
...e::
u
; i 1"'
-;j
....
V
e
V
J
l.?
78
D 1ST RIB U CI N O E F REC UENCI AS Y G R FI CASEN ESTA O f STICA
Grdficas de barras de desviaciones
Es un grfico de barras que se puede elaborar vertical u horizontalmente. Siempre

tiene como referencia el valor cero, a partir del cual se construyen las barras: hacia la
derecha o izquierda si el eje es horizontal, o bien, hacia arriba o hacia abajo, si el eje
considerado es el vertical. Este tipo de grficas permite la representacin de una variable
que contiene variaciones positivas y negativas; por ejemplo, en una empresa las prdidas
y ganancias en el tiempo, los incrementos positivos y decrementos negativos de la
produccin, etctera.
Como un ejemplo de este tipo de grfico, se mostrar la informacin de crecimiento
promedio anual del primer semestre para la industria minero-metalrgica mexicana
de los aos 1985 a 1995 proporcionada por el Instituto Nacional de Estadstica,
Geografa e Informtica (INEGI) (Grfica 14).
CUADRO 13A
Crecimiento promedio anual del primer semestre
de la Industria minero-metalrgica mexicana(%)
1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995
5 1 9 7 -7 4 -8 7 3 0.5 10.2
FUENTE: INEGI.
GRFICA 14
Crecimiento promedio anual del primer semestre
% de la Industria minero-metalrgica mexicana
15
10
-5
-10
FUENTE: elaboracin propia con datos del INEGI.
79
Mapas estadsticos
Tienen como objetivo representar relaciones espaciales en mapas geogrficos. Entre

algunos de los tipos ms us;1dos tenemos los mapas sombreados, punteados, de
isolneas, de grficas sobrepue~ tas (barras, lneas, flujos, etctera), y con combinaciones
de dos o ms de los anteriorei tipos.
En los mapas sombreados b intensidad de la sombra indica la magnitud del fenmeno
en el rea; los punteados enfattzan las magnitudes absolutas. Los mapas de isolneas se
emplean frecuentemente para mostrar la distribucin de fenmenos meteorolgicos,
econmicos y demogrficos. En el mapa de la Repblica se muestra la forma en la que
nuestro pas fue dividido en cuatro regiones por los investigadores de Banamex en 1987
para elaborar la Segunda Enct.esta Nacional sobre los Valores de los Mexicanos.
En los mapas de grficas sobrepuestas es fcil representar las relaciones espaciales
de variables, lo que permite una mejor comprensin de las mismas. Por ejemplo, si
deseamos representar las magt1itudes de emigracin e inmigracin en los estados del
pas, se pueden sobreponer cos grficas de columnas en cada estado que indiquen
dichas magnitudes.
Region?s y ciudades, muestreo de cuotas

11 Encuesta Nacio;2al sobre los Valores de los Mexicanos, 1987
HffJ Norte
D Centro
~ Occidente
~ Sureste
80
DISTRIB UC IN D E FRECUEN C IAS Y GR FI C AS EN ES T ADSTI CA
Grdficas pictricas
Son muy empleadas por ser atractivas y de fcil comprensin para el pblico que no
tiene una preparacin estadstica, por lo que en estudios formales no son utilizadas.
Estas grficas pueden ser de dos tipos.
Grdficas con smbolos pictricos de tamao proporcional. En ellas las figuras deben
tener una magnitud proporcional a los valores que representan.
Grdficas de unidades pictricas. En estas grficas cada smbolo representa un valor

definido y uniforme. Por ejemplo, si una unidad o smbolo representa 100 estudiantes,
dos smbolos representan 200 estudiantes, etctera. La Grfica 15 muestra un ejemplo
de este tipo de grficas.
GRAFICA15
Nmero de operarios por planta
I 11 III IV V
PLANTAS
~ 150 operarios
81
ELEMENTO S BS I C JS DE EST AD STICA P A RA C I ENC I AS SOC IA LES
Ejercicios
Se obtuvo una muestra de 20 nios en la delegacin Tlahuac, y se les pregunt

cunto tiempo diario (en 1oras) vean la televisin. Los resultados obtenidos fueron:
2.5, 3.0, 1.5, 1.5, 1.5, 3.5, 1.0, 2.5, 1.5, 1.0, 4.0, 1.5, 3.0, 3.5, 3.0, 2.0, 2.5, 2.0, 1.5, 3.0
Con estos datos construy a una tabla de distribucin de frecuencias, un histograma

y un polgono porcentual.
Solucin:
HORAS DE T ELEVISI!' NIOS ACUMULADO A CUMULADO(%)
0.95 - 1.65 8 8 40
1.65 - 2.35 2 10 50
2.35 - 3.05 7 17 85
3.05 - 3.75 2 19 95
3.75 - 4.45 1 20 100
HISTOGRAMA
9
8
7 O 0.95 - 1.65
V)
o
6 ~ 1.65-2.35
IC::
z 5
4
Hl 2.35 - 3.05
3 El 3.05 - 3.75
2 D 3.75 - 4.45
1
o
H oras de televisin
82
DISTRIBUCIN DE FRECUENCIAS Y GRFI C AS EN ESTADfSTICA
PoLfGONO PORCENTUAL
45
40
35
30
o/o 25
20
15
10
5
o
0.6 1.3 2 2.7 3.4 4.1 4.8
Horas de televisin
En una prueba de habilidad psicomotora aplicado a nios de primaria en la

ciudad de Puebla, resultaron las puntuaciones siguientes:
34,28,29,22,33,30,31,32,30,24,22,24,29,24,28,24,34,28,29,30,32,35,
33,22, 19,24, 18,23,20,20,22,21,20,30,31,32
Con estos datos construya una tabla de distribucin de frecuencias, un

histograma, un histograma porcentual y un polgono de frecuencias.
Las calificaciones en un examen de estadstica en la UAM-Xochimilco se muestran

en la siguiente tabla de frecuencias:
CLASE INTERVALO REAL DE CLASE FRECUENCIA (fi)

1 4.95 - 5.65 4
2 5.65 - 6.35 6
3 6.35 - 7.05 8
4 7.05 - 7.75 10
5 7.75 - 8.45 14
6 8.45 - 9.15 8
Construir un histograma, un histograma porcentual, un polgono de frecuencias

y una OJlVa.
83
ELEMENTOS BSICO! DE ESTADSTICA PARA CIENCIAS SOCIALES
Los ingresos anuales de las familias en una comunidad del estado de Oaxaca se
muestran en la siguiente tabla.
CLASE INGRE SO ANUAL (PESOS) FRECUENCIA (fi)

1 ~ 500 - 5000 4
e;
2 ~ 000 - 5500 9
e;
3 ~ 500 - 6000 10
4 ( 000 - 6500 7
5 ( 500 - 7000 3
Construir un histograma, 11n histograma porcentual, un polgono de frecuencias

y una opva.
El nmero de hermanos d~ los alumnos del grupo SC-05 en el trimestre 05/I se

muestra en la siguiente tahla.
I NMEROI >E HERMANOS FRECUENCIA (fi)

o 2
1
1 4
2 6
3 7
4 3
5, >ms 3
Construir con estos datos L1na grfica de barras simples y una grfica de sectores.
Se entrevistaron alumnos :le ciencias sociales, con el fin de conocer su opinin

acerca del nivel acadmio) de sus cursos de matemticas. Las respuestas a esta
variable de investigacin ie clasificaron como: Bueno (1), Regular (2) y Bajo
(3). Los resultados obteni,:los en la entrevista son:
1, 3, 2, 2, 1, 2, 2, 3, 4, 2, 2, 1, 3, 2, 2, 3, 1, 1, 3, 1, 2, 1, 1, 3, 3, 3, 1, 2, 2, 3, 2,1, 3, 2,
2, 2, 3, 2, 1, 3, 2, 1, 1, 1, 3, 2, 2, 2, 3, 3, 3, 1, 1, 1, 2, 2
Elaborar un cuadro de di1 tribucin de frecuencias para esta variable. Trazar un

grfico de sectores y un grfico de barra simple.
84
Medidas descriptivas de la distribucin de frecuencias
HASTA EL MOMENTO, el anlisis de un grupo de datos, ya sea en bruto o bien

agrupados en un cuadro de distribucin de frecuencias, se ha realizado por medio
de algunos clculos aritmticos simples (proporciones, porcentajes, ndices, etctera)
o bien a partir de observar su comportamiento en una grfica, donde slo podemos
discernir sus tendencias o patrones de comportamiento. Se podra hacer la pregunta
siguiente: existe alguna medida ms exacta respecto del comportamiento de un
conjunto de datos? La respuesta es s, ya que podemos, en este punto, utilizar nmeros
individuales que permiten describir ciertas caractersticas de dicho conjunto, y que
reciben, en estadstica, el nombre de estadsticos descriptivos.
Los estadsticos descriptivos constituyen un resumen de la caracterstica que se
estudia, lo que permite tomar una decisin ms rpida y satisfactoria sin la necesidad
de consultar nuevamente todas las observaciones.
Los estadsticos se pueden clasificar, de acuerdo con sus caractersticas en:
1. Medidas de tendencia central y de posicin

2. Medidas de dispersin
3. Medida de sesgo (asimetra)
4. Medida de curtosis
Las primeras tienen como objetivo buscar el punto medio o tpico del conjunto
de datos, o bien una ubicacin especfica dentro de una distribucin de datos, de
ah que stas reciban el nombre de medidas de tendencia central, en el caso de que
su objetivo sea localizar un punto medio, y de posicin o localizacin, en el caso de
buscar una ubicacin especfica en una distribucin de datos.
Las segundas se refieren al esparcimiento o grado de dispersin que tienen los
datos respecto de una medida de posicin o bien respecto de sus datos extremos. A
estas medidas se les conoce como de dispersin o de variabilidad.
85
ELEMENTOS BSICO ; DE ESTADSTICA PARA C IEN CIAS S OCIALES
La medida de sesgo o asi netra tiene por objeto mostrar si la distribucin de

frecuencias de un conjunto de datos es simtrica o asimtrica respecto de una medida
de tendencia central.
Y, finalmente, la medida e.e curcosis, que es aquella que nos permite cuantificar
el tamao del pico o afilami,:nco que presenta una distribucin de frecuencias, y
cuya interpretacin es ms si1 nple realizarla de forma grfica.
Todas y cada una de estas medidas sern analizadas en los siguientes puntos de
este captulo.
Medidas de tendencia centr. J y de posicin
Tienen por objeto encontrar el punto central, o bien, un punto especfico en la

distribucin de un conjunto ele datos. Estas medidas pueden clasificarse en:
Media aritmtica
Media ponderada
Media geomtrica
Mediana
Moda
Cuarciles, deciles y percen riles
Media aritmtica
La media aritmtica, media o promedio es, tal vez, la medida de posicin ms utilizada,
y se define como la suma de lrn valores observados de una variable cuantitativa (discreta
o continua), dividida por el nmero total de las observaciones. De una manera formal,
decimos que, si X 1, )S_, x3, x4... Xn son n observaciones numricas del fenmeno que
se est estudiando, entonces, l 1 media aritmtica o promedio de estas n observaciones
se denota y define de la siguiente manera:
_ Xl + )S_ + X3 + + Xn I
x =- - - -- - - -
n
Esta media o promedio corresponde a lo que en estadstica se llama media muestral

(1), ya que su clculo proviene precisamente de una muestra de la variable cuantitativa.
Se simboliza con una X que tiene una raya en la parte superior, y se lee equis barra.
86
MEDIDAS DES CR IPTIVA S DE LA DISTRIBUCIN DE FRE CUENC IAS
Si las observaciones del fenmeno corresponden a los datos de toda una poblacin
(N), entonces la media aritmtica corresponde a lo que se denomina media
poblacional (II), la cual constituye un parmetro que denotamos como:
x1 + Xz + x3 + + xN II
= - - - - - -- -
N
y cuyo smbolo es la letra griega mu:
Si utilizamos la notacin de sumatoria , las ecuaciones I y II quedaran

especificadas como:
n
X
- =l la
x= -n-
N
X.
1
= 1 Ila
= N
Donde X son todas las observaciones de la variable desde la primera X 1 hasta la

X 0 o XN, segn corresponda.
Para mostrar un ejemplo del clculo de este estadstico, se utilizar una muestra de
20 estaturas de estudiantes universitarios del grupo SB09-05/0 de la UAM-Xochimilco.
Estaturas en metros y centmetros

1.60 1.71
1.59 1.70
1.65 1.68
1.64 1.66
1.55 1.70
1.54 1.69
1.58 1.68
1.57 1.67
1.70 1.57
1.69 1.56
87
EL EMENT OS BSIC O S D E EST A DST I CA PARA C I ENC I AS SO C I ALE S
Utilizando la ecuacin l para el clculo del estadstico tenemos:
_ x1 + X2 + X3 + + Xio
x= 20
L.60 + 1.59 + 1.65 + ... + 1.56

x= 20
X= 1.64
El estadstico nos indica que la estatura media del grupo de 20 estudiantes es de

1.64m, lo que no significa que todos los estudiantes de la muestra tengan esta
estatura, sino que sta representa a ese grupo de estudiantes.
Mediante el uso de la h1Jja electrnica de clculo Excel, tenemos que la media
aritmtica de ese conjunto ele datos se calcula con la funcin:
= PROMEDIO (conjunto de celdas que contienen los datos)
cuya versin en ingls e~ :
= AVERAGE (conjunto de celdas que contienen los datos)
Como se muestra en la Figura 9.

FIGURA 9
, t 1,, t" , ,r \e 1 ,1 _ ,;:;- X
,.. ,1
Estaturas de alurr nos del grupo SB09--05-0
1,6 1,59 Medidas de T.,,dencia Central

1,65 1,64
1,55 1,54 Meda" 1 64
1,58 1,57 1=PROMED10(B4:C13)
1,7 1,69
1,71 1,7 J 1
1,68 1,66
1,89
.." 1,7
1,68
1 57
1,67
1.56
88
MEDIDAS DESCRIPTIVAS DE LA DISTRIB U CIN DE FRECUE N CIAS
Observe en la Figura 9 que cada dato u observacin es colocado en una celda, para
posteriormente calcular la media muestral con la funcin ubicada en la celda F6 definida
como: =PROMEDIO (B4:C13) o bien =AVERAGE (B4:Cl3) en la versin inglesa.
Esta funcin permite el clculo de una media muestral y el de una media
poblacional para datos que no han sido agrupados en una tabla de distribucin de
frecuencias. Una condicin importante para aplicar estas funciones en Excel es que
los datos deben estar ordenados en celdas contiguas, evitando tener celdas intermedias
en blanco. Con base en esta consideracin, le sugerimos al usuario de la hoja electrnica
usar un solo rengln o columna si el nmero de datos a analizar es impar, y dos o ms
columnas si el nmero de datos es par.
En aquellos casos en que la variable en estudio se clasifique utilizando una tabla de
distribucin de frecuencias, las relaciones para el clculo de la media aritmtica son:
Media muestral o media poblacional para datos agrupados (lb)
lb
En esta ecuacin para datos agrupados (lb), los trminos fk y Xk representan:
fk = son las frecuencias de cada clase o intervalo,

k = 1, 2, 3 ... n clase o intervalo
Xk = son las marcas de clase de cada intervalo,

k = 1, 2 , 3 ... n marca de clase de cada intervalo
Para mostrar un ejemplo del clculo de la media para datos agrupados usaremos
la tabla de frecuencias del Cuadro 1Ode este libro a travs de la hoja electrnica Excel, la
cual muestra la clasificacin de las calificaciones de 25 estudiantes en un examen de
estadstica (Figura 10).
De la relacin lb y de la Figura 1Ose desprende que las operaciones realizadas fueron:
primero, el producto de cada marca de clase con su frecuencia respectiva

segundo, la sumatoria de estos productos
tercero, la divisin de la sumatoria entre el total de datos, es decir,
89
EL E MEN T O S BS I C O S DE E STAD STICA PARA CIEN C IAS SOCIALES
Media= [(2)(5.3) + (3)(<i) + (4)(6.7) + (5)(7.4) + (7)(8.1) +(2)(8.8)] / 25
Media= 7.4
FIGURA 10
M&ii!!Fi(@iWrJ%llllifiififfel
Cu~dro 10
Clase lntervak> de
t ><te fi. X Xt,
clase
1 4 .95 - 5.65 1 5,3 10,6
2 5 .65- 6.35 1 6 18
3 6.35 - 7.05 ~ 6,7 26,8
4 7 05- 7.75 i 7.4 37
5 7.75 - 8.45 r 8, 1 56,7

IO
6 8.45 - 9.15
/ ~ l, 8,8 35,2
/ / Sumetoria = 184 3
fl., frecuencia de e l /
Xi.. marca de clase

Media= 7,4
fl
;i . .
Modflt.-',;,
r,;_ ~; .:C~t,\_;~~~ ~-'""~'" '.',,~ t~~ ~~':',,~'::~~ b '/ .~~-;:~~ .',../.r. H'{ !'.
_+,Y C;'j'~~,~-;l~i"!:~ r.; ;- r> ~:.:_p _.: i~-t:~~!- ~71,~. ~ ~F-~;; e:t~:.; -.
-. . \~,f.~\~.~~\t',!:V~::'. _
> .,
P" ;;_.
~; 1: t~~; .;_::---;.,~;.~-~~.; ~'.i. , ~- '.

S - ,_;- ~ . 'J.)1;__. -,~
' .,: .,:~~::.~;~~~ _;, / ~ ' MJi1

1 ~_r
" .,; _, - --
Si se calculara la media di:ectamente a partir de los datos que dan origen a la

Tabla 10, se encontrara que dicho valor es: 7.5. Esta pequea diferencia no es rara,
y es a causa de que los datos rio se distribuyen simtricamente en cada intervalo.
Por lo tanto, el clculo de la media para datos no agrupados y para datos agrupados
diferird siempre en una pequen.a cifra.
La media aritmtica, med .a o promedio, es un nmero individual nico que
puede obtenerse de un conjur: to de observaciones de una variable cuantitativa; sin
embargo, este nmero, que trata de representar a ese conjunto de datos, puede
proporcionar al analista infc rmacin estadstica falsa cuando en dichos datos
encontramos los llamados valores extremos. Un dato extremo es aquel que sale del
mbito normal del conjunto de datos que se analiza. Por ejemplo, considere los
datos sobre el gasto en transpo te diario de un grupo de 6 estudiantes: $3.50, $3.20,
$3.80, $2.90, $3.00, $50.00. El ltimo dato en el conjunto anterior sale del mbito
del resto de los datos, por lo t: mto se trata de un dato extremo.
Veamos cmo afectan los d. Ltos extremos en el clculo de una media considerando
los datos de gasto diario en tr~lnsporte de los estudiantes.
90
MEDIDAS DESCRIPTIVAS DE LA DISTRIBUCIN DE FRECUENCIAS
Media que incluye el dato extremo:
- XI + x2 + X3 + ... + x6
X= - - - - - - - - -
6
3.5 + 3.2 + 3.8 + 2.9 + 3.0 + 50.0

x=------------
6
x = 11.07
Media sin incluir el dato extremo:
_ X1 + Xi + X3 + + xs
X= - - - - - - -- -
5
3.5 + 3.2 + 3.8 + 2.9 + 3.0

x=-- --------
s
x = 3.28
En el primer caso, el valor extremo genera una media de gasto de $11.07 que
no es representativa del conjunto de datos, es decir, sesga el resultado hacia el dato
extremo. Mientras que en el segundo caso, la media obtenida $3.28 s es
representativa del conjunto (el dato extremo qued excluido), es decir, los estudiantes
gastan en transporte diariamente un promedio de $3.28.
Como se puede observar, los valores extremos sesgan el valor de la media, esto
es, la media es sensible a los daros extremos en un conjunto de observaciones. Por
este motivo es importante que el analista que utiliza este estadstico est consciente
de ello y tome en consideracin esta caracterstica que presenta la media aritmtica
en estos casos.
91
EL E ME NTOS BS I C O S D E EST AD S TICA PARA CIE N CI AS SOCI AL E S
Media ponderada
La media ponderada es un est 1dstico que permite obtener el promedio de un conjunto

de datos, en el que se toma en cuenta la importancia que tiene cada dato dentro del
clculo global. As, por ejemplo, al calcular una media aritmtica, se asigna el mismo
peso a cada dato en ella, corr o se puede observar en el siguiente ejemplo:
- x1+ x2+ x3 + ... + x5

' ( = - -- - - -- -
. 5
3.5 + 3.2 + 3.8 + 2.9 + 3.0

X= - - - - -- - - - --
5
x = 3.28
En esta media aritmtica cada dato tiene un mismo peso en el clculo global, es
decir, 1/5 de 3.5, 1/5 de 3.2, as hasta 1/5 de 3.0. La media entonces se puede
calcular as:
media= 1/5(3.5)+ 1/5(3.2)+ 1/5(3.8)+ 1/5(2.9)+ 1/5(3.0) = 3.28
y el ponderador de cada elato es por lo tanto igual a 1/5. La media ponderada, a

diferencia de la media aritm-~tica, permite asignar un ponderador o peso especfico
distinto a cada dato segn s 1 importancia en el clculo global, as, esta medida se
puede expresar matemticanente como
e
L W
l
x.
l
Xw = _i=_l_ _ _
e
L W
1
i= 1
donde:
Xw = es la media ponderada
W = el peso asignado a cada elemento "i"
en la medie.a ponderada i = 1, 2, 3 ... e
X = es cada une , de los elementos a ponderar i = 1, 2, 3 ... e
92
Un buen ejemplo de uso de una media ponderada es el clculo de la calificacin

final que los profesores de cada mdulo hacen trimestralmente en la UAM-Xochimilco.
Suponga que un estudiante de administracin del quinto mdulo obtuvo las
siguientes calificaciones en el trimestre: 1O en investigacin, 6 en matemticas y 6 en el
taller de contabilidad. Una media aritmtica dara como resultado 7.3, equivalente a
una S, ya que cada parte del mdulo tendra un peso de 33.3%. Sin embargo, los
mdulos se ponderan con base en el siguiente criterio: 75% la investigacin, 20%
los contenidos de matemticas y 5% el taller de contabilidad. Con esto ltimo el alumno
obtiene una calificacin de 9 puntos, la cual equivale a MB.
Xw = [75] [10] + [20] [6] + [5] [6] =

9
75 + 20 + 5
Como se puede observar, la media ponderada asigna un peso especfico a cada

parte que constituye un todo, a diferencia, como ya indicamos, de la media
aritmtica, la cual asigna el mismo peso a cada elemento del todo.
Tal vez la dificultad ms grande que existe para aplicar este estadstico es determinar,
precisamente, el valor que deben tener los ponderadores para cada elemento.
La hoja electrnica de clculo facilita considerablemente el clculo de medias
ponderadas, ya que permite probar diversos ponderadores en un mismo problema,
como se muestra en la Figura 3 (p. 51).
FIGURA 11
_ , , , ,,, 1ft 1 , ( , 1 11 ,, t,, f 1 11 / 'r J r i 1, , , , rl - =X
sl t ~~,~ C';)l('~ ;,:~ / '~ ~; ~ :;~ 't':,,.,::.,;:'.?;;;' '{'i''.:E".'.''.'.~'9,-,, . ~...., ..~.
i a IIF lil .lill 6 i .; :l. ~ 1- 11\a e ~ / ..,; "' <'1 i: ~. 8i u;; a -0 G> ~ ;L'[2)/:ilHe . :
.~ .. !t?~~,J'.~~@
.r.=~:t'i,;i..,~.~ ..; f/,,1)j,':l},)\N,c5W\??\tr;,,y,it 'i;tf+
< t . ' ,. ' 01/ ,
'~
~:::.,,_ 1 10 6 6 1
Xw 8,8
O-
PondeMern
1::d~
l_ _ _
~flk:p coni,:IUdod
25 25 1
Xw 8
93
ELEMENTOS BSI::Os DE ESTADSTICA PARA CIENCIAS SOCIALES
En la Figura 11 la ecuacin de la media ponderada est ubicada en la celda U8,

definida como: =(R5*R6+~5*S6+T5*T6)/(R6+S6+T6); mientras que las ecuaciones
de las otras medias pondera, las se ubican en las celdas U 15 y U22 respectivamente. La
construccin de estas ltimas ecuaciones se realiza en forma similar a la de la celda U8.
Observe, finalmente, qm: un cambio en los ponderadores genera medias ponderadas
distintas.
Media geomtrica
Este estadstico se emple 1 principalmente cuando una variable presenta un

comportamiento distinto e 1 el tiempo, es decir, se pretende evaluar un promedio
de comportamiento para diferentes periodos, conjugandose para su clculo dos
factores, el valor de la variable y el tiempo. En estos casos, una media normal o una
media ponderada no pueden medir con precisin dicho comportamiento.
La media geomtrica se define como la raz n del producto de los valores que
toma la variable en el tiempo, donde n es el nmero de factores empleados en el
producto. Matemticamente, la media geomtrica queda indicada como:
n ~ - - - - - --
Iv G = VX ~ X3 ... xn
n = nmero de factores
X,,~-.. Xn = son los n d ttos en el tiempo usados en el clculo de la media geomtrica.
Un ejemplo tpico de use, de una media geomtrica en el rea de la economa o

de la administracin es el c.Jculo de una tasa promedio de inters; por ejemplo,
suponga que un analista des,:a saber cul fue el inters promedio generado con los
certificados de la tesorera (C~tes) en 1993. Con base en los datos de los indicadores
econmicos proporcionadc s por el Banco de Mxico para 1993, las medias
aritmtica y geomtrica seran:
I )aros enero-diciembre, 1993

(tasa de rendimiento neto)
16.72 17.73 17.47 16.17 . 5.04 15.5 13.85 13.68 13.71 13.13 14.38 11.78
94
Media
16.72 + 17.73 + 17.47 + ... + 11.78

x= 12
= 14.93
Media geomtrica
12,--_ _ _ _ _ _ _ _ __
MG= V[16.72] [17.73] [17.47] ... [11.78]
MG = 14.83
Como se puede observar, la tasa de rendimiento medio en 1993, para los Cetes,
fue de 14.83%, distinta a la tasa errnea que se obtiene con una simple media
aritmtica.
En Excel, el clculo de este tipo de estadstico se puede realizar usando la funcin:
=MEDIA.GEOM (dato 1, dato , dato ... dato ), yen la versin en ingls, =GEOMEAN (dato ,
2 3 0 1
dato2, dato3 ... dato0 ). Para el ejemplo, la funcin estara definida en una celda como:
=MEDIA.GEOM (16.72, 17.73, 17.47... 11.78)
Mediana
La mediana es un estadstico cuyo valor proporciona el elemento central de un

conjunto de datos ordenados respecto de la magnitud de los valores, ya sea en
forma ascendente o descendente. Este elemento central divide al conjunto de datos
en dos partes iguales, 50% de los datos se encuentran por debajo de este valor y el
otro 50% por arriba de l.
Si el conjunto de datos ordenados contiene un nmero impar de elementos,
entonces el de la mitad ser la mediana. La relacin que nos permite ubicar el dato
en el conjunto es Ume = (n+l)/2, donde n es el nmero de datos en el conjunto.
Por ejemplo, considere el siguiente conjunto de datos:
3, 11,4,4,8,5,6,8,9
95
ELEMENTOS BSICO ; DE ESTADfSTICA PARA CIENCIAS SOCIALES
Se ordena, primeramente, al conjunto en forma ascendente (o descendente):
3, 4, 4, 5, 6, 8, 8, 9, 11
Se calcula la ubicacin de la mediana:
Ume=(9datas+1)/2 = 5ro. dato
Se ubica el quinto dato :seo.) en el conjunto ordenado contando en forma

ascendente (o descendente). Para el ejemplo, es el dato cuyo valor es 6, por lo tanto
la mediana (Me) ser:
Me=6
Este valor 6 divide al conjunto exactamente a la mitad, es decir, 50% de los

datos tienen valores menores a 6 y el otro 50% mayores a ste.
En aquellos casos en que el conjunto de datos contenga un nmero par de
elementos, entonces la relacic,n a utilizar para calcular la mediana en el conjunto es:
Me= ([Dato(n/2)] + [Dato(n/2)+1])/2, donde n es el nmero de datos en el conjunto.
Por ejemplo, considere el conjunto de datos siguiente:
5, 15, 18, 5, 9, 7, 12, 11
Se ordena el conjunto en forma ascendente:
5, 5, 7, 9, 11, 12, 15, 18
Se determinan los valores de los datos n/2 y del dato (n/2)+1
[Dato (n/2)]= [Dato(8/2)] = [Daro(4)] = 9
[Dato(n/2)+1]= [ )ato(8/2)+1]= [Dato(4)+1]= [Dato(5)] = 11
Finalmente, se calcula la mediana:
Me= :[Dato(n/2)] + [Dato(n/2)+ 1])/2
:vie= (9 + 11)/2 = 20/2 = 10
Me= 10
96
Este valor 1Odivide al conjunto exactamente a la mitad, lo que indica que 50%
de los datos tienen un valor menor de 1Oy otro 50% un valor mayor a ste.
Como se puede observar, el estadstico encuentra el punto central del conjunto
de datos sin considerar los valores que stos tengan. Esto puede ser contradictorio
al comparar su comportamiento frente a la media aritmtica. Si tomamos al conjunto
de datos 1, 2, 3, 6, 8 y calculamos la media y la mediana, los resultados obtenidos
seran media=4 y mediana=3. Si cambiamos el quinto dato del conjunto de 8 a 88,
entonces la mediana seguira siendo igual a 3, pero la media sera 20. Con esto
concluimos que la mediana es un estadstico no sensible a los datos numricos
extremos, ya que no los toma en cuenta en su clculo, mientras que la media es
muy sensible a ellos, como ya se haba indicado anteriormente.
La mediana, por otro lado, es un estadstico que tiene la ventaja de poder analizar
datos no cuantitativos a diferencia de la media aritmtica y encontrar de ellos su
punto central. Por ejemplo, considere las opiniones vertidas sobre un producto por
cinco individuos: malo, regular, malo, bueno, bueno.
Ordenando las opiniones en forma ascendente tenemos:
malo, malo, regular, bueno, bueno
La mediana ser por lo tanto: regular, lo que indica que 50% de los individuos
clasifican al producto por debajo de esta categora y el otro 50% por arriba de ella.
Mediana para datos agrupados
Cuando el conjunto de datos est agrupado en una tabla de distribucin de frecuencias,

el procedimiento de clculo se realiza entonces por medio de una interpolacin
utilizando los pasos siguientes:
l. Se ubica el intervalo de clase que contiene a la mediana mediante el clculo del

cociente del nmero de datos en el cuadro (n) entre dos; es decir: n/2.
2. Una vez ubicado el intervalo que contiene la mediana, se procede a determinar
las variables siguientes:
Lim = lmite real inferior de la clase que contiene la mediana.

n = nmero total de datos en la tabla de frecuencias.
Fac = frecuencia acumulada hasta la clase que antecede a la que contiene la mediana.
f = frecuencia absoluta de la clase que contiene a la mediana.
T = tamao del intervalo de la clase que contiene la mediana.
97
3. Se calcula la median a utilizando la relacin de interpolacin siguiente:
rn -Fac(
Me "' Lim + t -J
2
f T
Como un ejemplo del clculo de este estadstico, utilicemos los datos de las
estaturas (en pulgadas) de los trabajadores de una empresa en Vancouver, Canad.
CUADRO 14
Estatura de t abajadores en Vancouver, Canad (pulgadas)
CLASE INTERVAL ) f REC. ABSOLUTA (fK) FREC. ACUMULADA (F K)

1 53 - 55 2 2
2 56 - 58 5 7
3 59 - 61 8 15
4 62- 64 16 31
5 65 - 67 12 43
6 68 - 70 5 48
7 71 - 73 2 50
Siguiendo los pasos establecidos anteriormente obtenemos:
1. Se ubica el intervalo de dase que contiene a la mediana:
n/2 == 50daros / 2 = 25
la mediana se ubica aproximadamente en el dato 25, el cual se localiza en la

clase 4 intervalo (62-6{, ya que al acumular los datos, el tercer intervalo slo
contiene hasta el dato l'.i, y el cuarto comprende hasta el dato 3 l.
2. Se determinan las variables de la frmula.
Puesto que la cuarta clast debe contener a la mediana, las variables de la frmula
toman los valores siguiemes:
98
MEDIDAS DESCRIPTIVAS DE LA DISTRIBU C IN DE FRECUENCIAS
Lim = 61.5
n = 50
Fac = 15
f = 16
T = 3
3. Calculamos la mediana con la frmula establecida.
rso 1sl
Me= 61.5 +l 1~ j 3
2
Me= 63.37
El valor encontrado, nos indica que 50% de los trabajadores tiene una estatura
menor a 63.37 pulgadas y otro 50% mayor a sta.
En Excel existe una funcin estadstica que permite calcular la mediana de datos
numricos no agrupados. La funcin para la versin en espaol e ingls se define como:
= MEDIANA (rango del conjunto de datos) - - espaol
= MEDIAN (rango del conjunto de datos) - - ingls
Por ejemplo, si el conjunto de datos es: 1, 3, 5, 4, 7, 6, 8. Si stos se ubican por

columna en las celdas de la Al a la A7, la mediana podra calcularse en la celda B1 como:
= MEDIANA (Al :A7), observndose un resultado de 5
Moda
Es una medida de tendencia central que difiere de la media, aunque se parece un

poco a ella. Es un estadstico que no se calcula por medio de los procesos ordinarios
de la aritmtica. La moda (Mo) se define como el valor que ms se repite dentro de
un conjunto de datos.
Es un estadstico muy til cuando se desea cuantificar las caractersticas de variables
cualitativas. Por ejemplo, los empleados de una compaa se pueden clasificar por
gnero, estado civil, ocupacin, etctera. En este caso no tiene sentido la media o la
mediana del gnero de los empleados, la media o la mediana de su estado civil,
99
ELEMENTOS BSIC JS DE ESTADfSTICA PARA CIENCIAS SOCIALES
etctera, por lo que se determina la caracterstica predominante en el conjunto (la

que ms se repite), es decir, la moda.
La moda, a diferencia de los estadsticos anteriores, puede no ser nica y puede,
adems, no existir en un conjunto de datos. Para mostrar esto ltimo observe los
ejemplos siguientes.
Dado el conjunto: 1, 2, 3, 3, 4, 5, 6
Mo=3
datos ur timodales
Dado el conjunto: 1, 1, 2, 3, 4, 4, 5, 6
Mo = 1 y Mo = 4
datos bimodales
Dado el conjunto: 1, 2, 3, 4, 5, 6
datos sin moda
Moda para datos agrupados
Para determinar la moda de un conjunto de datos agrupados en una tabla de

distribucin de frecuencias, debemos realizar el siguiente procedimiento:
1. Localice la clase modal, ei decir, aquella que presenta mayor frecuencia absoluta.
Pueden existir dos o m~ clases modales o bien no existir clase modal en el caso
de que todas las clases n:ngan la misma frecuencia.
2. Una vez ubicada la clase modal, calculamos la moda por interpolacin mediante
el uso de la relacin:
donde:
Lim = lmite real inferior de la clase modal (la clase de mayor frecuencia absoluta)
d 1 = diferencia entre : a frecuencia de la clase modal y la frecuencia de la clase que
la antecede
d2 = diferencia entre :a frecuencia de la clase modal y la frecuencia de la clase que
le sigue
T = tamao del inte :valo de la clase modal
100
MEDIDA S DE SC RIPTIVA S D E LA DI STRIB UC I N D E FRE C UE NCI AS
Para ejemplificar el uso de este procedimiento consideremos el Cuadro 14 de

las estaturas de trabajadores en Vancouver, Canad, propuesto en el tema anterior.
1. La cuarta clase es la clase modal ya que sta presenta la mayor frecuencia

absoluta (f4'==16).
2. Se calculan las variables de la ecuacin de interpolacin y la moda.
Lim = 61.5, d 1 = 8, d 2 = 4 y T = 3
Mo = 61.5 + r 8
[ 8+4
lJ 3
Mo = 63.49
El dato con mayor frecuencia en la tabla es 63.49, es decir, la moda, lo que

indica que de los trabajadores canadienses, la estatura que ms se repite en ellos es
63.49 pulgadas.
En Excel existe, al igual que en el caso de la media y la mediana, una funcin
que permite calcular la moda para datos no agrupados. Esta funcin se define como:
= MODA (rango usado por el conjunto de datos) - - espaol
= MODE (rango usado por el conjunto de datos) - - ingls
Por ejemplo, si el conjunto de datos siguiente: 1, 1, 3, 2, 5, 4, 6, 7 , 1, 8 est

ubicado en una columna, en las celdas que van de Bl a B10, entonces su moda
puede calcularse en C3 como:= MODA (Bl:B10), cuyo resultado es l.
Cuando el conjunto tiene ms de una moda (bimodal) , Excel slo encuentra
una, la primera que est en orden ascendente. Y en aquellos casos donde el conjunto
no tenga moda se observar el mensaje: #N/A, en la celda de clculo.
MEDIDAS DE POSICIN
Cuartiles, deciles y percentiles
Adems de las m edidas de tendencia central antes estudiadas (media, mediana, moda,
media geomtrica y media ponderada), existen otras que pueden ser ms prcticas en
101
ELEMENTOS BSIC1)S DE ESTADSTICA PARA CIENCIAS SOCIALES
ciertas situaciones donde el investigador no busca una ubicacin central, sino una
posicin especfica en la distribucin de sus datos. Estas medidas de posicin son los
cuartiles, deciles y percentiles; stos, en cierta forma, son una extensin de la mediana.
Cuartles
Los cuartiles de una sucesin de datos ordenados son aquellos nmeros que dividen
la sucesin en cuatro partes porcentualmente iguales. Hay tres cuartiles, denotados
como Ql, Q2 y Q3. El segur do cuartil (Q2) es, precisamente, la mediana. El primer
cuartil es el valor por debaj J del cual queda un cuarto (25%) de los valores de la
sucesin ordenada, mientra:, que para el tercer cuartil es 75% de los datos.
Puesto que estas medida) adquieren mayor importancia cuando los datos estn
agrupados en una tabla de cistribucin de frecuencias, nos limitaremos entonces a
mostrar su frmula de clcdo para estos casos.
Los cuartiles se calculan con la frmula:
donde:
k = 1, 2, 3 el nmerc , de cuartil a calcular

Lk = lmite real inferior de la clase donde se ubica el cuartil k. La clase del cuartil k
se determina de r1anera similar que en el caso de la mediana [k (n/4)].
n = nmero de datos
Fk = Frecuencia acumulada de la clase que antecede a la clase del cuartil k
fk = frecuencia absolu :a de la clase del cuartil k
T = tamao del intenalo de la clase del cuartil k
Por ejemplo, utilizando el Cuadro 14, el de la informacin de estaturas de

trabajadores canadienses, el clculo del primer cuartil sera:
1. Se ubica la clase que cortiene al cuartil 1.
]~ (n/4) = 1 (50/4) = dato 12.5
Se busca el dato 12.5 con ayuda de la frecuencia acumulada.
102
MEDIDAS DESCRIPTIVAS DE LA DISTRIB UCIN DE FRECUENCIAS
2. El dato buscado, para este ejemplo, se ubica en la clase 3.

3. Se determinan las variables de la frmula de clculo del cuartil.
L1 = 58.5, n = 50, F 1 = 7, f, = 8 y T = 3
4. Se sustituyen los valores en la frmula y se obtiene el valor del cuartil 1.
Q, , 58.5 + [1[50~4) 7}
Q = 60.56
Esto ltimo indica que 25% de los trabajadores en esta muestra miden menos
de 60.56 pulgadas.
En el caso de que los datos no estn agrupados podemos usar para el clculo de
un cuartil la funcin que proporciona la hoja electrnica Excel. Esta funcin est
definida como:
= C UARTIL (rango de datos, nmero de cuartil deseado) - - espaol
= QUARTILE (rango de datos, nmero de cuartil deseado) - - ingls
Por ejemplo, si tenemos el siguiente conjunto de datos: 1, 3, 4, 2, 3, 5, 5, 6, 6, 7,

capturados por columna en la celdas de C2 a Cl l, entonces para calcular el cuartil 1
la funcin usada en la celda D2 sera:= CUARTIL (C2:Cl 1, 1) dando como resultado
3, es decir, Q1= 3, lo que significa que 25% de los datos son menores a 3.
Deciles
Los deciles son nmeros que dividen a una sucesin ordenada de datos en diez partes
porcentualmente iguales. Los deciles se calculan del decil 1 (0 1) al decil 9 (D9). Su
frmula de clculo para datos agrupados en una tabla de distribucin de frecuencias es:
103
donde:
k = 1, 2, 3, 4, 5, 6, 7, 8, 9 el nmero de decil a calcular

Lk = lmite real inferior de la clase que contiene al decil k. La clase del decil k se
determina de man!ra similar que en el caso de la mediana ( k (n/10)).
n = nmero de datos
Fk = Frecuencia acumulada de la clase que antecede a la clase del decil k
fk = frecuencia absolut 1 de la clase del decil k
T = tamao del interv; Jo de la clase del decil k
Por ejemplo, del Cuad:o 14, el de estaturas de trabajadores canadienses,

determine el decil 7.
l. Se ubica la clase que con1ene al decil 7.
k (n/10) = 7 (50/10) = dato 35
Se busca el dato 35 con .iyuda de la frecuencia acumulada.
2. El dato buscado, para est,~ ejemplo, se ubica en la clase 5.

3. Se determinan las variabl ~s de la frmula de clculo del decil.
4. Se sustituyen los valores de las variables en la frmula y se obtiene el valor del

decil 7.
Este estadstico nos indica que 70% de los trabajadores de la muestra tienen
una estatura inferior a las 65.5 pulgadas.
104
MEDIDAS DESCRIPTIVAS DE LA DISTRIBUCIN DE FRE CU EN CIAS
Percentiles
Son una medida estadstica muy utilizada cuando se desea clasificar o ubicar
caractersticas en las personas (peso, estatura, etctera). Estas medidas son nmeros
que dividen una sucesin de datos ordenados en cien partes porcentualmente iguales.
Cuando los datos se agrupan en una tabla de frecuencias, los percenriles se calculan
mediante la frmula:
donde:
k = 1, 2, 3, 4, 5, 6, 7 ... 99, el nmero de percemil a calcular

Lk = lmite real inferior de la clase que contiene al percentil k. La clase del percentil
k se determina de manera similar que en el caso de la mediana [k (n/100)]
n = nmero de datos
Fk = Frecuencia acumulada de la clase que antecede a la clase del percentil k
fk = frecuencia absoluta de la clase del percentil k
T = tamao del intervalo de la clase del percentil k
Utilizando el Cuadro 14, de estaturas de trabajadores canadienses, determine el

percentil 80.
1. Se ubica la clase que contiene al percentil 80.
k (n/100) = 80 (50/100) = dato 40
Se busca el dato 40 con ayuda de la frecuencia acumulada
2. El dato buscado, para este ejemplo, se ubica en la clase 5.

3. Se determinan las variables de la frmula de clculo del percentil.
L80 = 64.5, n = 50, F80 = 31, f80 = 12 y T = 3
4. Se sustituyen los valores en la frmula y se obtiene el valor del percentil 80.
105
ELEMENTOS BSICOS DE ESTADSTICA PARA CIEN C IAS SOCIALES
p80 = 64.5 + 80 [50/100) - 31 3

12
p 80 = 66.75
El percentil calculado indica que 80% de los trabajadores de la muestra tienen

una estatura inferior a las 66. 75 pulgadas.
En el caso de que los datos no estn agrupados podemos usar para el clculo de
un percentil la funcin que p :oporciona la hoja electrnica Excel. Esta funcin est
definida como:
= PERCENTIL (rango de elatos, nmero de percentil deseado en decimales)
= PERCENTILE (rango de datos, nmero de percentil deseado en decimales)
Por ejemplo, si tenemos el siguiente conjunto de datos: 1, 3, 4, 2, 3, 5, 5, 6, 6, 7,

capturados por columna en la celdas de C2 a C 11, entonces para calcular el percentil
20 la funcin usada en la celda 02 sera:= PERCENTIL (C2:Cl 1, 0.20), dando como
resultado 2.8, es decir, P20 =2. 8, lo que significa que 20% de los datos son menores
a 2.8.
Medidas de dispersin o de variabilidad
En el punto anterior de este captulo indicamos que las medidas de tendencia central
estudiadas slo nos permiten ubicar una tendencia hacia un centro en un conjunto
de datos pero no permiten conocer si stos se encuentran alrededor de estas medidas
o bien estn muy alejados de ellas; tampoco nos indican si el conjunto tiene datos
extremos que sesguen los valo res de los estadsticos. Por eso, todo anlisis estadstico
se inicia con el clculo de las medidas de tendencia central, y se complementa con
un anlisis de la variabilidad ) dispersin de los datos.
Una medida de variabilid~ .d, por lo tanto, ser un nmero que indique el grado
de dispersin (esparcimiento) en un conjunto de datos con respecto a un estadstico de
tendencia central (generalm,:nte la media aritmtica). Si este valor es pequeo
(respecto de la unidad de mecida) entonces hay una gran uniformidad de los datos;
por el contrario, un gran va or indica poca uniformidad, y finalmente un valor
cero nos indica que todos los datos son iguales.
La variabilidad, al igual que el centro de la distribucin de un conjunto de datos,
se puede estudiar o determin u de distintas formas segn el fin perseguido por el
106
investigador o usuario de la estadstica, sin embargo podemos indicar que la medidas

de variabilidad ms comunes son:
El rango (amplitud o recorrido)

La desviacin absoluta promedio
La varianza
La desviacin estndar
La dispersin relativa: el coeficiente de variacin
Rango, amplitud o recorrido
Es la ms elemental de las medidas de variabilidad y se le clasifica como una medida

de distancia. El rango o recorrido es la diferencia entre el valor mximo y el valor
mnimo de un conjunto de datos; o bien, en una distribucin de frecuencias, el lmite
real superior de la ltima clase menos el lmite real inferior de la primera clase, cuando
la clasificacin se ha hecho en forma ascendente en valor.
Matemticamente, el rango se define como:
R= Dmy-Dme
donde:
Dmy = dato de mayor valor en el conjunto de datos.
Dme = dato de menor valor en el conjunto de datos.
Es una medida de variabilidad muy til cuando slo se desea conocer la diferencia
entre los datos extremos de un conjunto, sin embargo presenta dos grandes problemas.
El primero es que, al analizar nicamente dos datos, el mayor y el menor, no informa
del comportamiento del resto de los datos que forman el conjunto. El segundo es
que, al no tomar en cuenta ninguna medida de tendencia central, no informa nada
acerca de cmo se comportan los datos respecto del centro.
Finalmente, el rango o recorrido es un estadstico muy sensible a los valores
extremos en una sucesin de datos, por lo que su utilidad puede ser escasa en muchos
casos prcticos.
Considere los siguientes datos de peso (kg) de siete adultos: 55, 45, 57, 46, 48,
50, 70. La amplitud en este problema es 70-45 = 25 kg. Esta medida nos indica
que entre el adulto de mayor peso y el de menor peso hay 25 kg, pero no nos indica
107
cul es el comportamiento :le variabilidad del resto de los datos, ni cul es su

comportamiento respecto de un centro.
En Excel este estadstico e e dispersin puede ser calculado restando a la funcin
que encuentra el valor mximo [MAX()], la funcin que encuentra el valor mnimo
[MIN()] en ese mismo conjumo. Por ejemplo, si los datos de peso de los siete adultos
del ejemplo anterior se ubican en las celdas de Al a A7 en una hoja electrnica, la
amplitud se puede calcular en la celda C2 con la frmula= MAX (Al :A7) - MIN (Al :A7),
obtenindose como resultado 25.
Desviacin absoluta promedio
Este estadstico es la media aritmtica de los valores absolutos de las desviaciones

respecto de la media aritmtic1 o de la mediana. Las desviaciones se definen como la
diferencia entre el estadstico d: tendencia central usado (media aritmtica o mediana)
y cada uno de los datos en el ccnjunto de estudio. De esta forma la desviacin absoluta
promedio, cuando el estadfotico de posicin es la media aritmtica, se define
matemticamente como:
n n
L IX -XI L / d 1
O.\.P "' =_1___ "' _i=_l__

1
_
n n
donde:
1 d / = /X - X/ son los valor~s absolutos de las desviaciones de cada dato Xi respecto

de la media aicmtica
n n, es el nm ~ro de datos en el conjunto
Para el clculo de este estafstico, la mediana es preferida en algunas ocasiones

sobre la media, ya que se puede demostrar que la suma de los valores absolutos de
las desviaciones respecto de s :a, es menor que la suma de las desviaciones respecto
de cualquier otro valor. En li prctica las desviaciones se toman respecto de la
media aritmtica. Si la distribu:::in del conjunto de datos que se analiza es simtrica,
entonces la media es igual a la mediana y de esta manera se obtiene la misma
desviacin absoluta promedio .
108
Para mostrar el procedimiento de clculo de este estadstico usaremos como

ejemplo el conjunto de datos siguiente: 3, 3, 5, 5, 5, 7, 7, 8, 8, 9.
1. Determine la media del conjunto de datos.
2. Calcule el valor absoluto de las desviaciones.
13-61=3
j3-6l=3
ls-61=1
18-61=2
j9-6l=3
3. Calcule la media de las desviaciones cuyo resultado es la desviacin absoluta

promedio.
l3-6l+J3-6j+IS -6j+... +j9-6I 18

DAP = - - - -- - -- -~= - = 1.8
10 10
Si la distribucin de estos datos es normal y simtrica, entonces 68% de las

observaciones quedan comprendidas entre la (X - DAP] y la [X + DAP], es decir,
entre 4.2 y 7.8. Prcticamente, en este conjunto, 7 de 10 datos (70%) quedan
comprendidos en este intervalo, por lo que no existe una dispersin muy grande de
los datos alrededor de la media aritmtica.
Observe finalmente que el clculo de este estadstico involucra a todos y cada
uno de los datos del conjunto de estudio ponderando por igual a cada elemento e
indicando a que distancia de la media (o mediana) se halla en promedio cada
observacin.
En los casos donde los datos estn dados en una tabla de distribucin de frecuencias,
la desviacin absoluta promedio se calcula mediante la relacin siguiente:
109
ELEMENTOS BSICOS DE ESTADSTICA PARA CI E NCIA S SOCIAL ES
k
I xi -xi f
DAP = _i=_l _ _ _
n n
donde:
X. = marca de das~ del intervalo i

1
X= media
f = frecuencia abi oluta del intervalo
n = nmero total de datos en la tabla
k = nmero total de clases o intervalos
En Excel el clculo de k desviacin absoluta promedio para un conjunto de

datos no agrupados se puede obtener a partir del uso de la funcin:
= DESVPROM (rango de datos) - - espaol
= AVEDEV (rango de datos) - - ingls
Si el conjunto de datos del ejemplo anterior se captura en una hoja electrnica

en las celdas A 1 a Al O, la desuiacin absoluta promedio puede calcularse en la celda
C2 como = DESVPROM (Al:AlO), cuyo resultado es: 1.8.
Varianza
Es un estadstico que se puece definir como la media aritmtica de las desviaciones

respecto de la media elevada al cuadrado. En esencia es similar a la desviacin
absoluta promedio, salvo qt.e en este caso eliminamos el uso del valor absoluto
cambindolo por la elevacin al cuadrado de cada una de las desviaciones. Este
procedimiento provoca, por un lado, que todas las desviaciones sean positivas, lo
que evita el uso del valor al soluto y, por otro, que el promedio obtenido de las
desviaciones elevadas al cuacrado resulte siempre en unidades cuadradas; as, si el
conjunto de datos est medi,fo en kilogramos, la varianza de esos datos se medir
en kilogramos al cuadrado (l :g2 ).
La varianza se simboliza natemticamente con: S2 para una muestra. En este
texto usaremos cr 2 (sigma al ,:uadrado) para la poblacin.
Matemticamente, la varianza se calcula -para una muestra- mediante la
siguiente relacin:
110
n n
2
~ [X.1 -X] [d/ 1
2.I
=l = 1
52 = =
n-1 n-1
donde:
[d.]2
1
= [X1 -X]2 son las desviaciones al cuadrado de cada dato X1.
respecto de la media aritmtica
n es el nmero total de datos en la muestra
Si la varianza que se desea calcular considera a todos los datos de una poblacin,
entonces la relacin a utilizar es:
N N
2
L [X - ] I [d/
1 2.II
i= 1 i=1
cr2 =
N N
donde:
[d)2 = [X - ]2 son las desviaciones al cuadrado de cada dato X

respecto de la media de la poblacin ()
N es el nmero total de datos en la poblacin
La ecuacin 2.I permite calcular la varianza de un conjunto de datos que forman

parte de una muestra, mientras que la ecuacin 2.II calcula la varianza de los datos
de toda una poblacin.
Por otro lado, si la muestra o la poblacin que se analiza est agrupada en una
tabla de distribucin de frecuencias, entonces la varianza muestra! se calcula con la
ecuacin 2.III, y la varianza poblacional con la ecuacin 2.IV.
k k
2
I [ -
X.1 -X] 2
f.1 I: [d.]
1
f1
2.III
i=l i=l
52 =
n-1 n-1
111
ELEMENTOS BSI CC S DE ESTADfSTICA PARA CIENCIAS SOCIALES
k k
2
I [}:.- ]\. I
1 1
[d.]1 fl
2.IV
i= 1 i= 1
a2 = - - - = -- --
N
donde:
Xi = marca de das ! del intervalo i

fi = frecuencia ab: ;oluta del intervalo i
X = media aritm :ica de la muestra
= media aritmica de la poblacin
n = nmero total de datos en la muestra
N =nmero total cie datos en la poblacin
En la hoja electrnica E> cel, el clculo de una varianza muestra! o poblacional,

para datos no agrupados, se obtiene mediante las funciones siguientes:
VARIANZA MUESTRAL
= VAR (rango de datos de la muestra)
VARIANZA POBLACION/ .L
= VARP (rango de datos de la poblacin)
Para mostrar el proced niento de clculo de este estadstico usaremos como

ejemplo el conjunto de dat::>s definidos en el problema de la desviacin absoluta
promedio: 3, 3, 5, 5, 5, 7, ~, 8, 8, 9.
Puesto que se trata de una muestra usaremos la ecuacin 2.I:
1. Calculamos la media de los datos.
112
2. Calculamos las desviaciones elevadas al cuadrado.
l3 - 6 [2 = 9
13- 612 = 9
15 -612= 1
18-612 = 4
[9-61 = 9
2
3. Calculamos la varianza (la media de las desviaciones elevadas al cuadrado).
9 + 9 + 1 + 1 + 1 + 1 +1 + 4 + 4 + 9
52= - - - - -- - -- - - - -
10 - 1
52 = 4.44 unidades2
Esta medida nos indica que la dispersin de los datos con respecto a la media
muestra! son cuatro punto cuarenta y cuatro unidades cuadradas. Fsicamente, el
estadstico no nos dice mucho acerca de la variabilidad de los datos pues mientras la
media aritmtica se mide en unidades, la varianza se mide en unidades cuadradas.
Si la muestra de los datos del ejemplo anterior se captura en una hoja electrnica
en las celdas Al a AIO, la varianza muestra! puede calcularse en la celda C2 como:
= VAR (Al:AIO) cuyo resultado es 4.444 (varianza corregida o cuasivarianza).
Desviacin estdndar
Dada la dificultad de poder medir con la varianza el grado de dispersin en un

conjunto de datos, se decide entonces crear un nuevo estadstico a partir de sta
mediante el clculo de su raz cuadrada; es decir, la desviacin estndar; por lo
tanto, las unidades en las que se mide este nuevo estadstico de dispersin sern las
mismas que tienen las observaciones y su media aritmtica.
Ms an, se dice que la desviacin estndar es la raz cuadrada del promedio de
los cuadrados de las desviaciones que existen de las observaciones respecto de la media
aritmtica. En matemticas, el clculo de la desviacin estndar [S o cr (sigma)] para
una muestra y una poblacin se expresan en las ecuaciones 2.V y 2.VI, respectivamente:
113
ELEMENTO S BSI C OS DE ESTAD STI CA PARA C IE NC IA S SOCIALES
n
2
L [d.]1
2.V
n-1
2.VI
donde:
Xi= observacin i en la muestra o en la poblacin

X = media aritmt .c a de la muestra
= media aricmt ca de la poblacin
N = nmero total ,le datos en la poblacin
di = desviaciones de cada observacin con respecto a la media muestra!
o con respecto :L la media poblacional, respectivamente.
En aquellos casos en que los datos se agrupan en una tabla de distribucin de

frecuencias, el clculo de l 1 desviacin estndar para una muestra o para una
poblacin se efectan con las relaciones 2.VII y 2.VIII, segn sea el caso.
k 2
k 2
L [X -5:] f L [d.]1 f.1
2.VII
i= 1 i= 1
S= =
n-1 n-1
k 2
L [d.]1 f.1
2.VIII
N
11 4
MEDIDAS DESCRIPTIVA S DE LA DISTRIBUCIN DE FRE CU ENCIAS
donde:
Xi = marca de clase del intervalo i

fi = frecuencia absoluta del intervalo i
X = media aritmtica de la muestra
= media aritmtica de la poblacin
N = nmero total de datos en la poblacin
Para mostrar el procedimiento de clculo de la desviacin estndar, continuaremos

utilizando el mismo conjunto de datos de los ejemplos de los dos estadsticos anteriores:
3,3,5, 5, 5,7,7,8, 8,9.
Puesto que se trata de una muestra de datos no agrupados se utiliza la ecuacin 2.V:
1. Calculamos la media de los datos.
2. Calculamos las desviaciones elevadas al cuadrado.
(3 - 6)2 = 9
(3 - 6) 2 = 9
(5 - 6)2 = 1
(8 - 6) 2 = 4
(9 - 6) 2
= 9
3. Calculamos la varianza (la media de las desviaciones elevadas al cuadrado).
9 + 9 + 1 + 1 + 1 + 1 +1 + 4 + 4 + 9
52= - - - -- - - - - - -- -
JO - I
52 = 4.44 unidades2
115
ELEMENTOS BSICC 1 S DE ESTADfSTICA PARA CIEN C IAS SOCIALES
4. Calculamos la desviacin estndar, es decir, la raz cuadrada de la varianza.
\fS'2= \J4.44 unidades 2
S = 2.11 unidades
Con este valor se pueden nacer dos observaciones. La primera es que las unidades
en que est dada la desviacln estndar son las mismas que la de los datos y la
media aritmtica. La segundt, si la distribucin de estos datos es normal y simtrica,
entonces 68% de las observ~ .ciones deben quedar comprendidas entre la [X-S] y la
[X+S], es decir, entre 3.89 y 8.11. Para nuestro ejemplo, 70% de los daros quedan
comprendidos en este intervalo, lo que parece indicar que no existe una dispersin
muy grande de los datos airee ledor de esta media. Desafortunadamente, la desviacin
estndar es una medida de dispersin absoluta, es decir, no nos indica qu tan
grande o qu tan pequea es :a dispersin de los datos respecto de la media aritmtica,
por lo que el analista deber recurrir a una medida de dispersin relativa que le
permita llegar a una conclu.;in. Una de estas medidas de dispersin relativa es el
coeficiente de variacin, del cual hablaremos ms adelante.
En la hoja electrnica Eiccel, el clculo de una desviacin estndar muestra! o
poblacional se obtiene mediante las funciones:
D ESVIACIN ESTNDAF . MUESTRAL
= DESVEST (rango de d iros de la muestra) - - espaol
= STDEV (rango de datos de la muestra) - - ingls
DESVIACIN ESTNDAJ. POBLACIONAL
= DESVESTP (rango de ,fatos de la poblacin) - - espaol
= STDEVP (rango de datos de la poblacin) - - ingls
La frmula para calcula, la desviacin estndar muestra! tambin se modifica

en el denominador de n a ;i-1, es decir, esta desviacin se calcula con la varianza
corregida o cuasivarianza.
Para la muestra de datos iel ejemplo anterior, el clculo de la desviacin estndar
de la muestra en una hoja dectrnica que tiene los datos capturados en las celdas
Al a Al O es:= DESVEST (A] :Al O) cuyo resultado es 2.11.
116
Dispersin relativa: el coeficiente de variacin
Como ya indicamos, la desviacin estndar es una medida de variacin absoluta

que no permite concluir qu tan grande o pequea es la dispersin de los datos, sin
embargo, combinada con la media aritmtica da origen a una medida de dispersin
relativa llamada coeficiente de variacin.
El coeficiente de variacin (CV) es la medida relativa que nos da una idea general de
la magnitud de la desviacin estndar en relacin con la magnitud de la media aritmtica.
Esta relacin expresa la desviacin estndar como porcentaje de la media aritmtica, de
ah que sus unidades se midan en "por ciento". Matemticamente puede expresarse
como:
5 -100%
CV = -
x
El coeficiente de variacin es una medida de variabilidad que se emplea

fundamentalmente para:
1. Comparar la variabilidad entre dos grupos de datos, ya sea que tengan la misma
unidad de medida o distinta. Por ejemplo, un conjunto medido en kilogramos
y otro en metros.
2. Comparar el comportamiento de dos grupos de datos obtenidos por dos o ms
personas distintas.
3. Comparar dos grupos de datos que tienen distinta media aritmtica.
4. Determinar si cierta media aritmtica es consistente con cierta varianza.
Como ejemplo ilustrativo consideremos los resultados obtenidos en mdulo

por dos grupos distintos en el tronco divisional del rea de ciencias sociales y
humanidades en la UAM-Xochimilco.
ESTADSTICO GRUPO SB05 GRUPO SB13

Media (promedio) 8.2 9.5
Desviacin estndar 0.5 0.5
Si slo analizamos la desviacin estndar de los dos grupos debemos aceptar

que la variabilidad de stos, en cuanto a las calificaciones obtenidas, es la misma.
117
ELEMENTOS BSI C OS DE E STADSTICA PARA C IEN C I AS SO CI ALES
Sin embargo, las medias son diferentes, lo que permite distinguir a cada grupo, es
decir, nuestro primer anlisis debe ser revisado. Una forma de hacerlo es calculando
el coeficiente de variacin en ambos grupos.
GRUPO SBO~
CV = (0.5/8 2) 100 = 6.1 o/o
GRUPO SBE
CV = (0.5/9 5) 100 = 5.2%
Como sucede en cualquier medida de variabilidad: a mayor valor, ms

variabilidad. En este caso, el Grupo SB05 presenta una variabilidad relativa mayor
que la del grupo SB13, es decir, este ltimo fue ms homogneo en cuanto a
rendimiento que el grupo SB05.
En Excel, este coeficiente se puede calcular combinando la funcin de la media
con la desviacin estndar. Para el caso de una muestra el coeficiente se calculara
de la manera siguiente:
= (DESVEST (rango de datos)/PROMEDIO (rango de datos))*IOO
El rango de datos para ambas funciones debe ser el mismo.
Medida de sesgo (asimetra)
Las curvas que se pueden utilizar para representar las observaciones de un conjunto
de datos pueden ser simtricas o asimtricas (sesgadas). Las curvas simtricas, como
la que se muestra en la Figm a 12, son aquellas que, si trazamos una lnea vertical
desde el punto ms alto de el .a (la cima) al eje horizontal, el rea total de esta curva
ser dividida en dos partes iguales. Cada parte es el espejo de la otra.
FIGURA 12
118
Por otro lado, las curvas en la Figura 13 son sesgadas. Ello por que los valores de
sus distribuciones de frecuencias se concentran en el extremo inferior o en el extremo
superior de la escala de medicin situada sobre el eje horiwntal. Los valores no tienen
una distribucin igual. La curva 1 est sesgada a la derecha (tiene asimetra positiva),
pues disminuye gradualmente hacia el extremo superior de la escala. Lo contrario
sucede con la curva 2: est sesgada a la izquierda (tiene asimetra negativa) puesto que
disminuye gradualmente hacia el extremo inferior de la escala.
La medida estadstica que cuantifica el sesgo de un conjunto de datos se llama
coeficiente de sesgo (CS).
FIGURA 13
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33
El es se define y denota para datos no agrupados mediante la relacin siguiente:
CS= - --n_ __
[n - 1) [n - 2]
donde:
Xi observacin (dato) i
=
S = desviacin estndar de la muestra
Y en el caso de que los datos se agrupen en una tabla de distribucin de frecuencias

la relacin de clculo de la asimetra ser
k 3
L f [X - X] / n
es =_i-_-1_ _ __
53
119
ELEMENTO S BSICO ; DE ESTA DfS TICA PARA CIENCIAS SOCIALES
donde:
Xi = marca de clase eel intervalo i

X = media aritmtic L de la muestra
Para ambas relaciones de cdculo del coeficiente de sesgo, su interpretacin deber

realizarse del modo siguiente:
e
Si es = O, entonces los aros (la curva) se distribuyen de manera simtrica,
como la que se muestra er t la Figura 12.
Si es > O, entonces los e.aros (la curva) son sesgados a la derecha, como se
muestra en la Figura 14.
FIGURA 14
1 3 5 ., 9 11 13 15 17192123 252729 31 33
Si es < O, entonces los ,latos (la curva) son sesgados a la izquierda, como se
FIGURA 15
1 3 5 9 11 13 15 17 19 21 23 25 27 29 31 33
120
MEDIDAS DE SC RIPTIVA S DE LA DISTRIBU C I N DE FRE CUENC IAS
En Excel, el coeficiente de sesgo se calcula para datos no agrupados con la funcin:

= COEFICIENTE.ASIMETRIA (rango de datos). Por ejemplo, si el conjunto de datos es:
3, 4, 5, 2, 3, 4, 5, 6, 4, 7 su coeficiente de sesgo se calcula con la funcin
= COEFICIENTE.ASIMETRIA (3, 4, 5, 2, 3, 4, 5, 6, 4, 7) o bien, si los datos ocupan las
celdas Al a Al 0, = COEFICIENTE.ASIMETRIA (Al:AlO). El resultado en ambos casos es:
CS = 0.359, mostrando con ello que los datos tienen un pequeo sesgo a la derecha.
Medida de curtosis (afilamiento)
Es la medida estadstica de un conjunto de observaciones que permite determinar

su grado de pico en la curva de distribucin, es decir, las curvas de distribuciones
de frecuencias que se construyen difieren, en muchos casos, tan slo por el hecho de
que una tiene un pico mayor que otra como se puede observar en la Figura 16. En
esta figura las dos curvas (A y B) tienen la misma localizacin y dispersin, y ambas
son simtricas, sin embargo presentan diferente grado de pico: tienen diferentes
grados de curtosis.
FIGURA 16
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
Existen diferentes grados de curtosis, pero en estadstica normalmente se utilizan

tres clases generales. Una curva que se distribuye simtricamente de forma normal,
como la de la Figura 12, recibe el nombre de curva mesocrtica. Una curva que
tenga ms pico, como la mostrada en la Figura 17, recibe el nombre de curva
leptocrtica, y una curva que tenga menos pico, como la mostrada en la Figura 18,
recibe el nombre de curva platocrtica.
121
EL E M E N T o s B As I e o s D E E STA D f sTI e A p AR A e I E N e I As s o e I A L ES
FIGURA 17
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
FIGURA 18
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
La curtosis de una distribuci Sn se determina a partir del llamado coeficiente de

curtosis (CC), el cual se denota ~r define de la manera siguiente:
Para datos no agrupados
ce = >---_ _n_[_n_+_1_]
[n - l] [n - 2] [r. - 3]
~'-4]--2
L- , ~ .
i=l S
3 [n - 1]
[n-2][n-3]
donde:
Xi observacin (dato I i
=
n = nmero total de eatos en la muestra
X = es la media aritrnc :tica de la muestra
S = desviacin estndtr de la muestra
122
Para datos agrupados en una tabla de distribucin de frecuencias
k 4
L f1 [X.-x]
1
/n
ce= _i_=_l_____
S4
donde:
Xi = marca de clase del intervalo i
Para ambas relaciones este coeficiente se interpreta de la manera siguiente:
Si CC = 3, entonces los datos (la curva) se distribuyen de manera simtrica en

forma de una normal estandarizada, como la que se muestra en la Figura 19.
El nmero 3 se establece de manera terica en estudios de estadstica matemtica.
FIGURA 19
Si CC > 3, entonces los datos (la curva) presentan un pico mayor a los de la
curva normal estandarizada, como se muestra en la Figura 17 (curva leptocrtic2._, .
Si CC < 3, entonces los datos (la curva) se presentan ms aplanados que los de
la curva normal, como se muestra en la Figura 18 (curva platocrtica).
123
ELEMENTOS BSI C O S D E EST AD STICA PARA C I ENC IA S SOCIALES
En Excel el coeficiente de curtosis se calcula para datos no agrupados mediante

la funcin: = CURTOSIS (rango de datos).
Por ejemplo, si el conjunto de datos es: 3, 4, 5, 2, 3, 4, 5, 6, 4, 7, su coeficiente
de curtosis se calcula con la funcin: = CURTOSIS (3, 4, 5, 2, 3, 4, 5, 6, 4, 7) o bien,
si los datos ocupan las celdas Al a AlO, = CURTOSIS (Al:AlO). El resultado en
ambos casos es CC = -0.151 ~, mostrando con ello que los datos forman una curva
platocrtica.
Un ejemplo del uso de las funciones estadsticas en Excel
El clculo de medidas de estadstica descriptiva con las hojas electrnicas es muy

simple, particularmente con .a hoja electrnica Excel, ya que basta con capturar los
datos de la variable (o variables) a analizar, y utilizar las funciones estadsticas
adecuadas que permitan calcular tanto medidas de tendencia central y de posicin
(media, mediana, moda, cua:til, percentil) como medidas de dispersin (amplitud,
desviacin absoluta promedio, varianza, desviacin estndar y coeficiente de
variacin); el coeficiente de ~esgo y el coeficiente de curtosis.
En la Figura 20 se muestnn los datos de estatura de 20 alumnos del grupo SB09
del trimestre 95/0. Estos datos son capturados en el rea o rango de celdas indicadas;
para el ejemplo, el rango est formado de la celda B7 a la Cl6. Puesto que las
funciones estadsticas han sido ya definidas en la hoja a partir de la celda F8, Excel
calcula inmediatamente los estadsticos solicitados para dichos datos.
FIGURA 20
Q M,curoft ln e l lh.>n1r>11h.J~ _tlt- t ...
~I@)~ f.dldn Y,.f'Jl' ~- f:c,Nto t,lfflffliert.M Det,os Ye(j:ana ! i.:.ro:,o,,~:ct>:..1r,l - t, X
D ~ 11 .:si ti i [\ ~ l. eb f! <1 .,., r, l. 1: Gi t i f . O 4l ll) : IS a: e

,Q ~ ~ L8 ~ if 2"J ~~ 11 z~-~-,.rt:, ,;,::or, &.~~~- ~~!\."r.;;. it<1$.'({.. ,.
63 $. Variable: f staturas de alumnos del grupo S009/950

_. 1: __, _ _L _ _ ( _ __ JI! _ ( _ !t __ - --'"j
-~ '. Datos a analizar: Medid, ,s oe Tendencia Central y

----, oe Po, ,cin
.!._; 1,60 1.59
,! j 1.65 1.64
-~-\ 1.55 1.54
-~ .i 1.58 1.57
-~-; 1,70 1.69
-~-1 1.71 1,70
...:'
~
1.68
1.70
1.66
1 .69 Meo10 ,s ae Dispersin
] ~l 1 .68 1 .67

~
; j
-~__:
p_
.. 1
1H
~-1
I _________ ---- -- --------- ----- ------------- -------- _, ___j
_Usto - -- - - - - - - - - - - - - - - - - --- -- - -- - - -- - - - - --- - - - - N..Jit __
124
La tarea final para el estudiante ser, entonces, interpretar las medidas calculadas,
realizando de esta forma un anlisis descriptivo de la variable en estudio.
En el cuadro siguiente se resume el contenido por celda del modelo de la Figura
20 y las funciones asociada para la hoja electrnica de Excel.
CELDA FUNCIN
F8 = PROMEDIO (B7:CI6)
F9 = MEDIANA (B7:Cl6)
FIO = MODA (B7:Cl6)
Fll = CUARTIL (B7:Cl6, 1)
F12 = PERCENTIL (B7:Cl6, 0.35)
FI6 = MAX (B7:Cl6)-MIN (B7:Cl6)
Fl7 = DESVPROM (B7:Cl6)
F18 = VAR (B7:CI6)
FI9 =DESVEST (B7:Cl6)
F20 =(F l 9/F8)* 100
F22 = COEFICIENTE.ASIMETRIA (B7:C16)
F23 = CURTOSIS (B7:Cl6)
El subprograma "Estadstica Descriptiva" de Excel
En Excel el subprograma que permite calcular estadsticos descriptivos sin necesidad

de utilizar las funciones estadsticas recibe el nombre de "Estadstica Descriptiva".
Con l, es posible calcular los estadsticos siguientes:
ESTADSTICO DESCRIPCIN
Media aritmtica La suma de datos dividida entre el nmero de datos que forman
el conjunto (promedio).
Error estndar El error estndar de la media del conjunto de datos.
Mediana El dato de en medio cuando el conjunto de datos est ordenado

en forma ascendente (o descendente).
Moda El daro que se repite ms en el conjunto (dato de mayor fre-

cuencia).
125
ELEMENTOS B SIC C S DE ESTA DfSTICA PAR A CI ENCIA S SOC IAL ES
contina
ESTADSTICO D ESCRIPCIN
Desviacin estndar La ra:: cuadrada positiva de la varianza.
Varianza La sur r1a de las desviaciones (cada dato menos la media aritm~
tica) elevadas al cuadrado, divididas entre el nmero de datos
meno:; uno.
Curtosis El niv el de pico o afilamiento de la distribucin de los datos

comp:irado con la distribucin normal.
Skewness El gra do de asimetra de la distribucin de los datos alrededor

desu media aritmtica.
-
Rango o amplitud El dat o ms grande en el conjunto de datos, menos el dato ms
peque o en el mismo conjunto.
Mnimo El dat o de menor valor en el conjunto de datos.

-
Mximo El dat o de mayor valor en el conjunto de datos.
Suma La SUJ na de los valores de los datos del conjunto.
Cuenta Eln nero de datos que forma el conjunto.
Para calcular los estads :icos descriptivos de un conjunto de datos con este
subprograma es necesario realizar el procedimiento que a continuacin se describe:
Capture en una hoja electrnica en fila o columna, todos los datos a ser
analizados mediante estadstica descriptiva. Un ejemplo del uso de este subprograma
utiliza las variables de eda :l, estatura y gasto diario ($) de 20 alumnos de la
universidad como se muestn en la Figura 21.
Seleccione del men de H ERRAMIENTAS la opcin ANLISIS DE DATOS como se
126
MEDIDAS DESCRIPTIVAS DE LA DISTRIBUCI N DE FRE CUENC IAS
FIGURA 21
19
_!_j 18
91 20
1
10 ! 18 1.71 13.00
11 1 19 1.80 14.00
12 i 21 1.60 15.00
13 ! 20 1.65 14.50
14 / 20 1.65 12.50
1si'i 18 1.72 12.00
,~ 18 1.74 12.00
J.L.,._.
1Jlto
___
_.-'"--"-'c....-,~~" -=-~ ~ ~-::.J
.,....... ,_1-,:... 7;.'" ~: '"'' ., ,.~. :-,-::"' .
De las opciones de Anlisis de datos se debe seleccionar: "Estadstica Descriptiva".

Con el cursor ubicado en Rango de entrada, seleccionar el conjunto de datos a
analizar. En el ejemplo el rango comprende de la celda B5 a D25, como se
muestra en la Figura 14. Observe que en el primer rengln se incluyen las
etiquetas de las variables, por lo que, deber seleccionarse la opcin: "Rtulos
en la primera fila''.
En la opcin Rango de salida, se debe ubicar el cursor en la celda a parcir de la
cual deseamos obtener los resultados. Para nuestro ejemplo, esta celda es la F5
(Figura 14).
Seleccionar la casilla denominada Resumen de estadsticas (Figura 14).
FIGURA 22
18 1.65 10.00
19 1.68 12 .50
18 1.72 1200
20 1.70 11 .50
18 1.71 13.00
19 1.80 14.00
21 1.60 15.00
20 1.65 14.50
20 1.65 12.50
18 1.72 12.00
18 1.74 12.00
19 1.80 14.00
19 1.6 9 13.00
20 1.68 12.00
20 1.70 15.00
19 1.74 12.00
18 1.73 12.40
19 1.73 12.30 _;_
, ;sWh"?t,;.~i:W \f5lJ? '!ii'"!I _;io11.%:n!l"4,-~..,r,li&r.;ml;i~1r:,,, _ _ ~

.. @tlt.!ifE-,.!$',.fhi}il'Ji'f,R..:#i}lh.r11&~.HJ.;1'c:Li1"i-.
~ 1.!.lliJ~"'~t!/PJ'ii~!i}Hf;t!J1i!mWJf!.Rif
127
ELEMENTOS B SI C)S DE ESTADSTICA PAR A CIENC IA S SOCIA LE S
Oprimir Aceptar con lo que obtenemos los clculos que se muestran en la Figura 23.
FIGURA 23
''!J e,tWvo e_<idn ~"' n,,,,t., f;or, wito tieff-as Oajps Yentar,a ! ,,.,: l,, /,a ,o.,._.-.,.,
: D r;; lil f;1 ~ ' e ~ ~ : i ~, e. <1 : .,., ,- . t. 1: eJ u u .~ ~ IJJ ! 11 , 11: e
17 ti, 1,700
--"f-~ -- ____ I' -~--- J..__g_ __..1,.~_, _ ___ N __ _ _ _ t:..=.i&.]j _ __ I __ _ _ J K_ _ 1 _t ___ , _M ______H ___ _L
i
JJ K2~ M'ii%1.;.\@>.2~~;,# 1~ t&M~ W l >$i&,@
19,20 Mee a ~ 12,!6
0,22 Erro tpico 0,01 Error l4)ico 0,?1
19,00
18,00
1,01
1,01
-1,00
Mee l!lln!I
Mo<n
Des 'acin .,..,_
Var. ..,,.. de la mJU!ra
Cu1 lSS
1 .71
1,65
0 ,05
0,00
0,71
-ni-
Mecliw.111
Moda
Verian?o do lo n>..IHtra
a..1osis
12,35
12,00
1,38
1,91
-0,31
0,25 Coe icierte de esindrt O.DI Coeroerie de -rio 0,25
3,00 Ron 10 0,20 Rs,gc 5 ,00
18,00 MllO 1 ,60 Mrimo 10,00
21.00 l,lx 110 1,80 IM><imo 15,00
38,t,OO S<IT , 34,12 S<IT>o 251 ,20
2000 =-~-----~-@-euerta......._____~~-~--
-- ---- - - -----.------------ ----------.--- --... -----_,_______J ..II=!

listo M.N
En la Figura 23 se muestran los estadsticos calculados para nuestro ejemplo. En

ella podemos observar que la estatura promedio (media aritmtica) de los estudiantes
del ejemplo es de 1.71m, la desviacin estndar es de 0.05m, es decir, 99% de las
estaturas se encuentran ence: 1.61 y 1.81 m. Tambin podemos observar que el
estudiante de mayor estatura en el grupo meda 1.80m y el de menor estatura 1.60m,
lo que establece una amplituc o rango entre estos datos de 0.20m, es decir, la diferencia
de estatura entre el alumno rns alto y el ms bajo es de 20cm.
El coeficiente de asimetra 0.01 indica muy poco sesgo, los datos casi se
distribuyen en forma normal (simtrica). Mientras que el coeficiente de curtsis
0.7 1, indica que la curva de distribucin de estos datos est ms aplanada que una
curva normal, es decir, es ur La curva platocrtica.
128
Ejercicios
1. El gasto diario ($) de una muestra de 20 alumnos de la universidad se indica a

continuacin:
10.00 13.00
14.00 12.30
12.00 11.50
12.00 12.50
12.50 12.00
15.00 ll.00
14.00 13.00
12.40 12.00
12.00 15.00
14.50 10.50
a) Calcule el tercer cuartil, el 35 percentil y el decil 3.

b) Calcule la media muestral y la desviacin estndar muestral.
Solucin:
La solucin a este problema se muestra en la hoja electrnica siguiente, en la

cual se han utilizado funciones para obtener los clculos solicitados (Figura 24).
FIGURA 24
,e /!ldwo 1;.- ~er r,-tar ~ l:!On'- 0otm ~ ? t! .<C~ '> \'?P . ti X
D ~ 1i1 ~ ti ci [}. ~ t ftli 1ft, <! .., '" - t. l: 81:l t! xi .O~ f1J '! 14 lf ,: '!
a !.i t11 & ~ l ,21 lile, 6<l ..~,-,,,,..-,,. ", ,,,,,,., ,. ,,.,.-.
K7 fl, 12,56
-:-ft'-. --- ! .. ---- --- _ _ 9 __.J___ - -- . !' - -------------,-------------- -- -- :_ i_ - -- _ . .__ _ _ _ - -~-- ~L ----'
-,-,
.- --- ...-
~i']
-- -
~-! ..)
",?f};- 1,71 c:ma
I1-
19,20 -
! ...J E rror~ 0,22 Error"* 0,01 Error~ 0,31
) 19.00 _,. 1,71 12,35
1S,OO Modo 1,65 12.00
1,01
1,D1
Desvi0cino.1*-
VWW'IZBdeianuestra
0,05
0,00
~
Vilwmlde lll!OOe:itre
1 .38
1,91
-
-1,00 Cu1oois 0,71 CU,tosis -0,31
0,25 Coetidor1do- 0 ,01 Coe1iaonte do - r . 0,25
3.00 Rlr,go 0,20 ~ 5.00
13,00 .,;,;,,o 1,00 10,00
1,80 15.00
21,00 -
384.00 ,,..... 34,12 s.,,,. 251,20
20.01) o.u 2000 CUo,u 20,00
r
____ __________________---------..-- ______ _____________ ___________________________ .. ________ ___J.
-
129
ELEME N TO S BSI C JS DE ESTADfSTICA PARA CIEN C IAS SO C IALES
2. En una prueba de habilidad aplicada a obreros en la ciudad de Toluca resultaron

las puntuaciones siguientes:
34 28 29 22 33 30 31 32 30 24 22 24 29 24 28 24
34 28 29 30 32 35 33 22 19 24 18 23 20 20 22 21
a) Calcule el segundo cuattil, el 45 percentil y el decil 6.

b) Calcule la media muest ral y la desviacin estndar muestral.
e) Concluya sobre la habil dad de estos obreros.
3. Los ingresos anuales en una comunidad del estado de Oaxaca se muestran en el

siguiente cuadro. Deter nine al ingreso promedio, su dispersin mediante la
desviacin estndar y la d .spersin relativa, para finalmente emitir una conclusin .
CLASE l! ./G RESO ANUAL (pesos) J EFES DE FAMILIA
1 4,950 - 5,650 7
2 5,650 - 6,350 9
3 6,350 - 7,050 10
4 7,050 - 7,750 7
5 7,750 - 8,450 3
4. Determine la media, desYiacin estndar y dispersin relativa de un grupo de 12

alumnos en su examen de mdulo y concluya en cuanto a su nivel de
aprovechamiento.
7.5, 8, 7, 8.5, 8, 7.5, 8, 7, 7, 9, 8, 8.5
5. El peso de sacos de exportacin de un producto industrial se indica en la siguiente

muestra de 30 semanas. Se desea saber si la mquina llenadora de estos sacos est
operando adecuadament1 ~. El llenado adecuado no debe exceder una dispersin
de 1.5%. Analice estadst .camente la muestra mediante las medidas de posicin y
dispersin convenientes y construya un histograma y polgono de frecuencias.
Concluya e indique si la :nquina de llenado est operando convenientemente.
130
MEDIDAS DESCRIPTIVAS DE LA DISTRIBUCIN DE FRECU ENCIAS
20.2 20.3 20.2 21.0 19.9 19.8 20.5 21.0 20.1 20.4
20.3 20.0 20.9 20.4 19.7 19.8 20.9 20.1 20.2 20.1
20.2 20.2 20.1 20.9 19.8 19.7 20.4 20.0 20.1 20.0
Sugerencia: calcule media y desviacin estndar.
6. El nmero de horas y el horario con mayor nmero de telespectadores son dos

factores que influyen en la publicidad televisiva. Una muestra de 50 familias
con el nmero de horas que ven televisin, produjo los datos siguientes:
3.0, 6.0, 7.5, 15.0, 12.0, 6.5, 8.0, 4.0, 5.5, 6.0, 5.0, 12.0, 1.0, 3.5, 3.0, 7.5, 5.0,
10.0, 8.0, 3.5, 9.0, 2.0, 6.5, 1.0, 5.0, 4.5, 1.0, 6.0, 1.5, 8.5, 3.0, 7.5, 9.5, 4.5,
7.0, 3.0, 2.5, 3.0, 1.0, 11.5, 4.5, 5.5, 5.0, 3.5, 7.5, 6.0, 11.5, 14.5, 7.0, 5.5
a) Construya una tabla de distribucin de frecuencias.

b) Elabore los histogramas y polgonos conocidos.
e) Calcule el segundo cuarcil, el 25 percentil y el decil 7.
d) Calcule la media muestra! y la desviacin estndar muestra!.
e) Concluya sobre el nmero de horas que ven la televisin las familias de la muestra.
7 . Los ingreso mensuales que reciben 15 ejecutivos medios en la ciudad de

Guadalajara se muestran a continuacin:
10 000 10 500 9 900 11 000 11 500

10 500 10 300 11 000 10 500 11 400
11 500 10 000 11 000 10 300 11 100
Determine:
El ingreso promedio mensual de estos ejecutivos.

La desviacin estndar de sus ingresos.
La dispersin relativa.
Concluya con base en la informacin estadstica anterior.
131
Clculo de la media aritmtica y la desviacin estndar
por el mtodo abreviado
EL MTODO ABREVIADO se emplea para el clculo de la media aritmtica y la desviacin

estndar porque tiene la ventaja de ahorrar tiempo y trabajo cuando se manejan datos
numricos relativamente pequeos, cuyos clculos no son tan laboriosos como sucede
con el mtodo tradicional revisado en el captulo anterior.
Clculo de la media aritmtica
Dado un conjunto de datos (una muestra), este mtodo se inicia proponiendo o

estimando una media aritmtica, a esta estimacin se le aplica posteriormente una
correccin para encontrar el valor real o verdadero de la media aritmtica.
Para explicar los pasos requeridos en el procedimiento de clculo de este estadstico
nos auxiliaremos con el cuadro estadstico 15.
CUADRO 15
Clculo de la media aritmtica y desviacin estndar (mtodo abreviado)
1 2 3 4 5 6 7
f.l x' f (x') 2
)
No. Intervalo X.1 f1 X
1 239.5 - 244.5 242 1 -6 -6 36
2 244.5 - 249.5 247 3 -5 -15 75
3 249.5 - 254.5 252 2 -4 -8 32
4 254.5 - 259.5 257 4 -3 -12 36
5 259.5 - 264.5 262 4 -2 -8 16
6 264.5 - 269.5 267 6 -1 -6 6
7 269.5 - 274.5 272 10 o o o
8 274.5 - 279.5 277 8 1 8 8
9 279.5 - 284.5 282 5 2 10 20
10 284.5 - 289.5 287 4 3 12 36
11 289.5 - 294.5 292 2 4 8 32
12 294.5 - 299.5 297 1 5 5 25
L= 50 -12 322
Fuente: datos hipotticos.
133
ELEMENTOS BSI C OS DE ESTADfSTICA PARA CIEN CI AS SOCIALES
X.1 = marca de clase del tntervalo i

x' = desviacin de un F untaje X de la media estimada
fi = frecuencia absoluc:: . del intervalo i
PROCEDIMIENTO:
l. Encontrar la media estinada (XE) tomando el valor de la marca de clase del

intervalo ms cercano al :entro de la distribucin o la del intervalo que tiene la
mayor frecuencia. En el Cuadro 15 el intervalo 269.5 - 274.5 es el que tiene
la mayor frecuencia y es c 1Si el centro de la distribucin, por lo que consideramos
el valor de la marca de clase de este intervalo como la media estimada (XE = 272).
2. Llenamos la columna (5: x', anotando la desviacin que existe entre cada clase
respecto de la clase donde ;!St ubicada la media estimada, en unidades de intervalos
de clase. La media estima,fa con valor de 272 est ubicada en el intervalo (7), por
lo que no existe una desvi 1cin entre la marca de clase de este intervalo y la media
estimada, entonces anotamos el valor de cero. Todas las clases menores a la clase
(7) con media estimada e 1 272, tomarn valores negativos en x' y las superiores a
272 sern valores positivc s. En el intervalo (6) la desviacin es de -1, porque est
desviado un intervalo de clase; el intervalo (5) est desviado dos intervalos de
clase, es decir, -2 unidade.; en la columna x', y as sucesivamente hasta el intervalo
(1), el cual est desviado ~eis intervalos de clase, colocando el -6 en la columna x'.
Los valores de marca de e.ase superiores a 272 se encuentran a partir del intervalo
(8), colocando en la columna x' el valor de 1, y as sucesivamente encontramos las
desviaciones 2, 3, 4 y 5 d;! intervalos de clase desde la media estimada.
3. Calculamos la columna ( 6) f x, multiplicando cada x' de la columna (5) por la
frecuencia correspondien::e de la columna (4). Para el rengln (1) la desviacin es
de -5 por su frecuencia 1, se obtiene como resultado -5 el cual como ya se indic
se coloca en la columna((;), En la misma forma calculamos estas multiplicaciones
para cada uno de los renglones subsecuentes.
4. El siguiente paso consiste en encontrar la correccin en unidades de intervalo de
clase (c), realizando la sun ta algebraica de las f x' positivas y negativas, y dividiendo
esta suma por n, como se indica en la siguiente expresin:
k
L (fx'- + fa'+)
i=l
C=-----
n
134
CLCULO DE LA MEDIA ARITM..TICA Y LA DESVIACIN ESTNDAR
De la columna (6) se suman los valores positivos (43), y los valores negativos (-55).
En la columna (4) se encuentra en el rengln de L el total de datos (n) que forman la
muestra (50).
5. Se obtiene la correccin de puntaje (et), multiplicando el tamao del intervalo

de clase (T) por la correccin en unidades de intervalo de clase (c),
et.1 = (5)(-0.24) = -1.2
6. Finalmente encontramos el valor de la media aritmtica (X) sumando

algebraicamente la media estimada (XE) y la correccin de puntaje (et).
X= 272 - 1.2 = 270.8
La media aritmtica para este ejemplo por el mtodo abreviado es de 270.8,

valor similar al que podra obtenerse si se calcula utilizando el procedimiento
establecido en los captulos anteriores.
Clculo de la desviacin estndar
Para explicar el proceso de clculo de la desviacin estndar tambin usaremos el

cuadro estadstico 15.
En este caso el mtodo abreviado utiliza la frmula:
k
L f. X >2
J
s = T i=l - c2
n -1
T = tamao del intervalo

c2 = correccin en unidades de intervalo de clase elevada al cuadrado
n = nmero de datos
135
ELEMENTOS B S!CCS DE ESTADSTICA PAR A C IE N CI AS S O C IAL ES
PROCEDIMIENTO:
l. Se multiplican los valore:; de la columna (5) x' por los de la columna (6) f x',
obteniendo como resultado la columna (7) f1 (x') 2 En el intervalo (1) el valor de
x' es de -6 y el de f x' es -6, entonces el valor en f (x') 2 es de 36. Este proceso se
realiza para los dems int,~rvalos del cuadro 15, posteriormente se suman todos
los resultados de la columna f1 (x') 2 obtenindose 322.
2. La correccin en unidades de intervalo de clase (e) elevada al cuadrado:
k
(fx'- + fa'+)
i= 1
C=----
n
. = (-0.24) 2 = 0.0576
3. Sustituyendo los valores calculados en la frmula de la desviacin estndar

por el mtodo abreviado se e btiene:
, =
v~
(5)'~-v 0576 = (5v 6.57143 _ 0.0576 = 12.76
4. Si se desea conocer el valor de la varianza (s2), slo se requiere elevar al cuadrado

el valor de la desviacin estndar calculado en el paso anterior.
s2 = (12.76)2 = 162.846
Clculo de la media aritmtica y la desviacin estndar

con el mtodo abreviado m<:diante la hoja de clculo de Excel
Con base en los datos del e, ercicio del Cuadro 15 se describe a continuacin el
procedimiento a seguir en la hoja electrnica para calcular la media aritmtica y la
desviacin estndar por este ntodo.
136
CLCULO DE LA MEDIA ARITMTICA Y LA DE SV IACIN ES TNDAR
Media aritmtica
1. Abrir una hoja de clculo.

2. A partir de la celda C3 anote los ttulos en cada una de las columnas de la hoja de
trabajo como se muestra en la Figura 25.
3. Escribir el lmite inferior del intervalo de la primera clase en la celda C4.
4. En la celda D4 colocar la frmula: =C4+$D$24 donde D24 es el tamao del
intervalo.
5. Ubicarse en la celda C5 y asignarle el valor de la celda D4 como: = D4, despus
copiar la frmula en D4 a D5. Copiar C5 y D5 hasta la celda Cl5 y D15.
6. Ubicarse en la celda E4 y construir manualmente la frmula: = (C4+ D4)/2; la cual
calcula el valor de la marca de clase del primer intervalo.
7. Se copia la frmula de la celda E4, hasta la celda E15.
8. Se escriben los datos de la frecuencia en la columna f,1 de la celda F4 a la celda F 15
(1, 3, 2, 4, 4, 6, 10, 8, 5, 4, 2, 1).
9. Posteriormente ubicarse en la celda F 16.
1O. Pulsar el icono de funciones de la barra de herramientas estndar, enseguida aparece
una ventana que permite seleccionar diferentes categoras (vase Figura 26).
11. Seleccionar la categora de funciones matemticas y trigonomtricas.
12. Seleccionar la funcin de suma.
13. Aparece una ventana de dilogo, que solicita el rango de suma (vase Figura 27).
El rango puede indicarse con el seleccionador de rango (con ayuda del ratn) o
escribindolo directamente.
FIGURA 25
:..'.. ~.',r,n Lff t ~,,, 1 l,n1P11tn, ,ti I t,,1 ti,, fl,l!d \ l 1t,H'> \11t11h -_ - ~-
1
X
\:.r},~~!:.~ ;'.\!r .~ ~ - IJoir~, Ot,,( \ ~ ;;. :;f \::_:, :~-" .> (~: L("~'j V"""~J.1'1: . "f:~.;Y::~:
fp,~ril.d tt.[t:l ~ti 6'Q, _,c1.-, "~-J~ :~_~Ei ti U1D 4J G.i : .i 14 ; ~ e _. ' :
Jtit~i.ifC
~\: ~ ~~~=bJ,.o,nf<,,{o:,- ..Te,~~J ,.-;,,&, '.\, '"\("i :r~ \,::t:\f):t:
e '. a -:-. " 1 ....
--
\
~
' .:z.
CIIAOR015
X. ~ r f,t f,CII')'
::.1
H
;I
.e
..
239.S 244,S 1
2'12
J
-6 36
244.S
249,S
2411.5
254,S
2,41
252
-5 -15
.e
75
32

6 -~
254,S 259,5 257 4 -3 -12 36 10
.e
ti
259,S 2M.S 2ll2 4 -2 18 14
284,S 2$9,S "JfIT 6 -1 .e 6 ;o
289,5 21.s 272 10 o o o 30
274,S 27U m 8 1 6 8 38
279,5 294,S 292 5 2 10 20 43
284,5 2119,S 287 4 3 12 36 47
2119,S 291,5 m 2 4 8 32 ol9
..
294.5 ~.5 m 1 5 ~ ~ !! ' -1
.
---~
50 -12 322
--
T-doiril<Vllo(!) 5
<" O,OS76
e .o,.
"'. -1.2
Mecllne 772
-m.83
d, ..
d, 2
~ - 12,181102
V...-.na 162,84511
-l
_' ... - ' '" - - -- .. _.__ ~'- . _ . ~ - --~- J 1-Jf'"
listo' '.. . . . , -
137
EL E MENTO S BSICO S D E ESTA D ISTICA PARA C IEN C IA S SOCIAL ES
FIGURA 26
;i:1 tldwo ~ . ~ rr-tor', l:.O!'I* t1ao...ioiAs '._oatos ~ ., ,L tl X
1D ~ lil ai 'D i Si[). ei' i lilt IL sd \ .., (-~-!t. 1: il il U lO j (1) ! I 14 ifl!C

! 1j t. ~ al 'Cit Qi i2) ~ c)id !.,.,R,, ._,,.;,,,.e<, ~'"'t,o,. ., T,l)i1ar,o, 1>YA\... .
~ T X ,/. =D21 +023
T-
-MI-~
--8)iiWJ
e ..0.,2,4
et. .1,2
del rtavelo(l) 5
e
-
AC05
ACOSH
ALfATOIUO
lo
AREAS
. MS(nllmen,)
OeYolYe:.. YID ~
. . ...
,".'
-~!!J!!~~!!'l,.,.-JV,t\'91D,,'
..:J
0/)576
i
:iJ
.. - - 12,701102
A
--~-a' w,
Venonza 162,84571 ~-,.-.-,.. _-::l!UIOQ
c..:: .,...,7:"-"";"-,::.:= = =,,-:-,- ~- --
: , --
.
..J
_Modfka
; '-------------- . --~- .- :
-
FIGURA 27
138
CLCULO DE LA MEDIA ARITMTICA Y LA DESVIACIN ESTNDAR
14. Anotar ttulos en la celda C20 media aritmtica =, en la celda C21, media esti-
mada=, en la celda C22 escribir c =, en la celda C23 escribir etl =, en la celda C24
escribir tamafio del intervalo de clase (T)=, y en la celda C25 escribir c2 =.
15. En la celda 021 anotar el valor de media estimada 272, y en la celda 024 anotar
5, el tamao del intervalo de clase.
16. Llenar la columna de x', primero se coloca un cero en la celda GIO, en forma
consecutiva escribir los valores de desviacin negativa correspondiente, desde la
celda G9 hasta G4 (-1, -2, -3, -4, -5, -6), posteriormente anotar los valores positivos
en forma consecutiva de la celda Gl 1 hasta la GIS (1, 2, 3, 4, 5).
17. En la celda H4 en forma manual anotar el producto de la celda F4 y la celda G4:
=F4*G4, despus copiar la frmula hasta la celda HI5.
18. En la celda HI6, realizar la sumatoria de la celda H4 hasta la celda HIS.
19. En D22, escribir la operacin:= HI6/F16.
20. En la celda 023 multiplicar la celda 022 por la celda D24: = D22*D24.
21. Seleccionar la celda D20 para calcular el valor de la media aritmtica por el mtodo
abreviado sumando las celdas D21 y D23: = 021+D23.
Desviacin estdndar
l. Ubicarse en la celda D25 y elevar al cuadrado el valor de la celda D22: = (D22)"2.

2. Seleccionar la celda 14 y multiplicar en ella la celda G4 por la celda H4: =G4*H4,
posteriormente copiar esta frmula hasta la celda 115.
3. En la celda 116 ubicar la sumatoria desde la celda 14 hasta 115.
4. Anotar los ttulos de desviacin estndar en la celda C26 y de la varianza en la
celda C27.
5. En la celda D26 en forma manual anotar la frmula de la desviacin estndar
del mtodo abreviado
=(((I 16/(F 16-1))-D25)"0.5)*D24
desviacin estndar = 12.761102
6. En la celda D27 elevar al cuadrado el valor de la celda 026: = 026"2, encontrando

con ello el valor de la varianza.
varianza= 162.8457 1
139
Mediana
l. Escribir en la celda F20 1Jediana ==.

2. Construir la columna de frecuencia acumulada (F), primero copiando el valor
de la celda F4 en la celda J4: == F4.
3. En la celda JS escribir la :urmula: == J4+F5, posteriormente copiar esta frmula
hasta la celda J15.
4. En la celda G20 escribir la frmula de la mediana1 en forma manual como:
=(( :(F16/2)-J9)/F10)*D24)+C10
mediana= 272
Moda
1. Ubicarse en la celda F22 y escribir el ttulo Moda=, en la celda F23 escribir d 1 =,

y en la celda F24 escribir d2 =.
2. En G23 escribir la frmu;a: = F10-F9.
3. En G24 escribir la frmula:= FlO-Fl 1.
4. En la celda G22 en forma manual escribir la frmula de la moda: 2
=(G23/(G23+G24)*D24)+C1 O
moda = 272.83
Mtodo abreviado de clculo de la media aritmtica

y la desviacin estndar con datos agrupados en frecuencia
Para explicar los pasos requeridos en el procedimiento de clculo de estos estadsticos

nos auxiliaremos con el Cuadro 16, donde los datos a analizar han sido agrupados de
acuerdo con la frecuencia que r resentan en el problema que a continuacin se describe.
PROBLEMA
Se cuenta con los datos de ed:1d de 27 jvenes y adolescentes y se desea conocer su
promedio de edad y la disper:;in que sta presenta.
1
La frmula empleada en este :lculo est en la pgina 98.
2
La frmula empleada en este :lculo est en la pgina 1OO.
140
CLCULO DE LA MEDIA ARITMTI CA Y LA DESVIACIN ESTNDAR
Datos (aos cumplidos)

22, 20, 21, 18,19, 19, 18, 18, 18, 16, 16, 17, 16,
17, 17, 17, 15, 15, 11, 12, 12, 17, 14, 14, 13, 15, 13
CUADRO 16
(1) (2) (3) (4) (5) (6)

No X1 f1 X' f1 x' fl x') 2
1 11 1 -6 -6 36
2 12 2 -5 -10 50
3 13 2 -4 -8 32
4 14 2 -3 -6 18
5 15 3 -2 -6 12
6 16 3 -1 -3 3
7 17 5 o o o
8 18 4 1 4 4
9 19 2 2 4 8
10 20 1 3 3 9
11 21 1 4 4 16
12 22 1 5 5 25
27 -19 213
El proceso de clculo de la media aritmtica y la desviacin estndar cuando los

datos estn agrupados en frecuencia es:
1. Primero encontramos la media estimada (X E) tomando como referencia el dato

de mayor frecuencia. En el Cuadro 16, rengln 7, se encuentra el dato 17, el
cual tiene la mayor frecuencia (5), y es casi el centro de la distribucin. La
media estimada para este caso es diecisiete (X E = 17).
2. Llenamos la columna (4) x', anotando la desviacin que existe entre cada dato
con respecto al dato donde est ubicada la media estimada. El dato 17 del rengln
(7) no est desviado respecto de la media estimada puesto que corresponde con
el valor de sta, entonces anotamos el valor de cero en la columna x'. Todos
los valores menores a 17, al llenar la columna x' tomarn valores negativos y los
superiores a 17 sern valores positivos. En el rengln (6) el dato es 16, colocamos
un -1 en la columna x', en el regln (5) el dato es 15, colocamos un -2 en la
columna x, as sucesivamente hasta el primer rengln en el cual el dato est
x.
desviado seis posiciones y se anota un -6 en la columna Los datos superiores
141
ELEMENTOS BSICO~ DE ESTADSTICA PARA CIENCIAS SOCIALES
a 17 se encuentran a partir del rengln (8); para este caso colocarnos en la columna
x' el valor de 1, y as suces vamente encontramos las desviaciones 2, 3, 4 y 5 de
cada dato respecto de la media estimada.
3. Calculamos la columna (5) f x', multiplicando cada x de la columna (4) por la
frecuencia correspondient~ de la columna (3). Para el rengln (1) la desviacin
es de -5 por su frecuencia l, se obtiene como resultado -5, el cual se coloca en la
columna (6); as continuamos realizando estas multiplicaciones para cada uno
de los renglones subsecuentes y los resultados los anotarnos como ya indicamos
en la columna (5).
4. Encontrar la correccin d~ puntaje (c) realizando la suma algebraica de las f x'
positivas y negativas, y po::teriormente las dividimos por n, como se indica en la
frmula siguiente:
k
(fx'+ + fo'-)
i= 1
C=-----
n
En la columna (5) la suma de los valores positivos es 20, y la de los valores

negativos -39. En la columna (3) se encuentra el rengln: L, se suma el total de
datos (n) que forman la muestra, para el ejemplo: 27.
20 39
e= - -- --- = -=-!_2_ = -0.7037
27 27
5. Finalmente encontrar el v~ Jor de la media aritmtica X sumando algebraicarnente

la media estimada XE y la correccin de puntaje c.
X= 17 - 0.7037 = 16.2963
X= 16.3
142
Para calcular la desviacin estndar debemos utilizar la frmula del mtodo

abreviado siguiente:
k
I f. X 2
l
s= i=l - c2
n -1
6. De esta frmula se observa que, primero, se multiplican los valores de la columna

(4) x por los de la columna (5) f x' obteniendo como resultado la columna (6)
f (x') 2 En la columna (6) rengln (1) el valor de x es de -6 y el de f x' es -6,
entonces el valor en f (x.) 2 es de 36; este proceso se realiza para los dems renglones
de la columna en el Cuadro 16. Posteriormente se suman los resultados de la
columna obtenindose 213.
7. La correccin en unidades (c) se eleva al cuadrado:
c2= (-0.7037)2= 0.49519
8. Finalmente se sustituyen los valores en la frmula de la desviacin estndar por

el mtodo abreviado, establecida anteriormente.
, =, 1 213 _ 0.49519 = V7.6971 =2.774

V 27 - 1
s = 2.774
Para calcular el valor de la varianza s2, slo se eleva al cuadrado el valor de la

desviacin estndar:
s2 = (2. 774) 2 = 7.697
En la Figura 28 se muestra en Excel el ejercicio elaborado con el Cuadro 16. El

proceso de construccin y los clculos realizados en l siguen los procedimientos
establecidos previamente para el Cuadro 15.
143
ELEMENTOS BSICOS DE ESTADSTICA PARA CIENCIAS SOCIA LES
FIGURA 28
[:J M1t.:rosoft f xtel [lemeutn:; de Fst
~ &'dw<> y_, ~tal' E.en ato ~anwtas .l)atos. YO(t..; ?_
~dcin f .,,,, C,:-'HRi'" '" _ iJ X
": D~ll~tfS[}~ tlittft ~.1 n .r- -; -,z:;il)tU O~[z) '! 16 -;~ i <
; 'Q ~a ;,e. .i:i 'fis ~
, :i; ;?J -~~ l)d ~.. ._:.T;_C.:"\.):\1;';:_', , , '.'~:\'.,..,,r,N ci:-,-~.::'.'n,.- ,,,.
) '.;';.,:'f.,. <"\1i_t
..,......,, -
'
~~ ..J ,.. _,_,. .. _.: J':
,..... ::021 +022 - .. =-t
____
-__ ,
/ ____
-..., ____- ,
_.. _,,- -_-- _-,,.
__g__-_____:~ __ k__-___..-
_,_ -.. __l, - ....- .~
. ..-.- J -,,
_ -___.,,.
__~_-__.__,i -- , - -. , . . .__-!!!,-
,... -
. _ -____ .,.,.. .i.-. ..-a-!!-
H_. .-_ ~
.. ~,
:
cu,dro 16
X; ~ x' ~ x' ~ x}'
11 1 .6 -6 36
12 2 -5 -10 50
13 2 -4 -8 32
14 2 .] -6 18
15 J -2 .6 12
16 J .1 .] 3
' 17 s o o o
1---~-'. 18 4 1 4 4
19 4
!} ! 20
21
2
1
1
2
3
4
J
4
8
9
16
I1...~-,
. ._, 22 1 s 5 25
.:;~ SUMA 27 -19 i1J
~
. ~-
u;:~~a~:~==~ e- .0,7037
~ .0~952
-;.., Desviacin eS1nda,.. 2,77437
;;: Varianza 7,69711
' iA '
~.f...:
. - ..... . --.. . - --
Listo
Clculo de la desviacin esdndar con datos no agrupados
El mtodo abreviado de clculo tiene una aplicacin inmediata cuando los datos a
analizar no estn agrupados, !s decir, el investigador o analista cuenta con los datos 1
originales. En estos casos es muy recomendable usar los mtodos abreviados ya que
nos permiten ahorrar tiempo, trabajo de clculo y no existe la necesidad de ordenar
los datos por magnitud. El C1 tadro 17 contiene un ejemplo con I O datos y rios sirve
de apoyo para explicar la aplic :acin de estos mtodos en estos casos.
C UADRO 17
Clculo de la ,iesviacin estndar de datos no agrupados
(1) (2) (3) (4)

,
No. Da tos (X) X (x')2
1
1 210 210 44100

2 250 250 62500
3 190 190 36100
4 310 310 96100
5 180 180 32400
6 270 270 72900
7 220 220 48400
8 280 280 78400
9 200 200 40000
10 250 250 62500
:360 2360 573400
144
CLCULO DE LA MEDIA ARITMt.TICA Y LA DESVIACIN ESTNDAR
x' = denota la desviacin de un pumaje Xi de la media estimada
PROCEDIMIENTO de clculo de la desviacin estndar por el mtodo abreviado para

datos no agrupados.
1. Se establece la media estimada X E' Esta media toma el valor de cero X E= O.

2. Cada dato X permanece sin ningn cambio. Columna (3).
3. La correccin en unidades (c) se calcula realizando la diferencia de la media
verdadera y la media estimada.
n
I: x. 1
e = _i=_l- - X = 2360 - O= 236

n E 10
4. Se eleva al cuadrado cada dato de la columna (3) x', y su resultado se ubica en la

columna (4) (x')2. Finalmente se suman todos los resultados de la columna (4).
5. Se aplica la frmula para el clculo de la desviacin estndar por el mtodo
abreviado:
n
I: (x')2
s= i=l - c2
n -1
sustituyendo valores se tiene:
w4-ooi - 55696 = V~
/573
s = 1V ov
1
= 89.52 1J. 1 1
s = 89.527
14 5
ELEMENTOS B S I C OS DE ES TAD ST ICA PARA CIENCIAS SOC I AL ES
La Figura 29 muestra en Excel el ejercicio elaborado con el Cuadro 17.
FIGURA 29
;@) l!rdwo ~ 'f.S ,,;e,tr fo111Wi,, ,f:ti,ff.-, -~ ~ z bc"''''"'"''l'""'

,o ~ liil@ ti :[}.~ i i ~ n -(d i .., ( : t. ,: e~, H o ,0 (.?) ! : 16 1[!) e
' t Ci ltiJ 4J 'lfll (a / l1J ~ ~ 1 f'~ "l'OO'.!e"oo,o,,.t,;.:.. . T"':l."'"' i<,;<,;e,
,[ t -022 :((f1'/C13- ,,_J)-02~

,.__ _- - - ~- J;:1,____ ',-,~
1)"0_!>_ _ _ _~ - - - - - ~ - - - - - - -
_,_....1 ,- . , -- L ~9..-.--L-" _,L.-~-~L ... , ___,L
' D , e,. [ _ __ l J_, ~---4:J
_ K __ _ l -- 1. . _M__ __ ,_ .
a__J C..1 dro 17

i No. X; x 1xr
-.-1
--1
1 210 210 44100
2 250 250 62500
'~--..l' 3 190 190 ::fl100
_!_.J
.
4 310 310 96100
i
--- - 5 100 100 324Cll
' 6 270 270 72900
~l
.!'._,
7
B
220
200
220
200
48-400
78,400
.~ ..l 9 200 200 40000
..
.. i
__ _,,_j 1Q
SUMA
~
m
~
m
625ClJ
573,C(l)
~
-~-1
.!t,J
Media Arimtlca- 236
Media Ellimeda O
e- 236
r!-- 55696
Oewlad6n ht~11d1ra1mm J
Vananra- ,
=i-~
:]j
:1
~J____ _____ _ . - - - - ------------ -- ------ - -- ----'
-
Clculo de la desviacin est ndar por el mtodo abreviado
con datos ordenados por magnitud
El Cuadro 18 contiene un ejemplo con 8 datos y nos sirve de apoyo para explicar el
clculo de la desviacin estndar por el mtodo abreviado cuando los datos han
sido ordenados por magnitu i.
CUADRO 18
(1) (2) (3) (4)

~o. X.1 X x2
1 3 -3 9
2 5 -2 4
3 6 -1 1
4 7 o o
5 8 1 1
6 8 2 4
7 9 3 9
8 10 4 16
L 56 44
146
CLCULO DE LA MEDIA ARITMTICA Y LA DESVIA C I N EST N DAR
x = desviacin de un puntaje X desde la media verdadera X de la distribucin.
El PROCEDIMIENTO de clculo es el siguiente:
1. Ordenar por magnitud los datos del problema y numerarlos como se indica en
la columna (1) del cuadro.
2. Calcular el valor de la media aritmtica.
n
LX 1
X = _i=_l_ = --2__ = 7
n 8
media aritmtica = 7
3. Llenar la columna (3) x. Esta columna es el resultado de anotar la diferencia que

existe entre cada rengln de datos y el rengln donde se ubica la media aritmtica
(rengln 4). En el rengln 4 se coloca el nmero cero porque no hay desviacin
del pumaje 7 a la media aritmtica. Para los datos menores al valor de la media
aritmtica las desviaciones son negativas y para los mayores positivas. Por ejemplo
para el primer dato, la diferencia es: 1-4 = -3, para el segundo: 2-4 = -2, y as
sucesivamente.
4. Se eleva al cuadrado la columna (3) x, y el resultado se anota en la columna (4)
x2, posteriormente se realiza la sumatoria de todos los resultados de esta columna.
5. La frmula para el clculo de la desviacin estndar por el mtodo abreviado
para datos ordenados por magnitud es:
n
I x2
s= i=l
n -1
sustituyendo valores:
S= /44 =v6,28 = 2.5

v~
1
s = 2.5
147
EL EMENTO S BSIC CS DE ESTAD STICA PA RA CIEN C IAS SO C I ALES
La Figura 30 muestra en Excel el ejercicio elaborado con el Cuadro 18.
FIGCRA 30
[ Mu , woft i>LPI ll111u-11tn, r1, l .. t,1d
,I@) '~ ,:, &;;~.".'.~ {:.~ ;::~ .~ "*1:~ ;. ~ :.:Y~ '!'I';,~ ~::::{{~;::,,.;,.;,. ,.: E><rb o t,r,o p ;o< ' f! X
i () ~ Q @'.i jl I[}. ; [i ~~~~~ 4 -,;;.-:};t ~t\ ::;~)i U l ~J.( .': / 18 !~ (< _ ~

;t'J f/.il t,.a \41 1:, ! 10 ih ~ 1'!"<!l<HJQ<_o:;.,,.,__ .. T<tr~ i,,":''i'x,. .. ,, ;.}?,'{..,: , :~::' ..'_..._ ,
D17 _;;.' . - ~ = 12/(C11-1)~0,;,.5,----:-c"--r--::---,--.,,-,--,,-.,.-,---,-.--,--,,-~-r--,,......,.-,-:;-,.--=
,_, .:\_. ____ ,. ___ ; ,MI _____ __ ) _____ J ___ l _ o_J __, LT. '- L,__, __,.L L__J_ , __[ _M:=].,_ _ ;
_J. Clltdro18 . c!J
No. Xi x2 !
1
2
3
5
X
-3
-2
9
4

1
3 6 -1 '
I
4 7 o o 1
5 8 1 1 '
6 8 2 4 1
7 9 3 9
SUMA
8 10
56
4 16
44
'! 1

! '
i
-1
_
Media Arlm4itlea- 7 i
Desvtaelon Estndar-~ [l !
Varlant e,28571, 1
!
__j
Ejercicios
Veinte vendedores realizarnn visitas a diferentes empresas durante una semana,

obteniendo el siguiente ni.mero de ventas: 2, 2, 3, 3, 4, 4, 4, 4, 5, 5, 5, 5, 5, 6, 6,
6, 7, 7, 8, 9. Calcular: mee lia aritmtica, desviacin estndar y varianza utilizando
el mtodo abreviado. Tambin encontrar el valor de la mediana y moda.
En dos manzanas de la col,mia Jos Lpez Portillo, en la delegacin lztapalapa, se
tom una muestra de 1O d, !partamentos con todos los servicios y de tres recamaras.
Se realizaron diferentes pn guntas a las personas que los habitan y una de ellas es la
siguiente: cunto pagan de renta mensual en miles de pesos? Se obtuvieron las
siguientes respuestas: 1.4, 2.4, 1.7, 1.5, 1.8, 1.8, 2.3, 2.1 , 2.0, 1.6. Encontrar la
renta promedio y la desvi:; cin estndar con el mtodo abreviado.
La produccin de lpices o >n caractersticas novedosas por hora de 300 obreros de
una compaa manufactu :era de Tecate, Baja California, tiene variaciones en sus
unidades producidas de 56 a 65. La distribucin de frecuencia de la produccin
en la ltima semana se mt estra en el cuadro siguiente:
14 8
No. X.1 f
1 56 9
2 57 15
3 58 35
4 59 36
5 60 54
6 61 60
7 62 35
8 63 25
9 64 23
10 65 8
I 300
Encontrar el valor de la media aritmtica y la desviacin estndar por el mtodo

abreviado.
Un cobrador de la empresa Hilos y Tejidos Elegantes, tiene en sus registros el nmero

de das que tarda en cobrar (X) cada una de las 30 lneas de crdito que tiene a su
cargo. En el cuadro siguiente se muestra esta distribucin de frecuencia (X).
X.1 4 5 10 13 14 19 20 26 28 30 35 38 42 60 90
f.1 1 1 2 1 2 2 2 3 5 3 2 2 1 2 1 I = 30
Calcular el valor de la media aritmtica y la desviacin estndar por el mtodo

abreviado.
Con el siguiente cuadro de distribucin de frecuencias, calcular el valor de la

media aritmtica, la desviacin estndar y la varianza por el mtodo abreviado.
No. INTERVALO DE CLASE f

1 2.25 - 2.75 4
2 2.75 - 3.25 6
3 3.25 - 3.75 5
4 3.75 - 4.25 5
5 4.25 - 4.75 3
6 4.75 - 5.25 1
7 5.25 - 5.75 1
I 25
149
ELEMENTOS BSIC)S DE ESTADSTICA PARA CIENCIAS SOCIALES
Delas cien empresas ms importantes en Mxico en 1999 se tom una muestra en

forma aleatoria de 41 empresas para conocer el nmero de empleados que tena
contratados cada una de ellas. Los datos obtenidos se muestran a continuacin (el
nmero de empleados es1 dado en cientos):
1.5, 1.6, 1.8, 2.0, 2.3, 2.4, 2.4, 2.6, 2.6, 2.6, 2.6, 2.7, 2.8, 3.2,
3.3, 3.7, 3.7, 3.8, 3.8, 3.9, 3.9, 4.7, 4.8, 5.0, 5.4, 5.4, 5.5, 5.5,
6.6, 6.6, 7.4, 7.7, 8.1, 8.7, 9.2, 9.4, 9.9, 10.0, 10.2, 11.6, 11.7
Construir un cuadro de distribucin de frecuencias considerando el tamao del

intervalo de clase de 1.6 t.nidades y el lmite inferior del primer intervalo en 1.6.
Calcular el valor de la media aritmtica, la desviacin estndar y la varianza por el
mtodo abreviado.
La solucin de este problema se muestra a continuacin (Figura 31).
FIGURA 31
1
11 ,1 pu 1 t 1rn11 1 Snr 1,I!"' : - 1~ ;}<
,l@:'J ~ ".?. '. > >
tci;icn Y:et ~ : ~ .: ,j:lorr~;;~
E5<'. ,lla ,,~.o,"9'"'' : :~ tf . X
:Dr#116}i ![}.~ i ie14 Jon~r,, ;.EiU+U !b-811) ! ! 16 !liJic:

:t; t ~',d~& . 2) ~~ Oid 'r,i P; ,,p,,r,:!e.r<e1;arr,bk~.. . l!ll""''"'"''"""
D15 Ji, "016+019
. __,._,_ . -~- -.___j__ , e_ _ _ .~,~ ________,a: __ ,,_L _ __ ~ J _,___Jt___l
-~ l _____..a ~__ __ _ L .,_~ -,~- ..-J ._____L,_.._~,_-J_,__
,L __ J_,, ~ __Y--- L_) ____ ~
i
~j.. Solucin:
.
l No Intervalo f1 x' f(x) f(x2 X
-;4 --,1---,-,1 .s--3=,2 13 o o o 2 ,4 1
_-i ] 2 3,2 4,6 9 1 9 9 4
3 4,8 6,A 6 2 12 24 5,6
1'
_._l. 4 6,4 8 4 3 12 36 7,2
5 B 9,6 4 4 16 64 B,8
6 9.6 11,: 2 5 10 50 10,4
7 11 2 12f 3 6 18 108 12
TotaF ,1 n 291
Med,a=~ DeS'liac 1n estndar- 3,()9753

Media estimada:.,,..-- Varianza= 9,59471
~ ;a, ~
e= 1,87lll5
'!,~ Te= 3.(XJ,480
~:
--~~ T= 1,6
a, ci= 3fu.'107
~]
Jt. ~
.111'U J
-~J __,_ -- - ----- "--' --------'----- - -----'---- ' -------------.-- ----------- - ---------- --- _J
lisio MM
150
Resumen de frmulas estadsticas y funciones en Excel
Medidas de posicin o tendencia central
ESTADSTICO FRMULA FUNCIN EN ExcEL (EJEMPLO)

Media aritmtica n = PROMEDIO (rango de datos)
muescral para datos LX
no agrupados i=l = PROMEDIO (Al:Al)
x= n
Media aritmtica N = PROMEDIO (rango de datos)

poblacional I x.1
i= 1 = PROMEDIO (Al:AlOOOO)
= N
Media aritmtica k No existe pero se puede
muestral o I fk xk construir a partir de la tabla
poblacional para x, = i= 1 n
de distribucin.
datos agrupados
e
Media ponderada No existe pero se puede
I w.X.
1 1
construir a partir de una
Xw= i= 1 e
tabla con datos y
L
.
W
1 ponderadores.
1= 1
Media geomtrica = MEDIA. GEOM (dato 1, dato
n 2, dato 3... dato0 )
MG = Vxl ~ X3 ... xn
= MEDIA. GEOM (Al:AlO)
Mediana para = MEDIANA (rango del

Ume = (n+l)/2
nmero de datos conjunto de datos)
Ubica a la mediana con
impar no agrupados
datos ordenados
=MEDIANA(Al :AlO)
Mediana para = MEDIANA (rango del

nmero de datos par conjunto de datos)
Me= [Dato (n/2) + Dato (n/2) + 1]/2
no agrupados
= MEDIANA (Al :Al 0)
Mediana para datos

agrupados
2 t
Me = Lim + 2c -f Fac~ T
No existe. Se puede construir
con una macroinstruccin.
151
ELEMENTOS BSIC )S DE ESTADSTICA PARA CIENCIAS SOCIALES
Medidas d? posicin o tendencia central (contina)
ESTADSTICO FORMULA FUNCIN EN ExcEL (EJEMPLO) I

Moda para datos = MODA (rango de daros) ;
Dat o con mayor frecuencia
no agrupados
en e1conjunto
= MODA (Al :AIO)
Moda para datos

agrupados
- - - -
:rv [o= Lim + l d
di+ d2
jT
'
con una macroinstruccin
Cuaniles Daros no agrupados

= CUARTIL (rango de datos,
Q k, Lk +~ [ni;~ - F~T
nmero de cuartil deseado)
D aros agrupados = CUARTIL (Al:Al,1)
Deciles No existe. Se puede usar la

D k, Lk +~ [n/lr;;- F~T funcin PERCENTIL en datos
no agrupados
D atos agrupados
f
Percentiles Datos no agrupados
= PERCENTIL (rango de daros,
Pk Lk + [n/1~~] - Fk} nmero de percentil desea-
do en decimales)
1tos agrupados
= PERCENTIL (Al :Al , 0.33)
Mea idas de dispersin o variabilidad
E STADSTICO F O RM ULA FUNCIN EN E xcEL (EJEMPLO)
Amplitud o Rango Amp == Dmy - Dme Datos no agrupados
Datos no agrupados: = MAX (rango de daros) -

diferencia entre el valor MIN (rango de daros)
mximo y el valor mnimo
Datos agrupados: = MAX (Al:A7) -

lmite real superior de la MIN (Al:A7)
ltima clase menos el lmite
real in ~erior de la primera clase
c _ __ _ __ _ _ _ _ __....J_~(_a_g_ru_p_acin ascendente)
!
152
RESUMEN DE FRMULAS ESTADSTICAS Y FUNCIO N ES EN EXCEL
Medidas de dispersin o variabilidad (contina)

.--- ~
ESTADSTICO FRMULA FUNCIN EN EXCEL (EJEMPLO)
Desviacin absoluta n = DESVPROM (rango de datos)

promedio para datos : xi -xi
no agrupados i= 1 = DESVPROM (Al:AlO)
DAP= n
-
Desviacin absoluta k No existe. Se puede construir
promedio para datos I /xi- x/f con una macroinstruccin.
agrupados i= 1
DAP= n
Varianza para una n = VAR (rango de datos)

muestra con datos no : [X.-X]2
1
agrupados i= 1 = VAR (Al:Al)
52 =
n-1
Varianza para una N = VARP (rango de datos)

poblacin con datos 2
: [X - ]
no agrupados = VARP (Al :Al6000)
a2 = i= 1
N
Varianza para una k No existe. Se puede construir

muestra con datos 2 con una macroinstruccin.
: [X.-X]
l
f1
agrupados i=l
52 =
n-1
Varianza para una k No existe. Se puede construir

2
poblacin con datos : [X.1 - ] f 1 con una macroinstruccin.
agrupados = 1
a 2=
N
Desviacin estndar n = DESVEST (rango de datos)

2
para una muestra [X.1 -X]
con datos no = 1 = DESVEST (Al:Al)
5= n- 1
agrupados
Desviacin estndar N 2
= DESVESTP (rango de datos)
para una poblacin I: [X - ]
con datos no i= 1 = DESVESTP (Al:Al6000)
a =
agrupados N
153
ELEMENTOS BS!Ct)S DE ESTADSTICA PARA CIENCIAS SOCIALES
Medidas de dispersin o variabilidad (contina)
ESTADSTICO FRMUIA FUNCIN EN ExcEL (EJEMPLO)
Desviacin estndar k 2
para una muestra L [X -X] f con una macroinstruccin.
con daros agrupados = 1
~ =
n-1
Desviacin Estndar k 2
para una poblacin I [x.-
J
J r 1
con una macroinstruccin.
con datos agrupados i= 1
N
Dispersin relativa: = [DESVEST (rango de datos)/

Coeficiente de c:v = _s_ 100% PROMEDIO (rango de
X
variacin datos) J* 100
L
= [DESVEST (Al:AlO)/
PROMEDIO (Al :AIO)]*IOO
- - - - - - - ' - - - - - - - ' - - - - - - '
~ - - - - - - - - ~ - - - Mi
_ e_d_id_a_d_e_s_e_sg_o_(._a_si_m_e_t_rz_'a_)~ - - - -- - -- - -~
ESTADSTICO FRMUIA FUNCIN EN ExcEL (EJEMPLO
Coeficiente de Sesgo
3
= COEFICIENTE.ASIMETRIA
(de Asimetra) para n
X.-X (rango de datos)
CS=---n_ _ 1
datos no agrupados s
[n-1] [n-2] i=l = COEFICIENTE.ASIMETRIA
(Al:AIO)
Coeficiente de Sesgo k 3
No existe. Se puede
f1 [X.1 -X] In
(de Asimetra) para constrwr con una
datos agrupados
es = _i_=_l_ _ __ macroinstruccin.
53
~ -- -- - - - - --'--- - - - - - - --- -- - - ~ -- -- - - - -- - - ~
154
RESUMEN DE FRMULAS ESTADSTICAS Y FU NC I O NE S EN EXCEL
Medida de curtosis
ESTADSTICO FRMULA
Coeficiente de J
l
n
[X -xJ
2
Curtosis para datos n [n + 1] 3 [n - 1]
no agrupados CC=
[n - 1] [n - 2] [n - 3] i=l s [n - 2] [n - 3]
FUNCIN EN ExcEL (EJEMPLO)
= CURTOSIS (rango de datos)

= CURTOS!S (Al:AlO)
Coeficiente de FRMULA
Curtosis k 4
para datos f1 [X.1 -X} /n
agrupados = 1
CC=
S4
FUNCIN EN ExcEL (EJEMPLO)
No existe. Se puede construir con una macroinstruccin.
155
ANEXO I
Algunas consideraciones para el diseo de encuestas,

cuestionarios y muestras en ciencias sociales*
Alberto Isaac Pierdant Rodrguez

Jess Rodrguez Franco
Introduccin
En el rea de las ciencias sociales, los datos que se obtienen sobre un problema de
investigacin, y su consecuente anlisis, representan para el investigador una tarea
importante que debe definirse con la mayor precisin posible. La obtencin de datos
e informacin relevantes para el desarrollo de estudios en ciencias sociales (estudios
de mercado, de opinin, econmicos, etctera) y cuyo origen proviene directamente
de la fuente, se ven involucrados en el uso y aplicacin de una encuesta.
la encuesta es un proceso que permite obtener daros e informacin de un conjunto
de individuos, objetos o hechos con la finalidad de probar una o varias hiptesis de
investigacin. Es decir,
[... ] la encuesta se utiliza para capear informacin acerca de un cieno grupo o

poblacin de objetos. Escas encuestas son mediciones en un momento
determinado, por lo que no puede establecerse que sus resultados sean
indicadores precisos de lo que ocurrir meses despus. Su calidad est
condicionada por un gran nmero de factores que pueden afectar su grado de
prediccin [Pimienta, 2000:263-264].
Es por ello que el especialista en ciencias sociales debe establecer un adecuado

criterio en su diseo, desarrollo y validacin, al aplicarlos a cualquier problema del
Artculo publicado en Quehacer cientfico. Un p anorama actual en la UAM-Xochimilco, tomo I,

Universidad Aut6noma Metropolitana, Unidad Xochimilco, M xico, 2004.
Maestro en Ingeniera. Profesor e investigador del Departamento de Poltica y Cultura de la
Universidad Autnoma Metropolitana-Xochimilco.
... Maestro en C iencias. Profesor e investigado r del Departamento de Poltica y C ultura de la
Universidad Aut6noma Metropolitana-Xochimilco.
157
ELEMENTOS BSICO; DE ESTADSTICA PARA CIENCIAS SOCIALES
mbito social. Este docume 1to tiene como principal objetivo mostrar algunas
consideraciones que deben to: narse en cuenta al desarrollar este proceso.
Nuestro anlisis y propuesta de consideraciones se centra en tres aspectos. Primero,
la encuesta en s misma, desde su etapa de diseo hasta la publicacin de los resultados
de una investigacin mediante un reporte. Segundo, la elaboracin de una herramienta
fundamental en ella: el cuestionario, y finalmente, los elementos matemticos de
muestreo bsicos requeridos en este tipo de estudios.
La encuesta
En las diversas reas de trabajo de las ciencias sociales, la sociologa, la economa, la

administracin, etctera, es comn realizar encuestas sin conocimiento de ello o con
una metodologa de diseo elemental, lo que genera resultados pobres en una
investigacin. Por lo que en e:sta primera etapa nos proponemos revisar un mtodo
simple de diseo de encuestis desarrollado por A.N. Oppenheim (1997), el cual
hemos adaptado con cierto : ~to a nuestras investigaciones.
Este mtodo requiere de ciertos conocimientos tcnicos y de un trabajo continuo
de anlisis que perfeccione paso a paso el estudio, por lo que no se debe pensar que
una sola propuesta o lnea ele investigacin es la nica posible. Aun sta deber
perfeccionarse a medida que ,e avanza con las etapas de este proceso.
El mtodo, 1 con alguna.t adaptaciones y observaciones nuestras, establece las
siguientes etapas:
1. Decidir las metas y objetivos del estudio. Debern establecerse primeramente las
metas generales del estud ,o, de stas surgirn los objetivos especficos, y de estos
ltimos se podrn estabL:cer de manera prctica las metas que son posibles de
alcanzar con el estudio.
En las reas de las ciencias sociales este es un proceso que puede tomar hasta 80 por
ciento del tiempo dedica< lo a una investigacin especfica; por ello, en esta etapa
debemos determinar con J)recisin cules sern nuestras variables a medir, cmo las
vamos a medir, es decir qu escala o indicador usaremos y, por supuesto, el conjunto
de preguntas para cada ur a de ellas que nos permitan explicarlas.
2. Revisar la literatura relevante sobre el tema, discutindola con especialistas y
organizaciones interesadas. Verificar si existen estudios similares al nuestro, cules
Para un mayor detalle, el m :todo original puede consultarse en el captulo: "lncroduction to

1
survey design" del libro de Opprnheim (1997).
158
ANEXO I
fueron las experiencias obtenidas, de tal forma que ello nos permita desarrollar un
meJor proyecto.
3. Hacer una conceptualizacin preliminar del estudio, seguida de una serie de
entrevistas exploratorias o a profundidad con los especialistas o individuos que
nos puedan aportar ideas. En este momento es importante que sean revisados los
objetivos y las metas que nos hemos propuesto originalmente, lo que nos permitir
determinar su vigencia en el estudio.
4. Seleccionar el diseo del estudio (encuesta descriptiva o encuesta analtica), verificar
la factibilidad del tiempo, costos y personal requerido para el mismo. Una encuesta
descriptiva es aquella que enumera las caractersticas de un problema, es decir, es
una encuesta del tipo de un censo. Por ejemplo, una encuesta descriptiva industrial,
nos indicara, cuntas industrias hay, de qu tamao, cul o cules son sus
productos, nmero de empleados, capital invertido, tipo de maquinaria, etctera.
Estas encuestas tienen como principal objetivo contar; cuando esto no es posible, es
decir, estudiar a todos los elementos de una poblacin que se encuentra bajo anlisis,
entonces se establece una muestra o subconjunto de ella, que la represente (muestra
representativa) y que permita inferir el comportamiento de toda la poblacin.
Los estudios de mercado que realizan muchas organizaciones privadas o pblicas,
caen en muchos casos en esta categora.
La encuesta analtica busca responder a preguntas del tipo por qu?, ms que a
preguntas de tipo cuntos? En este sentido, este tipo de encuestas tienen como
objetivo examinar las diferencias entre grupos y las relaciones que se pueden dar
entre las variables de estudio. En ellas es comn investigar el por qu esto est
sucediendo y si esto est relacionado con algn otro factor. En ellas se realiza un
anlisis de causalidad.
En relacin con el tiempo requerido del estudio, sera bueno determinar el nmero
de semanas o meses que tomar, su costo para nuestra organizacin y el personal
necesario que permitir llevarlo a cabo.
5. Decidir cules hiptesis sern investigadas. En este punto deberemos hacer nuestras
suposiciones o hiptesis acordes a la situacin que se presenta en el estudio. Es
decir, hacer nuestras hiptesis operacionales, mencionando en ellas las variables
que tendrn que ser medidas.
Por ejemplo, si queremos saber si el diseo de un nuevo producto impacta o no a
un consumidor, debemos establecer variables como: color, tamao, peso, costo,
marca, etctera, que midan con cierta precisin dicho impacto.
6. Disear o adaptar los instrumentos y tcnicas de investigacin necesarios como,
por ejemplo, un cuestionario, cuestionarios por correo, programa de entrevistas,
escalas de actitud, mtodos proyectivos, etctera.
159
ELEMENTOS B S I C(1S DE ES TADSTICA PARA C I ENC IA S SOC IALES
Recordemos en este punto que el principal instrumento de recoleccin de datos

en Mxico es el cuestionaio; ste no es simplemente una lista de preguntas que
debe ser llenada; es, como indican los investigadores en la materia, un instrumento
de recoleccin de datos ,~specficos. Las preguntas2 y su diseo se establecen a
partir de los objetivos y n ,etas que han sido definidas para nuestro estudio.
7. Realizar las pruebas piloto :ie los instrumentos de recoleccin de datos que permitan
hacer las revisiones y corre :ciones necesarias de los mismos. Es decir, probar nuestra
primera versin del cuest onario o entrevista propuesta.
Tambin en esta etapa debemos probar la forma de aplicacin del instrumento, el
tiempo requerido para su aplicacin, el diseo adecuado para poder ser procesado
ms tarde en computadora, as como otros aspectos que juzguemos necesarios y
que permitan obtener un buen resultado del proyecto.
8. Disear la muestra. Es de :ir, obtener una muestra de la poblacin de estudio que
sea representativa de ella. Si dicha muestra es as, el analista podr responder a la
pregunta, de quin? Por otro lado, se debe verificar si existen muestras previas
que puedan ser utilizadas: o bien determinar si se requiere de un grupo de control,
etctera. Recordemos qu~ en la prctica es difcil, y muchas veces muy costoso,
tratar de obtener los datos de todos los individuos o cosas que pretendemos estudiar,
por lo que generalmente os estudios en ciencias sociales se hacen mediante el uso
de muestras, es decir, u11a parte o subconjunto seleccionado de una poblacin
que sigue ciertos criterios establecidos en la teora del muestreo.
En una encuesta, la p,>blacin es el agregado o coleccin de elementos que

poseen las caractersticas que se desean investigar; sta puede delimitarse espacial
y temporalmente. A cada elemento de la poblacin sujeta a investigacin se le
llama unidad de mues reo y al elemento de la poblacin del cual se obenen
los datos se le denomina unidad de informacin; por ejemplo, en una encuesta
de ingreso-gasto la un dad de investigacin es la familia y la de informacin
puede ser el padre, la rr. adre o el jefe de familia, dependiendo esto de la persona
que administre el ingn so familiar. Si el sondeo se hace en todos y cada uno de
los elementos que conforman la poblacin se habla de un censo, si slo se hizo
en una parre de sta se habla de un muestreo [Pimienta, 2000:264].
La teora del muestreo3 ros permite establecer con cierta certidumbre la muestra
representativa del estudie ,.
2
Para un adecuado diseo d,: preguntas en cuestionarios puede consultarse a Foddy (1999) .
] Sugerimos consultar los te:xcos de Lohr (2000) y Cochran (1998). Y para un conocimiento
ms detallado del tema, el libro ,le Des Raj (1980).
160
ANEXO I
9. Definir la muestra. Es decir, seleccionar a las personas que sern entrevistadas.

Con base en lo establecido en el diseo de la muestra, el tamao de la muestra y el
tipo de muestreo a utilizar en nuestro estudio, deberemos establecer la mecnica
de seleccin de los individuos que formarn nuestra muestra, as como el
procedimiento que tendremos que utilizar para aplicar el instrumento (cuestionario,
entrevista, etctera) que hemos seleccionado previamente.
1O. Hacer el trabajo de campo. Es decir, recolectar los datos, mediante las entrevistas
o cuestionarios previamente diseados y probados (vase punto 7) que han sido
aceptados para su aplicacin por el investigador.
11. Procesar los datos. En esta etapa deberemos codificar las respuestas, capturar los
datos en una computadora (si esto es posible) y determinar los anlisis y las pruebas
estadsticas necesarias que permitan probar las hiptesis que hemos establecido
para el estudio.
12. Hacer el anlisis estadstico (tal vez una de las etapas ms complejas del estudio).
Consiste bsicamente en realizar todos los clculos y pruebas estadsticas que han
sido definidas para cada una de las variables y sus posibles relaciones.
13. Estructurar los resultados y probar las hiptesis. Analizar los resultados estadsticos
obtenidos por variable del estudio y verificar si las hiptesis establecidas son
verdaderas. Esta etapa suele complementarse con la construccin de cuadros
estadsticos y grficas, 4 herramientas que permiten mostrar de manera simple el
anlisis que hemos desarrollado de los datos obtenidos.
14. Escribir el reporte del estudio. Reportar en el documento todas y cada una de las
etapas que comprendi el estudio. Principalmente mostrar los resultados y los
anlisis realizados con ayuda de cuadros estadsticos y grficas, lo que permitir
establecer las conclusiones e interpretaciones del estudio.
Como puede observarse, este mtodo propuesto es complejo en su operacin. Su

uso por primera vez puede generar varios errores del investigador novato; por ejemplo,
se puede establecer una pobre definicin de metas y objetivos, una mala seleccin en
cuanto al tipo de estudio a realizar, un desconocimiento del mtodo de muestreo
seleccionado, etctera. Por ello, si se pretende aplicar este mtodo, sugerimos que
como primer paso se realice una adecuada planeacin del proyecto de encuesta, lo
que le permitir detectar problemas previos a su ejecucin, ya que en esta etapa dicho
diseo se encuentra todava en el papel, y ello hace posible una modificacin o bien
una mejora del mismo. Un diseo pobre de encuesta, en cualquiera de las etapas,
4 Una revisin sobre la construccin de cuadros estadsticos y grficas puede realizarse en

Pierdant (2000), o bien puede consultarse en lnea un resumen del procedimiento de construccin
de cuadros estadsticos en [www.geocities.com/aipiertant/cuadros].
161
ELEMENTOS BSICO i DE ESTADSTICA PARA CIENCIAS SOCIALES
fallar para darnos resultados confiables sobre el problema que estemos estudiando,
ya que se generarn muchos v; tcos que nos impiden llegar a conclusiones adecuadas.
Asimismo, se generar informacin irrelevante, desperdicio de materiales y recursos
que generalmente son escasos en nuestras organizaciones.
El cuestionario
Una segunda consideracin es la referente al diseo del instrumento de recoleccin

de datos. ste puede ser un cuestionario, o bien, podemos obtener los datos mediante
una entrevista. En este punte, e independientemente del instrumento seleccionado,
debern cuidarse con bastante detalle su proceso de diseo, su construccin y su
aplicacin, ya que de ello depende la obtencin adecuada de datos tiles que permitirn
generar informacin relevant ::.
Cada cuestionario elaborado como herramienta de investigacin debe ser
"considerado como nico, po definicin'' (Posner, 2002: 1O); en este sentido, el diseo
de un cuestionario slo podr,: iniciarse si se parte de la base de que ya se cuenta con la
especificacin completa de la; variables que se necesitan medir, as como de las escalas
de medicin que sern utiliza das para ello. Por supuesto que dichas variables han sido
establecidas con base en los objetivos y metas ya propuestos para la encuesta.
No existe un procedimiento o metodologa nica que nos permita construir un
cuestionario, por lo cual proponemos algunas ideas que consideramos tiles en este
proceso.
Primeramente debern ~;ruparse las variables de investigacin formando mdulos
que proporcionen informacin sobre un tema especfico; por ejemplo, podrn
plantearse un conjunto de Jreguntas que nos proporcionen un perfil mnimo de
nuestros encuestados, es decir, que nos permitan conocer quin nos respondi. En
cada mdulo debern plantearse las preguntas que respondan en la mejor forma a
cada variable. De esta maner, ., el investigador social deber definir los diverso:; mdulos
que formarn el cuestionar o con base en los objetivos y metas establecidas en la
encuesta.
Tampoco existe un mtodo que permita definir con precisin cada una de las
preguntas en un cuestionari ); en este sentido, una gua til la hemos obtenido de los
trabajos de William Foddy )999) y A.N. Oppenheim (1997).
1
Al disear preguntas par: Llos mdulos que forman un cuestionario, es conveniente

vigilar los siguientes aspecti)s:
162
ANEXO I
Evitar hacer preguntas basadas en hechos.

Utilizar un lenguaje adecuado para el entrevistado.
Establecer cada pregunta lo ms claro posible.
Cuidar el formato de la pregunta.
Cuidar el contexto cultural del entrevistado.
Tratar de tener una secuencia de preguntas que genere inters en el entrevistado.
Establecer un balance entre preguntas abiertas y preguntas cerradas.
Disear adecuadamente el rea de respuestas.
Todo cuestionario puede incluir tres tipos de preguntas: preguntas abiertas sin
clasificacin -aquellas donde el entrevistador trata de registrar la respuesta completa
del entrevistado-, preguntas abiertas con clasificacin -aquellas donde el entrevistador
usa una clasificacin de respuestas para la pregunta, pero esta clasificacin no es leda
al entrevistado-, y preguntas cerradas o de formato estructurado -donde existe una
clasificacin definida para la respuesta de la pregunta.
Las ventajas y desventajas que presentan cada uno de estos tipos de preguntas son
tratadas adecuadamente por Oppenheim (1997: 112-115). Esto ltimo permite al
investigador social seleccionar el tipo de pregunta indicada para cada mdulo.
Para los especialistas de las ciencias sociales, las preguntas en cada mdulo pueden
disearse mediante la tcnica de convergencia (tambin llamada del embudo). Esta
tcnica est constituida por cuatro etapas, definidas en la siguiente forma.
1. Inicie con una pregunta amplia sobre el tema. Por ejemplo: cul es su opinin
sobre el caf? o qu piensa usted de la gente que toma caf?
2. Elabore preguntas ms restringidas sobre el tema. Toma usted caf en ocasiones?
o toma usted caf desde joven?
3. Elabore preguntas todava ms restringidas que las anteriores. Usted cree que el
caf puede daar en algn sentido? o qu desventajas hay al tomar caf?
4. Elaborar las preguntas del problema de estudio pero procurando no plantearlas
bajo una direccin especfica (hasta donde sea posible). Algunas personas consideran
que el caf es malo para su organismo, pero otras piensan que esto no las afecta.
Qu piensa usted de esto?
En el proceso es posible utilizar preguntas filtro, las cuales pueden o no excluir al

informante de un mdulo particular dentro de nuestro cuestionario.
Como resultado de este proceso se obtiene un primer cuestionario, el cual deber
someterse a una prueba piloto (en algunas ocasiones a ms de una) que permita
comprobar su validez y eficacia en la obtencin de datos para el estudio para el que ha
sido diseado. Con la verificacin de cada pregunta en aspectos como su orden,
163
ELEMENTOS BSICO:, DE ESTADSTICA PARA CIENCIAS SOCIALES
vocabulario, contexto cultural utilizado y su formato, el investigador proceder a

realizar las modificaciones per :inentes, obteniendo con ello el cuestionario definitivo
del estudio. La encuesta est lista para la siguiente etapa: el muestreo.
El muestreo
La tercera consideracin importante es el diseo de la muestra.
Las encuestas por muestreo se clasifican en dos grandes grupos: encuestas a

partir de muestras pr,Jbabilsticas y encuestas a partir de muestras no
probabilsticas. En la pd ctica se habla de muestreo probabilstico y de muestreo
no probabilstico. En ur muestreo de tipo probabilstico, a partir de la muestra
se pueden hacer inferencias sobre el total de la poblacin; en uno no
probabilstico, solamen e la poblacin investigada, es decir, nicamente sobre
los elementos estudiadcs [Pimienta, 2000:264].
Una diferencia fundamentil entre estos tipos de encuestas es la seleccin que se hace
de la muestra y con ello la represencatividad que sta tenga de la poblacin de estudio.
[En la encuesta probabil1 stica] se habla de una seleccin aleatoria de la muesi:ra en

la que cada elemento de la poblacin tiene una probabilidad conocida no nula de
ser seleccionado, con lo e ual cada elemento de la muestra representa a un secror de
la poblacin y su totalida, i a toda la poblacin. La seleccin se puede hacer mediante
un proceso mecnico similar al de una lotera, aunque es difcil manejar una lotera
imparcial su equivalente prctico es la seleccin mediante las denominadas tablas
de nmeros aleatorios. Er el muestreo no probabilstico las muestras no son aleatorias
-de ah que con frecuen, :ia se diga que no son representativas- sino de tipo casual
o fortuito [Pimienta, 2000:264].
En el mbito de las ci,~ncias sociales, el especialista debe contar con los

conocimientos bsicos de la i:eora del muestreo, ya que ello le permitir determinar
el tipo de muestreo a aplica (aleatorio simple, estratificado, por conglomerados,
muestreo no probabilstico, etctera), el tamao que debe tener su muestra con base
en el tamao que tiene la poblacin de estudio, 5 el proceso de seleccin de los elementos
En este sentido, el tamao d ~ la muestra en muchas ocasiones implica que en las encuestas por
5
muestreo realizadas en ciencias soc ales, el investigador especifique el tamao de la muestra en funcin
de un porcentaje determinado del tamao de la poblacin para obtener un resultado confiable. Esto
ltimo es un procedimiento incorrecto, ya que la exactitud de las encuestas por muestreo no depende
164
ANEXO I
que forman la muestra y el proceso de aplicacin del instrumento seleccionado

(cuestionario o entrevista) para la recoleccin de datos.
Con estos elementos, el especialista procede a desarrollar su plan de muestreo
para recolectar los datos requeridos por el estudio. Finalmente, con la disponibilidad
de estos datos se cuenta entonces con los elementos necesarios para realizar su proceso.
El proceso de datos
Una cuarta consideracin consiste en establecer el procedimiento a emplear para

procesar los datos. Actualmente, el uso de las microcomputadoras nos permite procesar
de manera simple y rpida una gran variedad de datos. En el caso de utilizar un
cuestionario como instrumento de recoleccin, nosotros sugerimos al especialista de
las ciencias sociales, disearlo de tal forma que ste pueda ser procesado electrnica-
mente. En el mercado existe gran variedad de programas de computadora que pueden
ser utilizados en esta etapa. Nuestra propuesta es utilizar la versin ms reciente del
paquete de anlisis estadstico SPSS (Statistical Package for the Social Science) que
exista en el mercado.
Anlisis estadstico
Finalmente el anlisis de los datos. En esta etapa deber cuidarse con mucho detalle el
anlisis estadstico que se realice para cada variable y con ello la aprobacin o rechazo
de las hiptesis de investigacin que se han propuesto. Esto ltimo permitir llegar a
una serie de conclusiones sobre nuestro estudio que nos sern de gran utilidad.
Conclusin
Disear y desarrollar una encuesta no es tarea fcil, requiere de conocimiento adecuado

en la materia, mente analtica y deseo de realizar bien la tarea. Es por ello que sugerimos
desarrollar un adecuado trabajo de planificacin de nuestra investigacin, tomando
como base la metodologa que hemos propuesto. En ella, cada etapa deber ser evaluada
y rediseada en su caso. Esto permitir al especialista de las ciencias sociales contar
de un porcentaje de la totalidad de elementos que haya sido consultada, sino del nmero absoluto de
stos. Recordemos que "una muestra demasiado grande implica un despilfarro de recursos y una
muy pequea disminuye la utilidad de los resultados" (C ochran, 1998: 104).
165
ELEMENTOS BSICOS DE ESTADfSTICA PARA CIENCIAS SOCIALES
con una gua ordenada, m sma que. -al ser revisada detalladamente- permitir
determinar su aceptacin o bien su correccin, de tal forma que cada una de estas
fases puedan ser desarrollad~ adecuadamente, lo que finalmente permitira lograr los
objetivos y metas establecid~: para el estudio. En la aplicacin de esta gua podremos
recurrir a trabajos anteriores, a los especialistas en la materia o a experienci.a previas
que nos permitan disear UH proceso de investigacin nuevo y enriquecido. Todos
estos elementos con los que contar el especialista en ciencias sociales debern
complementarse con slidos conocimientos de muestreo, proceso de datos y anlisis
estadstico.
Bibliografa
Cochran G., William (1998), 1ecnicas de muestreo, CECSA, Mxico.

Ferran A., Magdalena (2001), SPSS para Windows. Anlisis estadstico, Osborne McGraw-
Hll, Espaa.
Foddy, William (1999), Constr'.tcting Questions far lnterviews and Questionaires, Cambridge
University Press, UK.
Fournier G., Mara de L. (2000:, "Elaboracin y anlisis de encuestas de opinin", Reflexiones
finiseculares, UAM-Xochimilco, Mxico, pp. 107-138.
Oppenheim, A.N. (1997), Ques'ionnaire Design, InterviewingaridAttitude Measurement, Pinter
Publishers, UK.
Pre-z, Csar (2001), Tcnicas eJtadsticas con SPSS, Prentice Hall Editores, Espaa.
Pierdant R., Alberto (2000), Es.:adstica descriptiva con Excel 91, Coleccin la Llave nm. 16,
UAM-Xochimilco, Mxico.
- - y Rodrgue-z F., Jess, "Cuadros estadsticos. Ideas y consejos", en www.geocities.com/
aipierdant/cuadros.
Pimienta L., Rodrigo (2000), "Encuestas probabilticas vs. no probabilticas", Poltica y Cultura,
verano 2000, nm. 13, UAH-Xochimilco, Mxico, pp. 263-276.
Posner M., Charles (2002), "Q_uantitative methods: The construction of questionnaires",
Tapie V, Notes far the semina ofthe programme ofPhD in Education, University ofLondon/
UAM-Xochimilco, Mxico, JP 10.
Raj, Des (1980), Teora del mui'Streo, FCE, Mxico.
Robson, C. (1993), "Interviews and Questionnaires", RealWorldResearch, Oxford, Blackwell,
UK, cap. 9, pp. 227-267.
Sharon L., Lohr (2000), Muest'eo: diseo y anlisis, Thomson, Mxico.
Wright, G. y Fowler, C. (1986), Investigative Design and Statistics, Penguin, Londres.
166
ANEXO 11
Elementos bsicos de la hoja de clculo Excel
Introduccin
Una hoja de clculo es un programa de computadora que en la pantalla tiene la

apariencia de una hoja cuadriculada; a cada hilera vertical de cuadros le llamaremos
columna y a cada hilera horiwntal rengln. Del lado izquierdo de la pantalla aparecern
los nmeros de los renglones y en la parte superior los nombres de las columnas. Para
ubicarnos en esta hoja de trabajo, a cada cuadro le denominaremos celda y su ubicacin
llevar el nombre de la columna y el nmero del rengln, es decir, si estamos en la
columna A y el rengln 1, entonces el cruce de stos nos ubica dentro de la hoja en la
celda Al, como vemos en la Figura 1.
FIGURA 1
167
ELEMENTOS BS!CC S DE ESTADSTICA PARA CIENCIAS SOCIALES
En la pantalla aparece sie npre marcada una celda con un borde en negro y un
pequeo cuadro en su parte inferior derecha al que denominaremos el "cursor" de
EXCEL. Al ubicar el cursor en una celda particular, la barra de edicin indica la columna
y el rengln de ubicacin, as como su contenido.
Cada celda puede contener un dato en forma de un nmero, un mensaje, una
frmula, o bien una funcin. El dato podr ser agregado a la hoja tecleando en la
celda la informacin deseada :r oprimiendo al final la tecla Inrro (ENTER .J ) o la reda
t
de navegacin deseada (flech,s a la derecha~. izquierda(-, arriba o abajo t ).
Esta hoja electrnica tieni~ diversos usos: podemos hacer desde clculos simples
-como una suma- hasta clculos complejos -como estadsticas, clculo financiero,
clculos de ingeniera, etctera. A las celdas que tienen la informacin que necesitamos
y que se van a utilizar dentro de las funciones o frmulas les llamaremos referencias, y
a la posicin del cursor dentto de la hoja, celda activa; por ejemplo, si tenemos un
valor numrico en la celda Al otro en la celda B 1, y queremos el resultado de la suma
de los valores de estas celdas <:n la celda C 1, entonces, para realizar la suma, la celda
activa ser CI yen sta se teclea la informacin siguiente:= Al +Bl y al final se presiona
la tecla ENTER, con lo que obienemos el resultado deseado de la operacin.
Como se puede observar en la Figura 1, toda celda ocupa una ubicacin nica en
la hoja electrnica, por ejemplo: F5, A33, etctera; es decir, no existen en la hoja
celdas duplicadas. Dicha celd:: , como ya indicamos, puede contener un mensaje o un
letrero, una cantidad numrica o bien una frmula. A los mensajes o letreros les
llamaremos etiquetas; alas can:idades numricas, valores numricos; algunas fnciones
especiales pueden, incluso, tener valores lgicos.
Movimientos rpidos en la h lja
Excel cuenta con diversos co nandos que permiten al usuario ubicarse en diversas
partes de la hoja en forma rp tda, entre ellos tenemos:
TECLA FUNCIN
HOME Ubica el ,:ursor al inicio del rengln (en la columna A).
END y (-+) Ubica el ,:ursor en la ltima celda ocupada en el rengln.
END y ( t) Ubica el ,:ursor en la ltima celda ocupada en la columna.
END y ( t) Ubica el 1:ursor en la primera celda ocupada en la columna.
PgUp Ubica el 1:ursor una pgina anterior.
PgDn Ubica el cursor una pgina posterior.
F5 Ubica el cursor en una celda especificada (debemos indicarla).
Clic del ratn Ubica el cursor en la celda indicada.
CTRLy HOME Ubica el cursor al inicio de la hoja (celda Al) .
CTRL y END Ubica el < ursor en la ltima celda ocupada.
168
A N EXO 11
Dentro del rea de trabajo, en la Figura 1, observamos del lado derecho una barra
sombreada que tiene dos flechas, una en la parte inferior y otra en la superior; al final
de la figura tambin observamos otra barra similar en forma horizontal, a estas barras
les llamaremos barras de desplazamiento. stas nos permiten ubicarnos en las diversas
reas de una hoja electrnica. Si tenemos ratn o mouse ('1l) esto lo lograremos con
los siguientes pasos: colocamos el cursor del mouse sobre el cuadro que se encuentra
en las barras y oprimir el botn derecho del mouse sin soltarlo y se desliza el cursor
sobre la barra, luego soltamos el botn y automticamente estamos ubicados en otra
seccin de la hoja. Momentneamente aparecer en la pantalla un reloj (! ) que indica
que Excel est trabajando. En mltiples ocasiones el reloj se aparece en la pantalla lo
que indica que esperemos unos segundos para que podamos seguir tecleando.
Principales componentes de la ventana de Excel
En la hoja electrnica Excel se muestran seis secciones o reas de la ventana. stas son:
Barra de la aplicacin (MicroSoft Excel)

Barra de men de comandos
Barras de herramientas
Barra de frmula
Hoja electrnica o rea de trabajo
Barra de estado
En la Figura 2 se muestran cada uno de estos componentes.
Barra de aplicacin Barra de men de comandos
Bi:ra-de frmula
rea de trabajo
Barra de sta.do
FIGURA 2
169
ELEMENTOS BSICC S DE ESTADfSTICA PARA CIEN CIAS SO CI ALES
1. Barra de la aplicacin. & 1a barra donde se muestra el nombre de la aplicacin, el

nombre del libro que se i :st utilizando y los botones de control de la ventana:
mm1m1zar, max1m1zar y e errar.
2. Barra del men de comand1s. Muestra los comandos del men principal de EXC EL:
ARcHwo, Eorc1N, VER, IN mRTAR, FORMATO, HERRAMIENTAS, DATOS, VENTANA
y? (ayuda o asistente).
3. Barras de herramientas. Soa conjuntos organizados de instrucciones que han sido

asignados a pequeos dibujos o iconos. Para ejecutar una instruccin nos ubicamos
con el ratn o mouse en alguno de estos pequeos dibujos y oprimimos d botn
izquierdo, con lo cual se ejecutar la instruccin de inmediato, es decir, son
comandos rpidos represet1tados por medio de botones, y los dibujos indican de
qu tipo es la instruccin asociada a ellos.
4. Barra de frmula. Muestra el contenido de la celda y su ubicacin. Nos indica si en

la celda existe un texto, un nmero, una frmula, una funcin o bien una
combinacin de estas caractersticas.
5. rea de trabajo. Est formada por un cuadriculado en el que las columnas se

denotan por letras y los re11glones por nmeros. El cruce de columnas y renglones
forman las celdas de trabaio de la hoja electrnica.
6. Barra de estado. Nos indic 1 el tipo de informacin, si est lista para trabajar, si se
est editando una celda, etctera. Indica lo que se hace en la hoja activa y llas tedas
que estn activadas (CAPS, NUM, INS, DESP, etctera), as como la situacin de la
celda en la hoja.
En Excel los archivos reciben el nombre de libros de trabajo. Cada uno puede
contener una o ms hojas e ectrnicas. stas a su vez pueden tener un nombre
particular, segn sea asignado por el usuario. En la Figura 3 se muestra un libro 1 con
cuatro hojas de trabajo (hoja l a hoja 4).
170
ANEXO 11
FIGURA 3
Libro 1
l Hojas de trabajo
I
Submens de Excel
A continuacin se describen brevemente los principales submens de Excel, as como

sus principales comandos asociados. stos pueden ser aplicados indepen-dientemente
en cada hoja de trabajo que tenga un libro.
l. ARCHIVO. Permite el manejo de los archivos en la hoja electrnica. Sus principales

subcomandos son:
NUEVO Crea un nuevo libro de trabajo (archivo).

ABRIR Abre un libro de trabajo ya existente.
CERRAR Cierra el libro de trabajo activo.
GUARDAR Guarda el libro con el mismo nombre, es decir, lo sobreescribe.
GUARDAR COMO Guarda el libro en uso por primera vez, o guardar las modificaciones con
otro nombre.
GUARDAR REA Guarda el grupo de libros definidos como grupo de trabajo.
DE TRABAJO
VISTA PRELIMINAR Reproduce en la pantalla la hoja electrnica como si estuviera impresa.
IMPRIMIR Permite indicar las caractersticas de impresin de la hoja, mrgenes,
tamao, etctera.
SALIR Para salir de la aplicacin
17 1
Ejemplo:
En el caso de que eligisemos la opcin de VISTA PRELIMINAR la pantalla mostrada en

la Figura 3A es un ejemplo el u-o de este comando.
FIGURA3A
- 2)s"*rvlfo2li5 .
id
,
CUAOR015
~
..., '": IJ.x1
36
..
.
\
.
1
1-U~ t.i!l;.S m .,
,."
15
24$.S 25.S 2S2
., $
..
)2
,.,., ,..
25t.t ,12
'
25.<f.5
,.,. '"
10
2S.9~ 2'1 . 16 1'
26-16
'i1
27d 5 2n 10
,1
o
-6
o 20
JO
2745, 2795
1 34
10,s m~ "' ''
11,.$
,lt'H
Z9H
21<$ 282
21)
29H
29?.!i
m
m
''
lo
1
12

s
.12
20
36
n
''
lli
..".
;)
Mtdi.11d11 fl(ic..,Haa t-.fe,,,,. .. zn

t~illl!'tlf!ada272
,. 02& ~Dd 27?8J
d;li (l. 11; J.
Ta.Nilo o.i .... alO(I) z s 4; 2
~ = OG!i,H
OurriKi'IHlfl/ 121611
V~ f\l l~MI
2. EDICIN. Permite realizar c,peraciones de trabajo con los datos que se encuentran
en las celdas de la hoja electrnica.
DESHACER Anula la lti1 na accin ejecutada y la celda(s) as como la hoja queda

sin cambio.
CORTAR "Extrae" el r ango de celdas seleccionado de su posicin actual, lo
coloca dentrc, del portapapeles, para despus trasladarlo a otra seccin
u otra hoja mediante el comando PEGAR_._ ___
de la hoja act 1va
COPIAR "Registra'' er el portapapeles el rango de celdas seleccionado para
posteriormen te copiarlo a la seccin deseada de la hoja mediante el 1
~ -
comando PE< ;AR o al oprimir la teda ENTER.
PEGAR Coloca la inh >rmacin que se encuentra en el portapapeles a partir de
la celda activ; l.
BORRAR Elimina colu nnas, renglones o celdas seleccionadas.
PEGADO ESPECIAL Al copiar las ,:eldas entre hojas de clculo, establece una liga entre las
distintas hoja s. La hoja que recibe las celdas es dependiente y la que i
proporciona l os datos es la independiente.
172
ANEXO II
3. INSERTAR. Este men maneja la creacin de las frmulas o secuencias de valores,

referencias, nombres, funciones u operadores, y crea un nuevo valor a partir de los
datos existentes. Permite dar nombres a rangos, localizacin de celdas distintas,
localizacin de textos y reemplazo de textos.
Definiremos primero los tipos de operadores que maneja Excel:
Aritmticos. Realizan las operaciones matemticas ms comunes.
+ SUMA
RESTA
* MULTIPLICACIN
/ DIVISIN
% PORCENTAJE
/\ EXPONENCIACIN
De texto. El nico operador es el & (ampersand) que nos permite unir varios textos
o unir valores alfanumricos con textos.
Lgicos. Compara dos valores y al resultado le asigna un valor lgico, es decir,

verdadero o falso.
= IGUAL
< MENOR QUE
> MAYOR QUE
>= MAYOR O IGUAL QUE
<= MENOR O IGUAL QUE
<> DISTINTO A
De rango. Une las referencias, ya que toma en cuenta el rango desde la primera
referencia hasta la segunda (Al :B3 significa que toma en cuenta la informacin
que tiene la hoja desde la celda Al hasta la celda B3).
Une referencias aisladas (Al, A7, B9 significa que toma en cuenta la informacin
de la celda Al, la de la celda A? y la de la celda B9).
173
ELEMENTOS BSICO:i DE ESTADSTICA PARA CIENCIAS SOCIALES
Insertar
CELDAS Agrega eeldas a la hoja electrnica, desplazando a otras celdas los

datos o i 11formacin.
FILAS Agrega t no o varios renglones a la hoja electrnica, despl:D:ando a
otras fila s los datos o informacin.
COLUMNAS Agrega t ma o varias columnas a la hoja electrnica, despl:D:ando a
otras col umnas los datos o informacin.
FUNCIN Incrodw :e una funcin propia de Excel a la celda activa.
Presenta la sintaxis requerida para su correcta operacin.
NOMBRE Crea, di mina o cambia nombres a un rango de celdas selecc ionado.
NOTAS Agrega, borra o edita notas en las celdas de la hoja.
HOJA DE CALCULO Agrega t ma nueva hoja de clculo al libro de trabajo.
4. FORMATO. Estos comando:, permiten asignar a los datos o informacin en una celda
o en un conjunto de celd~ un formato determinado, es decir, determina tamao de
la celda (ancho y altura); el tipo, tamao y el color de la letra; el color del fondo de la
celda, etctera.
CELDA Asigna caract< :rscicas al dato que est en la celda o celdas selecc1onadas.
Por ejemplo, :ipo de letra, tamao, alineacin de la informacin en la
celda, color, f ormato numrico, etctera. Activa y desactiva la protec-
1
cin de las ce das.
FILA Permite mod ficar tanto la altura, como el ancho de la fila, tambin
restablece la a ltura de la fila al alto estndar.
COLUMNA Ajusta el and LO de las columnas seleccionadas.
HOJA Cambia nom Jre y oculta hojas seleccionadas.
AUTO FORMATO Da formato e e tabla a un rango de datos.
MODELO Aplica o def te un modelo de celda.
BJETO Pasa los objet os seleccionados al primer plano.
Tenemos diversos formatos para la presentacin de los datos numricos al

seleccionar la opcin NMERO del men FORMATO/CELDA. A continuacin se presentan
unos ejemplos del uso de est~ comando en la Figura 4.
174
ANEXO II
FIGURA4
--- -- ,__ ------ --~-----1

101.0 Numrico un decimal
(1~:~-~ _:__ Com~bitida_d (n~gativ_~)

$100.95 Moneda
J Ql.)__,()~ . Por~~l'lt.aj~ _':m. ~e_cil'l}~L
_ Entero y fraccin(do!__(llgito~)_
Otro ejemplo de formato lo podemos observar en la Figura 5, la columna "A" es

ms ancha que el resto de las columnas, esto se logra utilizando el men ANCHO DE
COLUMNA, para seleccionar el ancho adecuado a nuestra necesidad.
En forma anloga tenemos varias opciones de alineamiento para los datos ubicados
en las celdas de la hoja electrnica [centrado (A4), izquierda (A3), derecha (A5)].
FIGURA 5
n r nrtar
AUNl:AMIENTO oe t..l'S ETlQUeTAS 1 1
izau,eRoAI
E!XCl!!L Cl!:NTRAOA !
E?(CEL
I DERl!!CH.41. : 1
_J
---- .-- 1 -_-:_-:
-.---- -.. -.--------- --{-
+:.:
---- ----r- - +
----1
\
l.
! ---~
-- - -- r
. - - ---- 1-- .. - - . l--- - - -,
-- --------- - --- -,--- - --------~ --- -- --- ---~ ---- "' . ---- :------ ---~ - - -
1 -- '
1 !
-.- - - --- l. 1- - i . 1
~
. --~~~:-~:: _-~- ~_: _-_:-__- _'. _-_- ...- ~:-~:-_:__ _!._:_. _:_. _._---_-_:: ___~
-'..---_:.- _-_ ... __::: :-:.:.:.. :.- :--~~ -f:- -
! - _ -_:.:_. __
- - -.-.-- - ~ - - --+- - - - - - - -; -- - - . - --- i - -
. ------- --- ::____ --- -- --~- _____t :~- - :t _ --- - --,--
175
EL EMENTO S BSICO S D E ESTADSTICA PA RA CIEN C IA S SO C I AL ES
FIGURA 6
COURIER NEW NEGRITA 12
TIM]rS NEW ROM

CENTURY GOTHIC 14
En el ejemplo de la Figura 6 vemos que los renglones tienen diversas alturas, esto
se debe a que los tipos de letra presentados los modifican de acuerdo con su 1:amao.
En el caso del comando Bordes nos crea un marco para los datos. El procedimiento
es simple, primero se selecciona el conjunto de celdas a formatear (rango) y despus
selecciona el tipo de borde para ste.
Para "acomodar" alguna eti1 iueta en una columna, primero introducimos la etiqueta
en una celda, segundo, selee< :ionamos el nmero de celdas hacia abajo en donde
queremos que nos acomode h etiqueta, tercero, elegimos el comando justificar. En
esta forma la etiqueta quedar ordenada en una sola columna. Cabe mencionar que
esto depender del tamao que se le asigne a la columna.
5.? (AYUDA). Es un men qm~permite consultar en forma rpida mediante ejemplos

el uso de comandos y procedimientos de operacin del paquete.
AYUDA DE MS ExcEL Despli ~ga el contenido de Excel, para consultar temas.

- ------l
C ONTENIDO E fNDICE Muest1a una introduccin completa al Excel. Despliega
leccior es rpidas para que el usuario se familiarice con Excel.
A YUDA LOTUS 123 Muest1 a las equivalencias en los comandos con Excel.
A CERCA DE MS EXCEL Despli !ga informacin sobre la versin de Excel, memoria
total y memoria disponible.
176
ANEXO 11
Grficas en Excel
Excel cuenta con una gran variedad de grficos, entre stos se tienen:
rea (en dos y tres planos)

Barras-Columnas (en dos y tres planos)
Lneas (en dos y tres planos)
De sectores-pie (en dos y tres planos)
De tipo XY
Combinadas (barras y lneas, etctera)
En Excel, la construccin de una grfica puede simplificarse en los siguientes

pasos, si usamos el asistente de grficos:
1. Se utilizan dos columnas de la hoja electrnica, la primera deber contener los

datos del eje "X" y la segunda los correspondientes al eje "Y'', o bien, se pueden
utilizar ms columnas segn sea el grfico que se desea construir.
2. Se selecciona el conjunto de celdas de estas dos columnas (rango con la infor-
macin de la grfica), y se oprime el botn del asistente de grficas que permite
crear grficos. ~
3. Aparece el paso 1 del asistente de grficas. En l aparece seleccionada la opcin
estndar, es decir, grfica de columnas, subtipo de grfica 1. En este paso podemos
seleccionar otro tipo de grfica, y a su vez un subtipo especfico. Oprimimos el
botn "siguiente" para pasar al segundo paso del asistente.
177
ELEMENTOS BSICOS DE ESTADSTICA PARA CIENCIAS SO C IAL ES
4. En este segundo paso deber seleccionarse la opcin de "filas" o "columnas" segn se

desee mostrar los datos. Pe ,steriormente en la categora de series, se definen las series
a incluir en la grfica y sw etiquetas. Oprimir "siguiente" para pasar al paso 3.
5. En el paso 3 del asistente, deberemos especificar el ttulo de la grfica, la etiqueta del

eje "X" y la del eje de las "y". Tambin se pueden definir aqu otras caractedsticas de
la grfica como: poner o q1 titar lneas de divisin, leyendas a cada serie en h grfica,
rtulos (valores) a los datos y una tabla de datos. Posteriormente oprimir, "siguiente".
178
ANEXO II
6. En el paso 4 (ltimo) del asistente, deberemos indicar si queremos que el grfico se

agregue como un objeto en la misma hoja electrnica o bien se agregue en otra hoja
nueva. En este momento oprimimos "terminar" y con ello obtenemos una grfica.
Al finalizar una grfica, Excel permite cambiar su tamao dentro de la hoja

electrnica, para ello deber seleccionarse la grfica (dando un clic sobre ella), y con
ayuda del mouse (oprimiendo el botn derecho sin soltar) arrastrar sus extremos para
cambiar de tamao. Tambin es posible cambiarla de ubicacin, para esto seleccio-
namos la grfica, ubicamos el cursor del ratn sobre ella, oprimimos el botn derecho
sin dejar de oprimir, con lo que aparece un cursor con cuatro flechas, en ese momento
arrastramos la grfica a su nueva ubicacin.
Excel permite trabajar 17 tipos de grficas diferentes de las cuales 1O se trabajan
en 2 ejes y 7 son en tres dimensiones (3-D).
Modificar caractersticas de una grfica. Para agregar y modificar diversas caractersticas

de su grfica, primero seleccione la grfica, posteriormente ubique el cursor en la
seccin de la grfica a modificar y oprima dos veces el botn para que aparezca
la ventana de caractersticas asociada que permite hacer las modificaciones deseadas.
Borrar una grfica. Para borrar una grfica deberemos primero seleccionarla y
posteriormente oprimir la tecla suprimir o delete: "Supr" o "Del".
Elaborar grfica sin ayuda del ratn. Para elaborar una grfica a partir de comandos
sin utilizar el mouse se deber seguir el proceso que se describe a continuacin:
179
ELEMENTOS BSICOS DE ESTADSTICA PARA C IENCIAS SOCIALES
Lo primero es selecciomr el conjunto de datos (rango de datos) a grafkar.

En el men INSERTAR s,~ selecciona GRFICO. Aparece la ventana del paso 1 del
asistente de grficas.
Con ayuda de las tedas ,ie navegacin se selecciona el tipo de grfica deseada. Se
usa la teda del "Tabulac or" para pasar a las diferentes opciones. A parcir de aqu
pueden aplicarse los pas< 1s ya indicados para la construccin de un grfico cuando
se cuenta con la ayuda de un ratn.
Barras de herramientas
Dentro del Men VER, <BARJv\S DE HERRAMIENTAS> puede indicar a Excel cules barras
de herramientas desea visual tzar el usuario en la pantalla. Como ejemplo de stas, se
muestran a continuacin las 1,arras siguientes: estndar, para grficas y de formato. Para
cada una de ellas se indicar :tlguna funcin asociada a cada icono.
BARRA ESTNDAR
1 2 3 4 5 6 7 g 9 10 11 abcdefg
1. NUEVO. Crea un nuevo libro de trabajo.

2. ABRIR. Despliega una caj~. de dilogo para abrir libros existentes.
3. GUARDAR. Guarda cambios hechos al libro activo.
4. IMPRIMIR. Imprime la ho_a o el rea de la hoja electrnica seleccionada.
5. VISTA PRELIMINAR. Muc::stra en pantalla como queda la impresin de la hoja
electrnica.
6. VERIFICACIN ORTOGR ~rc A. Verifica ortogrficamente los textos en las celdas
de la hoja electrnica.
180
ANEXO II
7. CORTAR. Corta el contenido de las celdas seleccionadas, grfica u objeto al

portapapeles.
8. COPIAR. Copia el contenido de las celdas seleccionadas, o bien una grfica u
objeto al portapapeles.
9. PEGAR. Pega en la celda indicada el contenido del portapapeles.
10. COPIAR FORMATO. Copia el formato de la celda o celdas seleccionadas.
11. DESHACER. Elimina la ltima accin o comando ejecutado.
a) AUTOSUMA. Suma en la celda seleccionada el contenido de las celdas indicadas.

b) PEGAR FUNCIN. Agrega a la celda seleccionada una funcin de Excel.
c) ORDENAR ASCENDENTE. Ordena el contenido de las celdas seleccionadas en forma
ascendente.
d) ORDENAR DESCENDENTE. Ordena el contenido de las celdas seleccionadas en
forma descendente.
e) AsISTENTE PARA GRFICOS. Llama al asistente para poder elaborar una grfica.
f) MAPA. Llama al asistente de mapas. Permite copiar mapas a hojas electrnicas.
g) AYUDA FFICE. Llama al asistente de ayuda de office.
HERRAMIENTAS PARA GRFICOS
1 2 3 4 5
1. TIPO DE GRFICA. Despliega un apuntador especial que puede usar para seleccionar
una grfica en particular.
2. TIPO DE GRFICA PREFERIDA. Selecciona la grfica preferida del usuario.
3. ASISTENTE DE GRFICAS. Gua al usuario para la elaboracin de una grfica.
4. LfNEAS HORIZONTALES. Agrega o elimina lineas horwntales a la grfica.
5. ETIQUETAS. Coloca las etiquetas de las series usadas en la grfica.
181
EL E M E N To s B s [ e o s D E E s TA D s TI e A p A R A e I E N e I As s o e I A :, Es
HERRAMIENTAS DE FORMATO
1 2 .3 4 5 6 7 8 9 10 11 1213 14 15 16
l. COMANDO FUENTES. Enumera las fuentes lfonts) o tipos de letra disponibles.

Escoja el tipo de letra que desee aplicar a la seleccin.
2. COMANDO TAMAO DE ~uENTE. Lista los tamaos disponibles para la fuente
mostrada en la caja de nombre de Font. Escoja el tamao que quiera.
3. NEGRITAS. Pone negritas e11 la celda o celdas seleccionadas, caja de texto o texto en
grficas.
4. ITLICA. Pone formato itl :o en la celda o celdas seleccionadas, en la caja de texto
seleccionada, botn, o tex1 o en grfica seleccionado.
5. SUBRAYADO. Subraya el text,) en las celdas seleccionadas, o el texto seleccionado en
una grfica, caja de texto, o botn.
6. .ALINEACIN IZQUIERDA. Ubica la informacin de la celda o celdas al lado izquierdo
de la misma(s).
7. CENTRADO. Ubica la informacin de la celda o celdas al centro de la msma(s).
8. ALINEACIN DERECHA. Ubic1 la informacin de la celda o celdas al lado derecho
de la misma(s).
9. ALINEACIN ENTRE CELDAS. '.Jbica la informacin de una celda al centro de un
conjunto de celdas.
10. FORMATO MONEDA. Agrega o elimina el formato de$ a las celdas seleccionadas.
11. FORMATO PORCENTAJE. Agrega o elimina el formato de % a las celdas seleccionadas.
12. FORMATO MILLARES. Agrega o elimina el formato de miles (000) a las celdas
seleccionadas.
13. AUMENTAR DECIMALES. Agreg::. decimales a las celdas seleccionadas.
14 . PALETA DE BORDES. Agrega e elimina diferentes tipos de bordes a las celdas
seleccionadas.
15. PALETA DE COLOR DE RELLENO. Agrega o elimina un color al fondo de las celdas
seleccionadas.
16. PALETA COLOR DE FUENTE. Ag1ega o elimina un color a la fuente de las celdas
seleccionadas.
182
Bibliografa
Anderson, D.; Sweeney, D. y Wtlliams, T Estadstica para administraciny economa", Thomson,

Mxico, 2004.
Chao L., Linean. Estadstica para las ciencias administrativas, Me Graw Hill, Mxico, 1993.
Berenson, M., Levine, D. y Krehbiel, T Estadstica para administracin", Pearson Educacin,
Mxico, 200 l.
Budnick S., Frank. Matemdticas aplicadas para administracin, economay ciencias sociales, Me
Graw Hill, Mxico, 1990.
Downie, N.M. y Heath, R .W. Mtodos estadsticos aplicados, HARlA, Mxico, 1973.
Garrett E. Henry. Estadstica en psicologa y educacin", Paids, Buenos Aires, 1970.
Gonzlez Martnez, Mara D. y Oliver D., Jackson, Introduccin a la teora de grd.ficas en
educacin, ANUIES, Mxico, 1979.
Grolier Electronic Publishing, INC. The 1995 Grolier Multimedia Encyclopedia, CD-Rom,
Grolier Eleccronic Publishing, INC., USA, 1995 y 1997.
Haussler F., Ernest y Richard S., Paul, Matemdtcas para administracin y economa,
Iberoamrica, Mxico, 1992.
Hernndez, S. R.; Fernndez, C.C. y Baptista L. P. Metodo/,oga de la investigacin, Me Graw
Hill, Mxico, 1991.
Holgun Quiones, Fernando. Estadstica Descriptiva Aplicada a las Ciencias Sociales, UNAM,
Mxico, 1981.
Levin, I. R; Rubin, S. D .; Balderas, M.; Del Valle, J. y Gmez, R Estadstica para administracin
y economa, Pearson Educacin, Mxico, 2004.
Lopes A., Paulo. Probabilidady estadstica, Pearson Educacin, Colombia, 2000.
Mendenhall, William. Estadstica para administradores, Iberoamrica, Mxico, 1990.
Meza L., Carlos; Morales A., Andrs y Magaa C., Rogelio. Introduccin al mtodo estadstico,
UAM-Xochimilco, Mxico, 1980.
Microsoft Corporation. Microsoft Excel User 's Cuide, Version 5.0, Microsoft Corporation,
USA, 1994.
- - . Microsoft Excel Function Reference, rsion 4. O, Microsoft Corporation, USA, 1992.
- -. Obtenga resultados con Microsoft Ojfice para Windows 95, Microsoft Corporation, USA,
1995.
- - . Microsoft F.xcel 7, User 's Manual, Microsoft Corporation, USA, 1996.
- - . Microsoft Office 2003, Microsoft Corporarion, USA, 2003.
Nuez del Prado B., Arturo. Estadstica bdsica para planificacin, Siglo XXI, Mxico, 1987.
Pierdant R., Alberto I. Estadstica descriptiva con Excel 97, UAM, Mxico, 2000.
183
ELEMENTOS BSICO S DE ESTADSTICA PARA CIENCIAS SOCIALES
- - y Rodrguez F., Jess. Refle.ciones Finiseculares. Las matemticas en las ciencias sociales,
captulo ''Aplicaciones matemiticas con Excel", UAM, Mxico, 2001.
Sanzo, Richard. Ratio Analisis far 5mall Business, Small Business Administration, USA, 1970.
Stevenson J., William. Estadatica para administracin y economa, HARLA, Mxico, 1981.
Srokes J., Charles. Economics far j Janagers, Me Graw Hill, USA, 1979.
VOX, Diccionario enciclnpdico, m: m. 22, "Matemticas", Bibliograf, Barcelona, 1981.
Webster L., Allen. Estadstica aplit:ada a los negocios y la economa, McGraw-Hill, Colombia,
2000.
Hemerografa
Banamex-Accival, revista Exame; z de la situacin econmica de Mxico, vol. I..XlX, nm. 817,
diciembre, 1993, Banamex, Mxico.
- - . Revista Examen de la situacin econmica de Mxico, vol. LXX, nm. 82 5, agosto, 1994,
Banamex, Mxico.
- - . Revista Examen de la situa1 'in econmica de Mxico, vol. LXXI, nm. 836, julio, 1995,
Banamex, Mxico.
- - . Revista Examen de la situt. cin econmica de Mxico, vol. LXIX, nm. 817, diciembre,
1993, Banamex, Mxico.
- -. Revista Examen de la situa ~in econmica de Mxico, vol. LXXI, nm. 838, septiembre,
- - . Revista Examen de la situacin econmica de Mxico, vol. LXXJ, nm. 839, octubre,
- - . Revista Examen de la stua1 'n econmica de Mxico, vol. LXXIV, nm. 87 4, septiembre,
- - . Revista Examen de la stitacin econmica de Mxico, vol. LXXV, nm. 881, mayo,
- - . Revista Examen de lastua,:in econmica de Mxico, vol. LXXV, nm. 882, junio, 1999,
Banamex, Mxico.
Banco Mundial. Lapgina del Bari co Mundial, seccin "Reporte Anual 1995", en www.wordbank.
org/html/extdr/annrept.html .
- -. La pgina del Banco Mundial, seccin "Reporte Anual 1996", en www.wordbank.org/
html/extdr/annrept. html.
- - . La pgina del Banco Mun, iial, seccin "Reporte Anual 1997", en www.wordbank.org/
h tml/extdr/ annrept.html.
Bancomext. Mexico Today, Ban, :o de Comercio Exterior, Mxico, 1992.
Kravzov Jinich, Jaime. Informe de Actividades 1994-1995, informe del rector, UAM-Xochimilco,
Mxico, 1995.
Pierdant R. , Alberto I. "Modeles econmicos y de planificacin utilizando hojas electrnicas
de clculo", revista Poltica) Cultura, DCSH, nm. 4, UAM-Xochimilco, M xico, 1995.
184
BIBLIOGRAFA
- -. "Las hojas electrnicas de clculo, una herramienta para la enseanza de las matemticas",
ponencia, IX Congreso Departamental de Investigacin, Departamento de Produccin
Econmica, DCSH, UAM-Xochimilco, Oaxtepec, Mxico, 1995.
- - . "Una base de datos en Excel", Boletn Informativo, nm. 2, Depanamento de Produccin
Econmica, DCSH, UAM-Xochimilco, Mxico, 1996.
- - "Solucin de modelos de optimizacin lineal con Excel", Emprendedores, nm. 73,
Facultad de Contadura y Administracin, UNAM, Mxico, enero-febrero, 2002.
185

Pierdant, Alberto - Rodriguez Jesus - Elementos Básicos de Estadistica para Ciencias Sociales (2006) LIBRO COMPLETO

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Pierdant, Alberto - Rodriguez Jesus - Elementos Básicos de Estadistica para Ciencias Sociales (2006) LIBRO COMPLETO

Caricato da

Copyright:

Formati disponibili

Elementos bsicos de

estadstica para Ciencias

Qu es la estadstica? ....................................................... ........ ................................... 13

Porcentajes, proporciones, razones, coeficientes e incrementos .............. .................... 4 1

Distribucin de frecuencias y grficas en estadstica ................................................... 57

Medidas descriptivas de la distribucin de frecuencias ............................................... 8 5

Clculo de la media aritmtica

Bibliografa ................................................................................................................. 183

EL AVANCE ACELERADO de la sociedad moderna y del conocimiento, sumado a la

CON EL HOMBRE nacen prcticamente las matemticas y la estadstica. La necesidad

Un mtodo que permite organizar, sintetizar, presentar, analizar, cuantificar e

Este amplio concepto ha llevado a los especialistas en estadstica a un acuerdo,

estadstica descriptiva y estat'stica inferencia!. Ambas desempean funciones

Esta otra rama de la estadstica tiene como objetivo generalizar o inferir

Conceptos empleados en e: :tadstica

Dato: es un nmero o una medida que ha sido recopilada como resultado de

de empresas en un pas, el peso, gnero y nombre de una persona, etctera.

Variable: para obtener estadsticas manejamos conjuntos que poseen un

La estadstica proporciona los elementos bsicos para fundamentar, en una

ELEMENTOS PAR, l. REALIZAR UNA INVESTIGACIN USANDO

Formul.acin del problema. Consiste en la identificacin y especificacin

Diseo del experimento. En esta segunda etapa, el investigador deber

Recoleccin de datos. E~, tal vez, la etapa de mayor importancia en la

Proceso de datos y su deJCripcin. Consiste en la elaboracin de cuadros

Inferencia estadstica y conclusiones. Esta etapa proporciona una

Nuevo conocimiento ' ~e~OOe~

V. lnferecia estadstica y conclusiones

Como ya ha sido indicado, la primer etapa en el desarrollo de una investigacin

estudio que le posibiliten co.nprobarlas, es decir, el investigador debe contar con

Las variables cualitativas o no mtricas especifican y miden cualidades en los

su idioma, religin, la licenciatura que cursan, etctera. En algunos casos, a estas

Variables ordinales. Son aquellas variables no mtricas que permiten describir la

La clasificacin de las variables anteriormente expuesta, que parte del punto

La variable dependiente es aquella cuyos valores estn condicionados por la variable

Ahorro = Ingreso - Gasto

AHORRO($)= lNGRE ;o($) - GASTO($) BSERVACIN

900 10 )0 100 Ahorro alto

200 10 )0 800 Ahorro bajo

o 10 )0 1000 No hay ahorro

No hay ahorro. Dficit

En este modelo, el ahorrJ, la variable dependiente, presentar una situacin

Nivel operacional. Constituye el conjunto de procedimientos que describen las

Vase S.R. , Hernndez, et ai, M etodologa de la investigacin, Mxico, McGraw-Hill, 1991,

VARIABLE = AUSENTISMO LABORAL

Nivel conceptual: "El grado en el cual un trabajador no se report a trabajar a la hora

Nivel conceptual: "Condicin orgnica que distingue al macho de la hembra".

Con estas dos definiciones el estudiante o investigador estar ahora en posibilidad

Discretas Continuas Nominales Ordinales

Mala Regular Buena Muy Buena

La clasificacin de sus respuestas seguir un orden de acuerdo con el valor

UNA VEZ QUE EL INVESTIGADOR ha diseado su experimento, recogido los datos

Tabulacin manual. Consiste en hacer el recuento mediante el uso exclusivo de

DIAGONALES (RAYAS) 'fHt.. 5 U NIDADES

La experiencia demuestra 1ue el sistema de cuadros presenta un menor nmero

La tabulacin manual pue,ie efectuarse adems mediante el traslado de los datos

Sexo Nac ionalidad Carrera que cursa Trabaja

La tabulacin manual es recomendable cuando el nmero de cuestionarios o

Proceso electrnico de datos. Es recomendado en aquellas investigaciones que

El resultado del proceso de tabulacin o condensacin de datos se presenta en lo

FUENTE: Departamento de Ii 1formacin de Negocios de Banamex, con datos del Instituto

En el cuadro anterior se observa simplemente la presentacin de los datos de

Ao Oro (toneladas) Variacin anual(%) Plata (toneladas) Variacin anual (%)

5 El clculo de la variacin an 1al se explica detalladamente en el apartado "Incrementos".