Momento Colaborativo

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
ESCUELA DE CIENCIAS SOCIALES, ARTES Y HUMANIDADES

PROGRAMA DE PSICOLOGÍA
ESTADISTICA DESCRIPTIVA
TRABAJO COLABORATIVO MOMENTO 2-1

.
ERICA AVILA CAICEDO COD: 37876811

MARIAN ELENA BADILLO: 37876811
ZULEIMA GUERRERO CONTRERAS: 60395049
GRUPO 204040_9
TUTOR: ALBERTO GARCIA JEREZ
AGOSTO 02 DEL 2.015

Lista de Contenidos
Introducción…………………………………………………………….………………….5
Justificación…………………………………………………………………….………….7
Objetivos……………………………………………………………………….…………..8
Esquema de Trabajo………………………………………………………….…………….9
Elementos Requeridos para la Solución del Problema…………………………………….11
Asociación de Conocimientos……………………………………………………….……..13
Caracterización del Problema………………………………………………………………15
Instrumento para la Recolección de la Información…………………….……….…………17
Operacionalización de la Variables Cualitativas………………..………………………….18
Caracterización de Variable Cualitativos…………………………………………………..25
Conclusiones………………………………………………………………………………..32
Lista de Referencias………………………………………………………………………...33
Lista de Tablas
Tabla 1. Cuadro de Roles……………………………………………………….……….9
Tabla 2. Asociación de Conocimientos………………………………………………….13
Tabla 3. Caracterización del Problema………………………………………..……......15
Tabla 4. Variable cualitativa Días/frecuencia…………………………………….…….18
Tabla 5. Variable Cualitativa EPS……………………………………………………...18
Tabla 6. Variable Cualitativa Genero……………………………………………………19
Tabla 7. Variable Cualitativa Enfermedades……………………………………………19
Tabla 8. Variable Cualitativa Calificación al Servicio…………………………………21
Tabla 9. Variable Cuantitativa Horario Ingreso…………………………………………21
Tabla 10. Variable Cuantitativa de Salida de Urgencias………………………………...22
Tabla 11. Variable Cuantitativa Edad…………………………………………………...22
Tabla 12. Variable Cuantitativa Asistencia………………………………………………23
Tabla 13. Variable Cuantitativa Peso………………………….…………………………23
Tabla 14. Variable Cuantitativa de Estatura……………………………………………...24

Lista de Figuras
Figura 1. Atención a Usuarios………………………………….…….……………….……25
Figura 2. Afiliación a Eps……………………………………………………….……….....26
Figura 3. Genero………………………………………….………………………………...27
Figura 4. Enfermedades………………………………………………………….…………30
Figura 5. Valoración del Servicio……………………………………………….….....……31

Introducción
La estadística es una ciencia empleada en los campos científicos, investigativos y
analíticos. Por ello es de suma importancia su estudio puesto que permite llegar al conocimiento
de un hecho específico, se minimiza el riesgo y ayuda a la toma de decisiones. La estadística
descriptiva es la técnica que se encarga de la recopilación, presentación, tratamiento y análisis de
los datos, con el objetivo de resumir, describir las características de un conjunto de datos y por lo
general toman forma de tablas y gráficas, se utiliza en casi todos los campos científicos, por esto
consideramos que su estudio es de vital importancia para nuestra formación profesional.
Mediante el desarrollo del presente trabajo se pretenderá identificar los conocimientos y
conceptos de la estadística descriptiva, así como su aplicación en el contexto real; trabajando
sobre problemáticas del entorno diario, se pretende resolver ejercicios. Se trabaja sobre las
diferentes maneras de agrupar la información obtenida mediante encuestas e investigaciones,
aplicando la estadística descriptiva y de esta forma poder hacer algunas conclusiones.
El presente trabajo da un panorama brinda la oportunidad de identificar y trabajar con los
compañeros cono un equipo de trabajo colaborativo. Igualmente brinda un amplio contexto de la
unidad 1 del curso de estadística descriptiva, es por ello que durante el mismo se encuentra el
desarrollo de la guía de actividades correspondiente al trabajo colaborativo 1, en el cual se
pondrán en práctica los conocimientos adquiridos hasta la fecha del curso, empleando el trabajo
en equipo como un reto para su desarrollo.

El enfoque que se presenta permite identificar las variables cuantitativas y cualitativas
que pueden afectar la problemática estudiada y su identificación concede a los estudiantes la
oportunidad de practicar el análisis de variables, el diseño y desarrollo de herramientas de
recolección de la información, así como los mecanismos de presentación y análisis de datos.

Justificación
La oportunidad de tomar como referencia una problemática actual y general del diario vivir,
permite crear una conciencia como futuros profesionales sobre los diferentes entornos que
pueden afectar nuestro espacio al igual que la aplicación de los conocimientos que se adquieren
en el transcurso de la carrera. De esta forma mediante la realización de este trabajo del análisis
de la Congestión en la Sala de Urgencias, permite poner en práctica el conocimiento adquirido
sobre los diferentes tipos de representación estadístico basados en el desarrollo de la unidad,
aplicando las diferentes herramientas para agrupar la información, analizar resultados obtenidos
en la cual se determina la opinión de los usuarios del servicio adquirido y se estudia la
información requerida que permitirá desarrollar una línea de acción para solucionar el problema
detectado.
Se crea este trabajo ante la necesidad de estudiar y determinar las causas de que se presente
congestión en las salas de urgencias; pretendiendo determinar la razón por la cual se produce este
problema, la habitualidad del mismo y la afectación que origina en la comunidad en general.
Mediante la observación por parte de los integrantes del grupo colaborativo se detectan posibles
consecuencias como pueden serlo: la falta de médicos, la deficiencia en la gestión del servicio, la
infraestructura limitada para atender la demanda de los pacientes que ingresan, la dificultad por
la falta de camas, la falta de educación de los usuarios en el uso de los servicios entre los motivos
que podrían generar esta situación.
Determinar las causas y los conflictos que a su vez se originan puede servir como principio
para lograr establecer hipótesis de solución para esta situación detectada.

Objetivos
Objetivo General. Conocer el grado de congestión en las salas de Urgencias aplicando los
conceptos de estadística, aplicando las diferentes maneras de agrupar la información en relación
con los datos obtenidos para concentrarlos, ordenarlos, y representarlos en los diferentes tipos de
diagramas, aplicando estos al caso del Hospital Federico Lleras Acosta de la ciudad de Ibagué.
Objetivos Específicos.
 Analizar los tipos de conceptos básicos de la estadística en especial la DESCRIPTIVA, en un
contexto práctico de problemas del entorno real.
 Presentar ejemplos de algunos casos de la vida cotidiana donde se puede aplicar la parte
estadística junto con sus fórmulas y diagramas representativos.
 Generar nuevos conocimientos sobre los datos que se obtienen en una investigación de algún
caso en especial
Esquema de Trabajo
Para efectuar el Trabajo se requiere seleccionar los roles que se tomaran por cada integrante
para este primer trabajo colaborativo momento 1.
Tabla 1. Cuadro de Roles
Nombre Rol Descripción

Se preocupa por verificar al interior del equipo
Dinamizador que se estén asumiendo las responsabilidades
Zuleima Guerrero
del proceso individuales y de grupo, propicia que se
mantenga el interés por la actividad
Erica Avila Responsable de hacer la entrega del producto
Líder
final
Erica Avila Responsable de recopilar y sistematizar la
Relator información a entregar.
Marian Badillo
Responsable de conseguir el material y/o las
herramientas de acuerdo a las necesidades del
Marian Badillo Utilero
equipo, para el desarrollo de las actividades
y/o procesos
Controla el cronograma de tiempo establecido,
y es responsable porque el equipo desarrolle
Vigía del
Zuleima Guerrero las diferentes actividades dentro del tiempo
Tiempo
pactado.
Para efectuar las juntas y reuniones para ver la progresión del trabajo, el grupo colaborativo se
señora a la comunicación sincrónica por Whatsapp, permitiendo para ello clarificar conceptos,
programar reuniones vía Skype y determinar problemas y aportes en el curso. En este aspecto se
identifican los integrantes así:

Erica Avila Celular: 3154376236
Zuleima Guerrero Celular: 3152969177
Marian Badillo Celular: 3133844761
De acuerdo con los factores detectados mediante la lluvia de ideas, se logra determinar la
necesidad de constituir un equipo de trabajo que reúna y estudie la información requerida de los
principales usuarios que asisten a las salas de urgencias. Para ello, se determina la importancia
de aplicar una herramienta que permita la recolección de la información que identifique
características cualitativas, como genero de los usuarios, sintomatología presentada, EPS a la
que pertenecen, días de consulta, valoración que le otorgan al servicio médico recibido.
Listado de Elementos que se Necesitarían para Resolver el Problema
Elementos para el desarrollo del estudio,
Acceso a los individuos objeto de estudio, acceso a la base de datos de la información, equipos
de informática, acceso a internet, manejo de herramientas ofimáticas, programas de Excel,
papelería, fuentes bibliográficas, cronograma de actividades. Entre otros.
Con el propósito de la continuidad de este ejercicio, tomando como consideración las
observaciones que se realizan en el entorno de esta problemática se considera que los elementos
necesarios para brindar soluciones en cuanto a la congestión seria:
Personal médico. En lo relacionado al número y la capacitación de estos profesionales, para
que se presente una solución oportuna y eficiente a los usuarios del servicio de urgencias.
Material de Trabajo. Dotar las instituciones prestadoras del servicio de los equipos
médicos necesarios para llevar a cabo la prestación de los servicios médicos necesarios.
Camillas disponibles. La disponibilidad de este recurso posibilita un tratamiento con
mayor dignidad, al evitar que los pacientes sean atendidos en sillas o muchas veces en el suelo.
Asociación de Conocimientos
Tabla 2. Asociación de Conocimientos

Conceptos del curso Elemento del problema al que se puede
aplicar
Identificación de la población. Los usuarios del
Población. Colectivo o universo, servicio de los servicios de urgencia. Para
conjunto de elementos que tienen nuestro caso en particular seria la población de
unas características comunes, la ciudad de Ibagué. Donde todos pueden
necesitar y acceder a estos servicios de salud.
Dada la población que se contempla y los
extenso de la misma. Para este caso, la muestra
se determinaría bajo la fórmula para
Muestra. Subconjunto poblaciones infinitas.
representativo de la población De esta manera se determina la cantidad de
unidades estadísticas a las cuales será aplicada
la herramienta diseñada para recolectar la
información
Atributos. A las variables no Se necesita identificar, atributos cualitativos
cuantitativas se las suele designar tales como el sexo, tipo de seguro, carácter de
con este por ejemplo, el nivel de la urgencia (prioridades).
estudios de un colectivo, su sexo, las Y atributos Cuantitativos como la edad, el

ramas de actividad económica, etc. peso, el tiempo requerido para la atención, etc.
Para este caso en particular las unidades
estadísticas están representados por los sujetos

Unidad Estadística.
que conformaran parte de la muestra de quienes
se identificaran las variables
Las salas de Urgencias de la ciudad de Ibagué

Ubicación Espacio Temporal.
donde se aplicara la recolección de información
Esta herramienta permitirá interpretar los datos
Histograma arrojados por la muestra de una manera gráfica,
clara y práctica.
Herramientas de Recolección de la Para determinar el estudio, los resultados serán
información. Consiste en un conjunto obtenidos por medio de una herramienta. Para
de operaciones de toma de datos que nuestro caso, se considera a aplicación de una
puede ser por observación, por encuesta que integra las consideraciones de
encuesta o tomada de publicaciones todos las unidades muéstrales a las que se
y/o fuentes confiables que han aplicara el estudio.
efectuado investigaciones estadísticas.

Se efectuara el muestreo probabilístico o al
Para esto se selecciona el método de
azar, donde cada uno de los elementos tiene la
recolección de la información acorde a
misma probabilidad de ser escogido obteniendo
las necesidades de la investigación,
así una muestra aleatoria.
que se clasifican según su cobertura y
según su forma de observación.

Caracterización
La caracterización de las variables se efectuara en referencia a la base de datos suministrada
sobre el Hospital Federico Lleras Acosta
Tabla 3. Caracterización del Problema

Congestión en las salas de urgencias Resumen de la información
Población Usuarios Urgencias del Hospital. Se
trabajara con una población de 120 personas
Unidad estadística Los Pacientes que se encuentren en las salas
de Urgencias
Ubicación temporal y espacial El presente estudio se efectuara sobre la
base de datos del mes de junio. Este se
llevara a cabo en la Sala de Urgencias del
Hospital Federico Lleras Acosta.
Ciudad de Ibagué
Muestra Se aplicara la herramienta para la
recolección de información a una población
de 120 pacientes , mediante la fórmula de
población finita
Herramienta de Recolección de la Se diseñó una encuesta que se aplicara a los
información 120 pacientes que se encuentren en la sala
de urgencias los días que se realice el realice
es estudio.
Datos Cualitativos Sexo: identificar que genero asiste
mayormente
EPS: que seguro médico tienen
Día: determinar si hay días más
congestionados.
Motivo de Consulta: Causa por la que
acuden a urgencias
Enfermedad.
Datos Cuantitativos Edad de los pacientes.
Hora: Que horarios son más congestionados
Frecuencia de Asistencia a urgencias en el
trimestre
Herramientas de análisis de la información Se emplearan tablas de frecuencia, graficas
de barras, histogramas, polígonos de
frecuencias
Instrumento Diseñado para Recolectar Información
UNIVERDIDAD NACIONAL ABIERTA Y A DISTANCIA- UNAD

ESCUELA DE CIENCIAS SOCIALES, ARTES Y HUMANIDADES
Investigación de Campo sobre la Congestión en las Salas de Urgencias
Objetivo. Identificar los niveles de la congestión presentada en las salas de urgencias
Responsables. Estudiantes de Estadística Descriptiva grupo 204040_9
Nombre _____________________________________________ Sexo F ( ) M( )
Fecha de Nacimiento __________________________________ edad

_____________
Instrucciones: De las preguntas citadas a continuación por favor seleccione una única
respuesta.
1. Posee Usted Seguro Medico

Si ___________ Cual _________________________________________________
No___________
2. En el último trimestre con qué periodo ha venido usted a urgencias
1vez_____________
2 veces___________
3 veces___________
Más de 3 __________
3. En promedio cuanto tiempo debe esperar para que lo atiendan
1 hora______________
2 horas_____________
3 horas_____________
Más de 3 horas_______
4. El motivo de su consulta a Urgencias es.
____________________________________________________________________________
____________________________________________________________________________
__
5. Considera usted que el servicio recibido en urgencias es:
Excelente __________
Bueno __________
Regular __________
Malo __________
Observaciones (uso del encuestador)

____________________________________________________
____________________________________________________________________________
_______
____________________________________________________________________________
_______
Operacionalización de las Variables
1. Variables Cualitativas
a. Días de Consulta
Tabla4. Variable Cualitativa días/consulta

DIA DE CONSULTA FRECUENCIA
DOMINGO (1/6/14) 24
LUNES (2/6/14) 23
MARTES (3/6/14) 17
MIERCOLES (4/6/14) 15
JUEVES (5/6/14) 16
VIERNES (6/6/14) 13
SABADO (7/6/14) 12
b. Eps a la que pertenecen
Tabla 5. Variable Cualitativa Eps

EPS FREC.
CAFESALUD 10
CAPRECOM 1
COOMEVA 14
NUEVA EPS 32
SALUD TOTAL 13
SALUD VIDA 15
SALUDCOOP 22
SANITAS 6
SISBEN 7
c. Genero
Tabla 6. Variable Cualitativa Género

GENERO FRECUENCIA
HOMBRE 67
MUJER 53
d. Enfermedad por la que Asisten
Tabla 7. Variable Cualitativa Enfermedad
ENFERMEDAD FREC.
AMENAZA DE ABORTO 2
AMIGDALITIS AGUDA, NO ESPECIFICADA 1
ASCITIS 1
ASMA PREDOMINANTEMENTE ALERGICA 1
BLEFAROCONJUNTIVITIS 1
BRONQUITIS AGUDA, NO ESPECIFICADA 1
CALCULO DEL RIÑON 1
CALCULO URINARIO, NO ESPECIFICADO 1
CEFALEA 2
CELULITIS DE OTRAS PARTES DE LOS MIEMBROS 1
COLICO RENAL, NO ESPECIFICADO 1
CONJUNTIVITIS AGUDA, NO ESPECIFICADA 1
CONTUSION DE LA RODILLA 1
CONTUSION DE OTRAS PARTES DE LA MUÑECA Y DE LA MANO 1
CONTUSION DEL TOBILLO 2
CUERPO EXTRAÑO EN LA CORNEA 1
DEPLECION DEL VOLUMEN 1
DIARREA Y GASTROENTERITIS DE PRESUNTO ORIGEN INFECCIOSO 11
DOLOR ABDOMINAL LOCALIZADO EN PARTE SUPERIOR 1
DOLOR EN EL PECHO AL RESPIRAR 1
DORSALGIA, NO ESPECIFICADA 1
EMBARAZO (AUN) NO CONFIRMADO 1
EMBOLIA Y TROMBOSIS DE VENA NO ESPECIFICADA 1
ESGUINCES Y TORCEDURAS DEL TOBILLO 2
ESGUINCES Y TORCEDURAS QUE COMPROMETEN LOS LIGAMENTOS LATERALES (EXTERNO) 1
(INTERNO) DE LA RODILLA
ESTADO ASMATICO 3
ESTADO MIGRAÑOSO 1
FIEBRE, NO ESPECIFICADA 1
FRACTURA DE LA CLAVICULA 1
HERIDA DE DEDO(S) DEL PIE SIN DAÑO DE LA(S) UÑA(S) 1
HERIDAS DEL ANTEBRAZO, PARTE NO ESPECIFICADA 1
HERPES ZOSTER DISEMINADO 1
HIPERTENSION ESENCIAL (PRIMARIA) 2
INFECCION DE VIAS URINARIAS, SITIO NO ESPECIFICADO 3
INFECCION LOCAL DE LA PIEL Y DEL TEJIDOSUBCUTANEO, NO ESPECIFICADA 1
INFECCION VIRAL, NO ESPECIFICADA 6
INSUFICIENCIA CARDIACA CONGESTIVA 1
LARINGITIS AGUDA 1
LUMBAGO CON CIATICA 2
LUMBAGO NO ESPECIFICADO 3
NAUSEA Y VOMITO 1
NEUMONIA, NO ESPECIFICADA 1
OSTEOMIELITIS, NO ESPECIFICADA 1
OTITIS MEDIA SUPURATIVA AGUDA 1
OTRA OTITIS MEDIA AGUDA, NO SUPURATIVA 1
OTRAS POLINEUROPATIAS ESPECIFICADAS 1
OTRAS QUERATITIS 2
OTRAS SINUSITIS AGUDAS 1
OTROS DOLORES ABDOMINALES Y LOS NO ESPECIFICADOS 5
OTROS DOLORES EN EL PECHO 1
OTROS TRAUMATISMOS SUPERFICIALES DE LA PARED POSTERIOR DEL TORAX 1
OTROS VERTIGOS PERIFERICOS 1
PARTO UNICO ESPONTANEO, PRESENTACION CEFALICA DE VERTICE 1
POR DETERMINAR 22
RETENCION DE ORINA 1
RINOFARINGITIS AGUDA (RESFRIADO COMUN) 3
SINDROME DEL COLON IRRITABLE SIN DIARREA 1
SUPERVISION DE EMBARAZO NORMAL NO ESPECIFICADO 4
TRASTORNO DEL TESTICULO Y DEL EPIDIDIMOEN ENFERMEDADES CLASIFICADAS EN OTRA 1
PARTE
TRAUMATISMO DE LA CONJUNTIVA Y ABRASIONCORNEAL SIN MENCION DE CUERPO 1
EXTRAÑO
TRAUMATISMOS SUPERFICIALES MULTIPLES, NO ESPECIFICADOS 2
VARICELA SIN COMPLICACIONES 1
a. Calificación del Servicio
Tabla 8. Variable Cualitativa Calificación

CALIFICACION FRECUENCIA
EXCELENTE 4
BUENO 27
REGULAR 44
MALO 45
2. Variables cuantitativas
a. Horario de Ingresos al Servicio de Urgencias
Tabla 9. Variable Cuantitativa horarios

INTERVALO FRECUENCIA FRECUENCIA FREC. FREC.
ABSOLUTA ACUMULADA RELATIVA RELATIVA
ACUMULADA
12:01 A.M - 3:00 A.M 8 8 0,06666667 0,06666667
3:01 A.M - 6:00 A.M 3 11 0,025 0,09166667
6:01 A.M - 9:00 A.M 16 27 0,13333333 0,225
9:01 A.M - 12:00 M 27 54 0,225 0,45
12:01 P.M - 3:00 P.M. 18 72 0,15 0,6
3:01 P.M - 6:00 P.M 21 93 0,175 0,775
6:01 P.M - 9:00 P.M 14 107 0,11666667 0,89166667
9:01 P.M - 12:00 M 13 120 0,10833333 1
b. Variable Cuantitativa de Salidas de Urgencias
Tabla 10. Horario de Salida de Urgencias
INTERVALO FRECUENCI FRECUENCI FRECUENCI FREC. REL.

A A A ACUMULADA
ABSOLUTA ACUMULAD RELATIVA
A
12:01 A.M - 3:00 A.M 6 6 0,05 0,05
3:01 A.M - 6:00 A.M 5 11 0,0416666 0,09166667
7
6:01 A.M - 9:00 A.M 9 20 0,075 0,16666667
9:01 A.M - 12:00 M 13 33 0,1083333 0,275
3
12:01 P.M - 3:00 P.M. 14 47 0,1166666 0,39166667
7
3:01 P.M - 6:00 P.M 19 66 0,1583333 0,55
3
6:01 P.M - 9:00 P.M 24 90 0,2 0,75
9:01 P.M - 12:00 M 30 120 0,25 1
c. Edad de los pacientes
Tabla 11. Variable Cuantitativa Edad

INTERVALO FRECUENCIA FRECUENICA FRECUENCIA FREC.
DE EDAD ABSOLUTA ACUMULADA RELATIVA RELATIVA
(AÑOS) ACUMULADA
0-4 15 15 0,125 0,125
5-10 6 21 0,05 0,175
11 - 25 1 22 0,00833333 0,18333333
16 -20 15 37 0,125 0,30833333
21 - 25 20 57 0,16666667 0,475
26 -30 4 61 0,03333333 0,50833333
31 -35 7 68 0,05833333 0,56666667
36 - 40 8 76 0,06666667 0,63333333
41 - 45 5 81 0,04166667 0,675
46- 50 5 86 0,04166667 0,71666667
51 - 55 12 98 0,1 0,81666667
56 -60 6 104 0,05 0,86666667
61 - 65 4 108 0,03333333 0,9
66 - 70 2 110 0,01666667 0,91666667
71 - 75 5 115 0,04166667 0,95833333
MAYOR DE 5 120 0,04166667 1
76
d. Frecuencia de Asistencia a Urgencias

Tabla 12. Variable Cuantitativa Periodo de Asistencia
VISITAS EN EL FRECUENCIA
ÚLTIMO
TRIMESTRE
1 86
2 26
3 8
e. Variable Cuantitativa de Peso
Tabla 13. Variable Cuantitativa de Peso
intervalo Frec. absoluta Frec. acumulada Frec. relativa f. relativa acumulada

2,6 - 11,09 9 9 0,075 0,075
11,1 - 19,57 9 18 0,075 0,15
19,58 - 28,06 3 21 0,025 0,175
28,06 - 37,09 1 22 0,00833333 0,18333333
37,10 - 45,59 2 24 0,01666667 0,2
45,6 - 54,09 9 33 0,075 0,275
54,1 - 62,59 31 64 0,25833333 0,53333333
62,6 - 71,09 29 93 0,24166667 0,775
71,1 - 79-59 18 111 0,15 0,925
79,6 - 88,09 9 120 0,075 1
f. Variable Cuantitativa Estatura
Tabla 14. Variable Cuantitativa Estatura
intervalo fr. absoluta fr. acumulada fr. relativa f. rel. acumulada

0,45 - 0,59 5 5 0,04166667 0,04166667
0,60 - 0,74 2 7 0,01666667 0,05833333
0,75 - 0,89 4 11 0,03333333 0,09166667
0,89 - 1,03 6 17 0,05 0,14166667
1,04 - 1,17 3 20 0,025 0,16666667
1,18- 1,32 1 21 0,00833333 0,175
1,33 - 1,47 1 22 0,00833333 0,18333333
1,48 - 1,62 36 58 0,3 0,48333333
1,63 - 1,77 51 109 0,425 0,90833333
1,78 - 1,92 11 120 0,09166667 1
Caracterización de las Variables Cualitativas
De la información obtenida en la base de datos de la sala de urgencias del hospital se puede
deducir la siguiente información para su análisis y estudio
Variable 1. Días de Consulta
DIA DE CONSULTA FRECUENCIA

DOMINGO (1/6/14) 24
LUNES (2/6/14) 23
MARTES (3/6/14) 17
MIERCOLES (4/6/14) 15
JUEVES (5/6/14) 16
VIERNES (6/6/14) 13
SABADO (7/6/14) 12
Figura 1. Atención Diaria
Atencion por Dias
Atención Diaria 25
Nº USUARIOS
20
15
10
5
0
DIAS
Según se muestra en la gráfica el día que presenta mayor congestión en la sala de urgencias del
hospital es el día domingo con 24 pacientes seguido del día lunes con 23 pacientes, en estos días
se presenta mayor ingresos de pacientes en la sala de Urgencias.
Variable 2. EPS a la que están afiliados los usuarios
EPS FREC.
CAFESALUD 10
CAPRECOM 1
COOMEVA 14
NUEVA EPS 32
SALUD TOTAL 13
SALUD VIDA 15
SALUDCOOP 22
SANITAS 6
SISBEN 7
Figura 2. Afiliación a EPS
Afiliacion a EPS
SISBEN
SANITAS
SALUDCOOP
SALUD VIDA
EPS
SALUD TOTAL
NUEVA EPS
COOMEVA
CAPRECOM
CAFESALUD
0 5 10 15 20 25 30 35
N° DE PACIENTES
Los Usuarios que forman parte de la base de datos estudiada, pertenecen en su mayoría a la
Nueva Eps, lo cual lo constituyen el 26.6% de los pacientes. Seguido por la Entidad Saludcoop.
Esta información permite determinar la variación de los usuarios y las diferentes entidades.
Variable 3. Genero
GENERO FRECUENCIA
HOMBRE 67
MUJER 53
Figura 3. Genero de Usuario
GENERO
44%
56% HOMBRE
MUJER
De la muestra con la que se trabajó se determinó que un 56% (67 personas) que asisten a
urgencias esta representados por hombres mientras que un 44% son mujeres.
Variable 4. Motivo de Asistencia a Urgencias
ENFERMEDAD FREC.
AMENAZA DE ABORTO 2
AMIGDALITIS AGUDA, NO ESPECIFICADA 1
ASCITIS 1
BLEFAROCONJUNTIVITIS 1
BRONQUITIS AGUDA, NO ESPECIFICADA 1
CALCULO URINARIO, NO ESPECIFICADO 1
CEFALEA 2
COLICO RENAL, NO ESPECIFICADO 1
CONJUNTIVITIS AGUDA, NO ESPECIFICADA 1
CONTUSION DE OTRAS PARTES DE LA MUÑECA Y DE LA MANO 1
CONTUSION DEL TOBILLO 2
DEPLECION DEL VOLUMEN 1
DIARREA Y GASTROENTERITIS DE PRESUNTO ORIGEN INFECCIOSO 11
DOLOR ABDOMINAL LOCALIZADO EN PARTE SUPERIOR 1
DOLOR EN EL PECHO AL RESPIRAR 1
DORSALGIA, NO ESPECIFICADA 1
EMBOLIA Y TROMBOSIS DE VENA NO ESPECIFICADA 1
ESGUINCES Y TORCEDURAS DEL TOBILLO 2
ESGUINCES Y TORCEDURAS QUE COMPROMETEN LOS LIGAMENTOS LATERALES (EXTERNO) 1
(INTERNO) DE LA RODILLA
ESTADO ASMATICO 3
ESTADO MIGRAÑOSO 1
FRACTURA DE LA CLAVICULA 1
HERIDA DE DEDO(S) DEL PIE SIN DAÑO DE LA(S) UÑA(S) 1
HERIDAS DEL ANTEBRAZO, PARTE NO ESPECIFICADA 1
HERPES ZOSTER DISEMINADO 1
HIPERTENSION ESENCIAL (PRIMARIA) 2
INFECCION DE VIAS URINARIAS, SITIO NO ESPECIFICADO 3
INFECCION LOCAL DE LA PIEL Y DEL TEJIDOSUBCUTANEO, NO ESPECIFICADA 1
INFECCION VIRAL, NO ESPECIFICADA 6
LARINGITIS AGUDA 1
LUMBAGO CON CIATICA 2
NAUSEA Y VOMITO 1
NEUMONIA, NO ESPECIFICADA 1
OTITIS MEDIA SUPURATIVA AGUDA 1
OTRA OTITIS MEDIA AGUDA, NO SUPURATIVA 1
OTRAS SINUSITIS AGUDAS 1
OTROS DOLORES ABDOMINALES Y LOS NO ESPECIFICADOS 5
OTROS TRAUMATISMOS SUPERFICIALES DE LA PARED POSTERIOR DEL TORAX 1
OTROS VERTIGOS PERIFERICOS 1
PARTO UNICO ESPONTANEO, PRESENTACION CEFALICA DE VERTICE 1
POR DETERMINAR 22
RETENCION DE ORINA 1
SINDROME DEL COLON IRRITABLE SIN DIARREA 1
SUPERVISION DE EMBARAZO NORMAL NO ESPECIFICADO 4
TRASTORNO DEL TESTICULO Y DEL EPIDIDIMOEN ENFERMEDADES CLASIFICADAS EN OTRA 1
PARTE
TRAUMATISMO DE LA CONJUNTIVA Y ABRASIONCORNEAL SIN MENCION DE CUERPO 1
EXTRAÑO
TRAUMATISMOS SUPERFICIALES MULTIPLES, NO ESPECIFICADOS 2
Figura 4. Enfermedades presentadas
EFERMEDAD
2
1
TRASTORNO DEL TESTICULO Y DEL EPIDIDIMOEN… 1
4
1
1
22
PARTO UNICO ESPONTANEO, PRESENTACION… 1
1
1
5
1
1
1
1
1
2
1
6
1
INFECCION DE VIAS URINARIAS, SITIO NO… 3
2
1
HERIDAS DEL ANTEBRAZO, PARTE NO… 1
1
1
1
3
ESGUINCES Y TORCEDURAS QUE… 1
2
1
1
1
DOLOR ABDOMINAL LOCALIZADO EN PARTE… 1
11
1
2
1
1
1
2
1
1
1
1
1
AMENAZA DE ABORTO 2
0 5 10 15 20 25
En su gran mayoría los motivos de consultan varían bastante entre dolores, migrañas, síndrome
de colon inflamable.
De las consultas más frecuentes se encuentran la diarrea, infección. Y aun alto porcentaje de los
pacientes encuestados, aun no tenían un motivo de consulta el cual estaba por determinar.
Variable 5. Valoración del servicio recibido
CALIFICACIÓN FRECUENCIA
EXCELENTE 4
BUENO 27
REGULAR 44
MALO 45
Figura 5. Calificación al Servicio Recibido
valoracion del servicio
45
40
35
30
FRECUENCIA
25
20
15
10
5
0
excelente bueno regular malo
CALIFICACION
El pico más alto de la valoración de los servicios que han recibido en el área de urgencias se
encuentra en la calificación de malo con 45 de los 120 usuarios; seguido muy de cerca por 44
usuarios que consideran que la calidad del servicio es regular

MEDIDAS UNIVARIANTES DE TENDENCIA CENTRAL
A. Identificar las variables discretas dentro del problema de estudio y calcular las medidas univariantes de
tendencia central más adecuadas, a aquellas que consideren sean relevantes para el problema de
estudio.
VARIABLE CUANTITATIVA DISCRETA

EDAD
NUMERO DE VISITAS EL ULTIMO TRIMESTRE
Media
INTERVALO FREC FREC. ACUM
0 - 10 5 21 21
10 A 20 15 13 34
20 A 30 25 27 61
30 A 40 35 13 74
40 A 50 45 11 85
50 A 60 55 18 103
60 A 70 65 7 110
70 A 80 75 5 115
80 A 90 85 4 119
90 A 100 95 1 120
Media Aritmética
(5*21) + (15*13) + (25*27) +(35*13) + (45*11) + (55*18) + (65*7) + (75*5) + ( 85*4) + (95*1)
120
105 + 195 + 675 + 455 + 495 + 990 + 455 + 375 + 340 + 95
120
Media: 4180/120 = 34 AÑOS
Moda
INTERVALO FREC
0 - 10 21 10 2.1
10 A 20 13 10 1.3
20 A 30 27 10 2.7
30 A 40 13 10 1.3
40 A 50 11 10 1.1
50 A 60 18 10 1.8
60 A 70 7 10 0.7
70 A 80 5 10 0.5
80 A 90 4 10 0.4
90 A 100 1 10 0.1
El intervalo con mayor densidad se encuentra el intervalo de entre 20 – 30 años
Mo= 20 + [(1.4/1.4+1.4)] *10 = Mo: 25 años
Mediana
INTERVALO FREC
0 - 10 21 21
10 A 20 13 34
20 A 30 27 61
30 A 40 13 74
40 A 50 11 85
50 A 60 18 103
60 A 70 7 110
70 A 80 5 115
80 A 90 4 119
90 A 100 1 120
.k+1 = N/2=60 k+2 = N/2 + 1 =61

= 20 + 60.5 – 34 *10 = Me= 29 años
27
Variable Cuantitativa 2.
Número de visitas del último trimestre

VISITAS EN EL ÚLTIMO TRIMESTRE FRECUENCIA
1 86
2 26
3 8
Media:
(1*86) + (2*26) + (3*8) = 1.36 visitas
120
Moda
visitas en el último trimestre frecuencia frecuencia acumulada

1 86 86
2 26 112
3 8 120
La moda o valor que más se repite con una frecuencia de 86 es la de 1 visita por trimestre
Mo= 1
Mediana
visitas en el último trimestre frecuencia frecuencia
acumulada
1 86 86
2 26 112
3 8 120
K+1= (N/2) = 60. Que se encuentra en 1 vista por trimestre, siendo esta la media.
B. Elegir una variable discreta que sea representativa y elaborar una tabla de frecuencias para
datos NO agrupados, calcular las medidas de tendencia central: media, mediana, moda, los
cuartiles, deciles 5 y 7; percentiles 30, 50 e interpretar sus resultados.
Sean los datos de la edad de usuarios los siguientes se determina:
0 0 0 0 0 1 1 1 2 2 3 3 3 4 4
5 5 5 5 7 8 13 16 16 17 17 17 17 18 19
19 19 19 19 20 20 20 21 21 21 22 22 23 23 23
23 23 23 23 24 24 24 24 24 25 25 25 26 26 26
26 31 31 33 33 34 34 35 36 37 37 39 39 39 40
40 42 43 44 44 45 47 48 48 49 50 51 51 52 52
53 54 54 54 54 55 55 55 56 57 58 59 59 60 61
62 64 65 68 68 71 73 73 75 75 87 82 85 87 94
edad años fi Xi*fi Xi2*fi

Xi
0 5 0 0
1 3 3 3
2 2 4 8
3 3 9 27
4 2 8 32
5 4 20 100
7 1 7 49
8 1 8 64
13 1 13 169
16 2 32 512
17 4 68 1156
18 1 18 324
19 5 95 1805
20 3 60 1200
21 3 63 1323
22 2 44 968
23 7 161 3703
24 5 120 2880
25 3 75 1875
26 4 104 2704
31 2 62 1922
33 2 66 2178
34 2 68 2312 ̅X= Xi * fi /N
35 1 35 1225
̅X = 4083/120
36 1 36 1296
37 2 74 2738 ̅ X= 34 años
39 3 117 4563
40 2 80 3200 . Mo= 23
42 1 42 1764
43 1 43 1849 El valor que más se repite es la edad de 23
44 2 88 3872
45 1 45 2025 años, con una frecuencia de 7 veces
47 1 47 2209
48 2 96 4608 Me= N/2
49 1 49 2401
Me= 120/2
50 1 50 2500
51 2 102 5202 . Me= 60
52 2 104 5408
53 1 53 2809
54 4 216 11664
55 3 165 9075
56 1 56 3136
57 1 57 3249
58 1 58 3364
59 2 118 6962
60 1 60 3600
61 1 61 3721
62 1 62 3844
64 1 64 4096
65 1 65 4225
68 2 136 9248
71 1 71 5041
73 2 146 10658
75 2 150 11250
81 1 81 6561
82 1 82 6724
85 1 85 7225
87 1 87 7569
94 1 94 8836
120 4083 203031
CUARTILES
Fórmula para datos no agrupados.
Q*N/4
 Cuartil 1= (1 * 120)/ 4 = 30
El cuartil 1 es el dato ubicado en la posición número 30, el cual tiene un valor de 19 años
 Cuartil 2= es el mismo valor de la mediana; por tanto
Q2 = 2*N/4 = (2 * 120)/4
Q2 = dato 60
Por lo tanto el cuartil 2 está ubicado en el dato 60 = 26 años
 Cuartil 3 = Q 3 = 3* N / 4
(3 * 120)/ 4 = 90
Esto indica que el dato ubicado en la posición número 90 representa el Q 3 . Este dato es la edad
de 52 años
Con esta información se puede determinar que:

El 25% de los usuarios es menor a 19 años
El 50 % de los Usuarios es menor a 26 años
Y el 75% de los usuarios es menor a 52 años y medio
PERCENTILES
 Percentil 30
N → 100%
i → 30% 120 * 30 %
100%
120 → 100% =36
i → 30%
El dato número 36 fijara el percentil 3º, el dato número 36 corresponde a la edad de 20 años, de
lo cual se determina que el 30% de la población del estudio es menor a 30 años.
 Percentil 50
N → 100%
i → 50% 120 * 50 %
100%
=60
120 → 100%
i → 50%
El dato número 60, corresponde al 50% de la población es decir al percentil 50; para este caso el
dato número 60 está presente en la edad de 26 años. De lo cual se puede afirmar que el 50% de la
población objeto de estudio está por debajo de los 26 años de edad.
DECILES
DECIL 5.
D*N/10
 Decil 5= (5 * 120)/ 10 = 60
El Decil 5 es el dato ubicado en la posición número 60, el cual tiene un valor de 26 años
El 50 % de los usuarios son menores a 26 años.

DECIL 7.
D*N/10
 Decil 7= (7 * 120)/ 10 = 84
El Decil 5 es el dato ubicado en la posición número 84, el cual tiene un valor de 48 años
El 70 % de los usuarios son menores a 48 años.
C. Elegir una variable Continua que sea representativa y siguiendo los lineamientos, diseñar
una tabla de frecuencia para datos agrupados, calcular las medidas de tendencia central, los
cuartiles , deciles 3 y 7 ; percentiles 25, 75
Variable Cuantitativa 3.
PESO
INTERVALO FRE.
ABSOLUTA
2,6 - 11,09 6.845 9
11,1 - 19,59 15.335 9
19,6 - 28,09 23.82 3

28,1 - 36,59 32.575 1
36.6 - 45,09 41.345 2
45,1 – 53,59 49.845 9 Media Aritmética

(6.84*9)+(15.33*9)+(23.82*3)+(32.57*1)+(41.34*2)
53,6 - 62,09 58.345 31 +(49.84*9)+(58.34*31)+(66.84*29)+(75.34*18)+(83.
66.845 29 84*9)
62,1 - 70,59
120
70,6 – 79,09 75.345 18 Media =
61.56+137.97+71.46+32.57+82.68+448.56+1808.54
79,1 – 87,59 83.845 9
+1938.36+1356.12+754.56
120
Media = 55.77 kg.
MODA
INTERVALO FRE.
ABSOLUTA
2,6 - 11,09 9 8.49 1.06
11,1 - 19,59 9 8.49 1.06
19,6 - 28,09 3 8.49 0.35
28,1 - 36,59 1 8.49 0.11
El intervalo con mayor densidad de
36.6 - 45,09 2 8.49 0.23
frecuencia es (53,6 – 62,09 kg)
45,1 – 53,59 9 8.49 1.06 Mo= 53,6 + [(2,59/2.59+0.24)]*8.49
Mo: 61,37 kg
53,6 - 62,09 31 8.49 3.65
62,1 - 70,59 29 8.49 3.41
1 aporte del punto 2 del paso 6
70,6 – 79,09 18 8.49 2.12 Variable cuantitativa 3
PESO
79,1 – 87,59 9 8.49 1.06
Mediana
intervalo fre. absoluta frec. acumulada
2,6 - 11,09 9 9
11,1 - 19,59 9 18
19,6 - 28,09 3 21
28,1 - 36,59 1 22
36.6 - 45,09 2 24
45,1 – 53,59 9 33
53,6 - 62,09 31 64
62,1 - 70,59 29 93
70,6 – 79,09 18 111
79,1 – 87,59 9 120
.k+1 = N/2=60 k+2 = N/2 + 1 =61

Me= Li-1 + [(N+1)/2] – Ni-1 . cf = 53,6 + 60.5 – 33 *8.49 = Me= 61,13 kg
nf 31
CUARTILES
INTERVALO XI FRE. ABSOLUTA FREC. ACUMULADA

2,6 - 11,09 6.845 9 9
11,1 - 19,59 15.335 9 18

19,6 - 28,09 23.82 3 21
28,1 - 36,59 32.575 1 22
36.6 - 45,09 41.345 2 24
45,1 – 53,59 49.845 9 33
53,6 - 62,09 58.345 31 64
62,1 - 70,59 66.845 29 93
70,6 – 79,09 75.345 18 111

79,1 – 87,59 83.845 9 120
 Cuartil 1
Q1 = 120/4 = 30
Q1 = 45,1 + {[(30 – 24) / 9] * 8.49} =
Q1 = 50,75
 Cuartil 2
Q2 = 2 * 120/4 = 60
Q2 = 53,6 + {[(60 – 33) / 31] * 8.49} =
Q2 = 60,99
Cuartil 3
Q3 = 3 * 120/4 = 90
Q3 = 62,1 + {[(90 – 64) / 29] * 8.49} =
Q3 = 69,71
La anterior información permite identificar que:
El 25% de la población objeto de estudio pesa menos de 50,75 kilogramos
El 50% de la población tiene un peso inferior a 60,99 kilogramos
El 75% de la población del estudio tiene pesa menos de 69.71 Kilogramos
DECILES
INTERVALO XI FRE. ABSOLUTA FREC. ACUMULADA

2,6 - 11,09 6.845 9 9
11,1 - 19,59 15.335 9 18
19,6 - 28,09 23.82 3 21
28,1 - 36,59 32.575 1 22
36.6 - 45,09 41.345 2 24
45,1 – 53,59 49.845 9 33
53,6 - 62,09 58.345 31 64
62,1 - 70,59 66.845 29 93
70,6 – 79,09 75.345 18 111
79,1 – 87,59 83.845 9 120
 Decil 3.
D3 = 3 * 120/10 = 36. El decil número 3, estará ubicado en el dato 36.
D3 = 53,6 + {[(36 – 33) / 31] * 8.49} =
D3 = 54,42
El 30% de la población de estudio se encuentra con un peso menor a 54.42 kg.
 Decil 7
D7 = 7 * 120/10 = 84, el decil número 7, estará ubicado en el dato 84.
D7 = 62,1 + {[(84 – 64) / 29] * 8.49} =
D7 = 67,95
El 70% de los Usuarios objeto de Estudio tiene un peso menor a 67.95 kilogramos
PERCENTILES
Frecuenc ias acumulad as .
INTERVALO XI FRE. FREC.

ABSOLUTA ACUMULADA
2,6 - 11,09 6.845 9 9
11,1 - 19,59 15.335 9 18
19,6 - 28,09 23.82 3 21
28,1 - 36,59 32.575 1 22
36.6 - 45,09 41.345 2 24
45,1 – 53,59 49.845 9 33
53,6 - 62,09 58.345 31 64
62,1 - 70,59 66.845 29 93
70,6 – 79,09 75.345 18 111
79,1 – 87,59 83.845 9 120
 Percentil 25
120 → 100%
i → 25%
P25 = 120 * 25 % = 30
100%
P25 = 45,1 + {[(30 – 24) / 9] * 8.49} =
P25 = 50,75
El 25% de la población objeto de estudio pesa menos de 50,75 kilogramos
 Percentil 75
120 → 100%
i → 75%
P25 = 120 * 75 % = 90
100%
P25 = 62,1 + {[(90 – 64) / 29] * 8.49} =
P25 = 69,71
El 75% de la población del estudio tiene pesa menos de 69.71 Kilogramos

Conclusiones
Por medio de la información recolectada, se identificaron atributos que caracterizan la
población objeto de estudio, misma que permite analizar las características diferenciadoras de las
unidades estadísticas estudiadas sobre la base de datos del mes de junio en el hospital Federico
Lleras Acosta de la ciudad de Ibagué.
El Estudio de los individuos permite hacerse una idea globalizada de la población objeto de
estudio, posibilitando con esto el planteamiento de una propuesta de solución más factible basada
en las condiciones y necesidades reales de la población.
Se reconoció la importancia que recae sobre el diseño, elaboración y aplicación de la
herramienta de recolección de la información; siendo en esta donde se basan las propuestas de
soluciones que se puedan presentar a partir de cualquier estudio realizado.
Se identificó la ayuda interpretativa que representan las tablas de frecuencia y diagramas
estadísticos para la presentación y análisis de la información. Por medio de estas el
investigador puede organizar y manejar la información obtenida en el estudio de manera práctica,
ágil y efectiva logrando su comprensión y la de los lectores del estudio realizado.

Referencias Bibliográficas
- pava, m. f. (2010). 100105 – estadística descriptiva segunda versión. escuela de ciencias

básicas, tecnología e ingeniería contenido didáctico del curso: 100105 – estadística
descriptiva.
- "Conceptos Generales." Estadística descriptiva. José María Montero Lorenzo. Madrid:

Paraninfo, 2007. 1-16. Gale Virtual Reference Library. Web. 7 Julio 2015.
http://go.galegroup.com/ps/i.do?id=GALE%7CCX4052100007&v=2.1&u=unad&it=r&p=GVR
L&sw=w&asid=0a7332df0d4700de0bd272caa41e1718
Unidad 2. Medidas Estadísticas Univariantes. Medidas de Tendencia Central. Recuperado Junio
de 2015 de URL.
http://66.165.175.209/campus17_20151/mod/lesson/view.php?id=1074&pageid=245
VITUTOR. Cuartiles, Deciles y Percentiles. Recuperado junio de 2015 de URL.
http://www.vitutor.net/2/11/cuartiles_percentiles.html.
Hospital Federico Lleras Acosta. Ibagué Tolima E.S.E. Recuperado de URL.
http://www.hflleras.gov.co/
http://estadisticadescriptivaunad100105.blogspot.com/
ANEXOS LABORATORIO: MARIAN BADILLO
Ejercicios: Diagramas Estadísticos
1. El entrenador del equipo de natación ha decidido clasificar a sus deportistas teniendo

en cuenta el estilo en el cual su rendimiento es muy alto. A continuación se presentan
los resultados obtenidos:
Pecho Mariposa Espalda Pecho Pecho Mariposa Libre Pecho
Espalda Libre Libre Espalda Espalda Libre Libre Espalda
Mariposa Libre Mariposa Mariposa Mariposa Espalda Pecho Libre
libre espalda Pecho pecho libre Pecho Espalda libre
a. Elaborar el diagrama de barras correspondiente.
b. Construir un diagrama circular que represente la variable.
c. Escribir dos conclusiones a partir del gráfico
Solución:
a. elaborar el diagrama de barras correspondiente.
Diagrama de barras, como se realizó.
estilos de ejercicios natación cantidad

Pecho 8
espalda 8
mariposa 6
libre 10
Estilo de ejercicio cantidad

de natación
pecho 8
espalda 8
mariposa 6
libre 10
C. Escribir dos conclusiones a partir del gráfico.
R/
 El estilo de mayor rendimiento se enfoca en el estilo de nado LIBRE.
 El estilo de menor rendimiento se enfoca en el estilo de nado MARIPOSA.
Ejercicio numero 2:
2. Para verificar el efecto de un nuevo pesticida aplicado a un cultivo de café, se
seleccionó una muestra de 42 matas y se les midió su altura en centímetros después
de 3 meses de haber sido plantadas y regadas con el producto.
Los resultados son los siguientes
25,4 25,2 42,3 38,7 24 35,5 42,3
18,6 34,7 28 29,1 19,4 30,6 37,5
25,8 32,6 34,3 27,9 31,6 32,8 36
37,7 42,8 29,4 36,2 28,5 38,6 40,5
16,8 21,3 35,4 28 32,9 39,7 20
37,2 38,3 24,3 39 23,6 26,5 31,4
Organización de datos:
ALTURA 36,2
25,4 28
18,6 39
25,8 24
37,7 19,4
16,8 31,6
37,2 28,5
25,4 32,9
18,6 23,6
25,8 35,5
37,7 30,6
16,8 32,8
37,2 38,6
42,3 39,7
28 26,5
34,3 42,3
29,4 37,5
35,4 36
24,3 40,5
38,7 20
29,1 31,4
27,9
a. Realizar un histograma de frecuencias para la variable: altura.

b. Escribir dos conclusiones a partir del gráfico.
Solución:
a. Realizar un histograma de frecuencias para la variable: altura
Estatura en centímetros Numero de
muestras
15-----------19 3
20-----------24 5
25-----------29 10
30-----------34 8
35-----------39 12
40-----------44 4
total 42
ALTURA Frecuencia
16,8 1
21,13333333 3
25,46666667 6
29,8 8
34,13333333 6
38,46666667 10
y mayor... 8
a. Se puede constatar que hay un crecimiento escalonado de las plantas en los 3 meses de la
prueba.
b. Se puede verificar que el pesticida influyo en el crecimiento de la gran mayoría de las plantas
que se utilizaron para el experimento.
Ejercicio numero 3:
3. Una empresa de desechables va a producir un nuevo tipo de envase, para líquidos.
Por tal razón, midió
El volumen de 60 recipientes que se usaron en una nueva prueba de aceptación
VOLUMEN Frecuencia
(mm3)
0–5 4
5 – 10 8
10 – 15 10
15 – 20 11
20 – 25 12
25 - 30 15
a. Construir un polígono de frecuencias para la variable Volumen

Lo primero que debemos hacer es sacar la marca de clase,

Operación 0+5=5*2=2,5 con los demás hacemos lo mismo
VOLUMEN (mm3 ) Marca de Frecuencia

clase
0 –5 2,5 4
5 – 10 7,5 8
10 – 15 12,5 10
15 – 20 17,5 11
20 – 25 22,5 12
25 - 30 27,5 15
Conclusiones:
a. Los recipientes de mayor aceptación son los que tienen mayor capacidad.
b. Podemos concluir que los recipientes de menor capacidad tienen menos aceptación.
ANEXOS LABORATORIO: ERICA AVILA
Ejercicios: Diagramas Estadísticos
1. El entrenador del equipo de natación ha decidido clasificar a sus deportistas teniendo

en cuenta el estilo en el cual su rendimiento es muy alto. A continuación se presentan
los resultados obtenidos:
c. Escribir dos conclusiones a partir del gráfico
Solución:
a. elaborar el diagrama de barras correspondiente.
Diagrama de barras, como se realizó.

estilos de ejercicios natación cantidad
Pecho 8
espalda 8
mariposa 6
libre 10
Estilo de ejercicio cantidad

de natación
pecho 8
espalda 8
mariposa 6
libre 10
c. Escribir dos conclusiones a partir del gráfico.
1. de acuerdo a la gráfica se observa que los deportistas de estilo libre tienen el
rendimiento más alto
2. según nos muestra el resultado de la gráfica, los deportistas de pecho y espalda
tienen un rendimiento igual y el de mariposa es el de rendimiento más bajo.
Ejercicio numero 2:

seleccionó una muestra de 42 matas y se les midió su altura en centímetros después
de 3 meses de haber sido plantadas y regadas con el producto.
Los resultados son los siguientes:
25,4 25,2 42,3 38,7 24 35,5 42,3
18,6 34,7 28 29,1 19,4 30,6 37,5
25,8 32,6 34,3 27,9 31,6 32,8 36
37,7 42,8 29,4 36,2 28,5 38,6 40,5
16,8 21,3 35,4 28 32,9 39,7 20
37,2 38,3 24,3 39 23,6 26,5 31,4
Organización de datos:
ALTURA 36,2
25,4 28
18,6 39
25,8 24
37,7 19,4
16,8 31,6
37,2 28,5
25,4 32,9
18,6 23,6
25,8 35,5
37,7 30,6
16,8 32,8
37,2 38,6
42,3 39,7
28 26,5
34,3 42,3
29,4 37,5
35,4 36
24,3 40,5
38,7 20
29,1 31,4
27,9
a. Realizar un histograma de frecuencias para la variable: altura.

Solución:
b. Realizar un histograma de frecuencias para la variable: altura.
Estatura en Numero de muestras

centímetros
15-----------19 3
20-----------24 5
25-----------29 10
30-----------34 8
35-----------39 12
40-----------44 4
total 42
ALTURA Frecuencia
16,8 1
21,13333333 3
25,46666667 6
29,8 8
34,13333333 6
38,46666667 10
y mayor... 8
1. se puede determinar que hay crecimiento escalonado de las muestras en los 3

meses de la prueba
2. con el desarrollo de la muestra se puede comprobar que el insecticida influyo casi en la
totalidad de las plantas
Ejercicio numero 3:

El volumen de 60 recipientes que se usaron en una nueva prueba de aceptación
VOLUMEN Frecuencia
(mm3)
0–5 4
5 – 10 8
10 – 15 10
15 – 20 11
20 – 25 12
25 - 30 15

Solución: para realizar este ejercicio lo primero que debemos hacer es sacar la marca
de clase, para ello se realiza la siguiente operación 0+5=5*2=2,5 y así sucesivamente
con los demás.
b. Construir un polígono de frecuencias para la variable Volumen

clase
0 –5 2,5 4
5 – 10 7,5 8
10 – 15 12,5 10
15 – 20 17,5 11
20 – 25 22,5 12
25 - 30 27,5 15
1. En este ejercicio se puede concluir que en la prueba de aceptación la mayoría prefirieron los
envases de mayor capacidad.
2. según nos muestra la gráfica y en la prueba de aceptación los envases de menor capacidad
tienen menos acogida.
ANEXOS: EJERCICIO DE LABORATORIO: ZULEIMA GUERRERO.
Ejercicios:
1. El entrenador del equipo de natación ha decidido clasificar a sus deportistas teniendo en

cuenta el estilo en el cual su rendimiento es muy alto. A continuación se presentan los
resultados obtenidos:
2.

ESTIO FRECUENCIA
PECHO 8
ESPALDA 8
MARIPOSA 6
LIBRE 10

Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión
ESTILO DEEstudiantil
RENDIMIENTOVersiónMAS
Estudiantil
ALTO Versión Estudiantil
10,2 10,0
9,1
FRECUENCIA
8,0
Versión Estudiantil 6,9
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil 5,8
ESPALDA
MARIPOSA
LIBRE
PECHO
FRECUENCIA

Versión Estudiantil Versión Estudiantil
ESTILO Versión Estudiantil Versión
DE RENDIMIENTO MAS Estudiantil
ALTO Versión Estudiantil
LIBRE (31% )
PECHO (25% ) Versión Estudiantil
ESPALDA (25% )
MARIPOSA
Versión Estudiantil (19% )
PECHO ESPALDA MARIPOSA
LIBRE
Versión Estudiantil Versión Estudiantil
c. Escribir Versión Estudiantil Versión Estudiantil Versión Estudiantil
dos conclusiones a partir del gráfico.
- Se concluye que el rendimiento más alto es el estilo LIBRE con un 31 % de los
deportistas.
- Se concluye que el rendimiento más bajo es el estilo MARIPOSA con un 19 % de los
deportistas.
3. Para verificar el efecto de un nuevo pesticida aplicado a un cultivo de café, se seleccionó
una muestra de 42 matas y se les midió su altura en centímetros después de 3 meses de
haber sido plantadas y regadas con el producto.
Los resultados son los siguientes:

25,4 25,2 42,3 38,7 24 35,5 42,3
18,6 34,7 28 29,1 19,4 30,6 37,5
25,8 32,6 34,3 27,9 31,6 32,8 36
37,7 42,8 29,4 36,2 28,5 38,6 40,5
16,8 21,3 35,4 28 32,9 39,7 20
37,2 38,3 24,3 39 23,6 26,5 31,4
16,80 24,00 27,90 30,60 34,30 37,20 39,00

18,60 24,30 28,00 31,40 34,70 37,50 39,70
19,40 25,20 28,00 31,60 35,40 37,70 40,50
20,00 25,40 28,50 32,60 35,50 38,30 42,30
21,30 25,80 29,10 32,80 36,00 38,60 42,30
23,60 26,50 29,40 32,90 36,20 38,70 42,80
Versión Estudiantil Versión Estudiantil unVersión

a. Realizar Estudiantilde Versión
histograma Estudiantil
frecuencias paraVersión Estudiantilaltura.
la variable:
Versión Estudiantil Versión Estudiantil Versión Estudiantil
HISTOGRAMA Versión Estudiantil
DE FRECUENCIA ALTURA Versión Estudiantil
0,28
0,21
frecuencia relativa
0,14
Versión Estudiantil Versión 0,07
Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil0,00
Versión Estudiantil Versión Estudiantil Versión24,60
14,20 19,40 Estudiantil
29,80Versión
35,00Estudiantil
40,20 Versión
45,40 Estudiantil
ALTURA Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Histograma-ALTURA
Tablas de frecuencias
Variable Clase LI LS MC FA FR FAA FRA

ALTURA 1 [ 16,80 22,00 ] 19,40 5 0,12 5 0,12
ALTURA 2 ( 22,00 27,20 ] 24,60 6 0,15 11 0,27
ALTURA 3 ( 27,20 32,40 ] 29,80 9 0,22 20 0,49
ALTURA 4 ( 32,40 37,60 ] 35,00 11 0,27 31 0,76
ALTURA 5 ( 37,60 42,80 ] 40,20 10 0,24 41 1,00

- Se concluye que la frecuencia más alta en la altura de las 42 plantas de muestra está entre
30,60 y 39,70 cm
- Se concluye que la menor altura de las muestras es de 16,80 y 23,60 cm.
4. Una empresa de desechables va a producir un nuevo tipo de envase, para líquidos. Por tal
razón, midió el volumen de 60 recipientes que se usaron en una nueva prueba de
aceptación
VOLUMEN Frecuencia
(mm3)
0–5 4
5 – 10 8
10 – 15 10
15 – 20 11
20 – 25 12
25 - 30 15
a. Construir un polígono de frecuencias para la variable Volumen.
Lo primero que debemos hacer es sacar la marca de clase,

Operación 0+5=5*2=2,5 con los demás hacemos lo mismo

clase
0–5 2,5 4
5 – 10 7,5 8
10 – 15 12,5 10
15 – 20 17,5 11
20 – 25 22,5 12
25 - 30 27,5 15
Frecuencia
16
14
12
FRECUENCIA
10
8
6 Frecuencia
4
2
0
1 2 3 4 5 6
VOLUMEN
POLIGONO DE FRECUENCIA PARA LA
VARIABLE VOLMEN
30
25
FRECUENCIAe
20
15
Marca de clase
10
Frecuencia
5
0
0 –5 5 – 10 10 – 15 15 – 20 20 – 25 25 - 30
VOLUMEN
- Se concluye que los envases de mayor capacidad son los de mayor aceptación.
- Se concluye que los envases de menor capacidad son los de menor aceptación.
-
LABORATORIO DIAGRAMAS ESTADISTICOS ELMER DARIO ORBES
1. El entrenador del equipo de natación ha decidido clasificar a sus deportistas teniendo en

cuenta el estilo en el cual su rendimiento es muy alto. A continuación se presentan los
resultados obtenidos:
Libre Espalda Pecho Pecho Libre Pecho Espalda Libre
Tabla 1.1: Datos obtenidos.
 Elaborar el diagrama de barras correspondiente.
 Construir un diagrama circular que represente la variable.
 Escribir dos conclusiones a partir del gráfico.
SOLUCIÓN:
 Diagrama de barras
Clasificación de los deportistas
10
9
8
7
6
5 Series1
4
3
2
1
0
Pecho Espalda Mariposa Libre
Figura 1.1: Clasificación de los deportistas

 Diagrama circular
Estilos de natacion
31% 25%
Pecho
Espalda
25% Mariposa
19%
Libre
Figura 1.2.: Estilos de natación
 De los anteriores gráficos podemos deducir lo siguiente:

 Observado la figura 1.2. se puede concluir que de los 4 distintos estilos de natación el
que más predomina es el libre, el cual corresponde al 31% de los resultados
obtenidos.
 Se puede observar que las categorías de natación están muy ligadas entre sí, con una
diferencia no muy significativa como lo podemos apreciar en el la figura 1.1. donde
encontramos que el estilo de mariposa tiene 8 deportistas a diferencia del estilo libre
que cuenta con 12.

seleccionó una muestra de 42 matas y se les midió su altura en centímetros
después de 3 meses de haber sido plantadas y regadas con el producto.
 Los resultados son los siguientes:

25,4 25,2 42,3 38,7 24 35,5 42,3
18,6 34,7 28 29,1 19,4 30,6 37,5
25,8 32,6 34,3 27,9 31,6 32,8 36
37,7 42,8 29,4 36,2 28,5 38,6 40,5
16,8 21,3 35,4 28 32,9 39,7 20
37,2 38,3 24,3 39 23,6 26,5 31,4

 Tabla 2.1: alturas de las matas de café.


 Realizar un histograma de frecuencias para la variable: altura.

SOLUCIÓN:

 Histograma de frecuencias.

Altura Frecuencia
16,8 1
21,1333333 3
25,4666667 6
29,8 8
34,1333333 6
38,4666667 10
y mayor... 8

 Tabla 2.2: datos para histograma de frecuencias.
Frecuencia
10
9
numero de matas
8
7
6
5
4
3
2
1
0
altura

 Figura 2.1: histograma de frecuencias.

 De la figura 2.1. Podemos concluir que:

 la altura que más predomina esta entre los 38,5 cm e inferiores y superiores
a este, con lo cual se puede determinar que el nuevo producto si es viable
ya que ofrece optimo desempeño en el desarrollo de las plantas.
 Se observa que el café tiene un riesgo muy pequeño ya que se encuentran
en el extremo apenas muy pocas matas, las cuales no obtuvieron el mismo
desarrollaron que las otras.
 El volumen de 60 recipientes que se usaron en una nueva prueba de aceptación
 VOLUMEN  Frecuencia
3
(mm )
 0–5  4
 5 – 10  8
 10 – 15  10
 15 – 20  11
 20 – 25  12
 25 - 30  15
 Tabla 3.1: datos para un nuevo tipo de envase
 Construir un polígono de frecuencias para la variable Volumen

 SOLOUCION:
 Polígono de frecuencias
VOLUMEN
(mm3 ) tipo de envase Frecuencia
0–5 2,5 4
5 – 10 7,5 8
10 – 15 12,5 10
15 – 20 17,5 11
20 – 25 22,5 12
25 - 30 27,5 15
 Tabla 3.2: volumen del nuevo tipo de envase

VOLUMEN (mm3)
20
Numero de envase
15
10
5 Series1
0
2.5 7.5 12.5 17.5 22.5 27.5
Marca de clase
 Figura 3.1 volumen del nuevo envase

 El anterior polígono de frecuencias brinda la siguiente información:
 El volumen en el tipo del envase tiende a crecer como se puede observar en la
figura 3.1, a medida de que esta crece es mayor su aceptación.
 Aunque también permanece contante en el centro, lo que puede generar una
aceptación en algún grupo en especial.
IDENTIFACACION DE VARIABLES
Definición del término Variables
Las variables se pueden definir como “aquellas características, propiedades, cualidades o
aspectos diferenciadores entre los distintos fenómenos, hechos o individuos que para cada uno de
los cuales presentan un único valor”.
Las variables se miden a partir de indicadores. Éstos corresponden a las propiedades manifiestas
de las variables. Con lo anterior queremos decir que son los elementos medibles tanto directa
como indirectamente dependiendo de las características o el tipo de variables.
Por ejemplo. El indicador de la variable temperatura, es la temperatura misma, así como el
indicador de la edad es la edad misma, bien que esta se mida en segundos o milenios. En cambio
la variable estatus social, no se puede considerar un indicador, por cuanto que esta es una
variable compleja, lo cual quiere decir que tiene que ser descompuesta en sus elementos
constitutivos.
La medida de los indicadores se recoge en instrumentos. Como por ejemplo medir el nivel
socioeconómico., para ello podríamos utilizar un cuestionario con preguntas del tipo ¿cuántos
coches tienes en casa? ¿Cuántas televisiones hay?
Toda hipótesis constituye un juicio, una afirmación o negación de algo, un juicio científico,
técnico o ideológico. Toda hipótesis lleva implícita un valor, un significado, una solución
específica al problema. Esta es la variable, el valor que le damos a la hipótesis. Viene a ser el
contenido de solución que damos al problema de investigación, si lo hubiere o quisiéramos
dárselo.
Variable independiente: el valor de verdad que se le da a una hipótesis en relación con la causa.
Variable dependiente: cuando el valor de verdad hace referencia al efecto y no a la causa.
Variable interviniente: cuyo contenido se refiere a un factor que ya no es causa, ni efecto, pero
sí modifica las condiciones del problema investigado.
Ejemplo de variables cualitativas y cuantitativas, discretas o continúas:
1. La nacionalidad de una persona. Cualitativa
2. La profesión de una persona. Cualitativa.
3. Número de litros de agua contenidos en un depósito. Cuantitativa continúa
4. El área de las distintas baldosas de un edificio. Cuantitativa continúa
5. Número de libro en un estante de librería. Cuantitativa discreta
6. Suma de puntos tenidos en el lanzamiento de un par de dados. Cuantitativa discreta
7. Edad Cuantitativa discreta
8. Número de visitas el último trimestre Cuantitativa discreta
Los cuales presentan un único valor”.
variable cuantitativa discreta Variable Cuantitativa Continua

edad Peso
Número de Visitas el Ultimo Trimestre Estatura
Horario de entrada
Horario de salida
MEDIDAS UNIVARIANTES DE DISPERSION
Variable Cuantitativa de Edad
 Rango = dato mayor – Dato menor
Rango = 100 – 0 = 100
El rango de los datos es de 94
INTERVALO Xi Fi Xi * Fi Xi2 * Fi
0 - 10 5 21 105 525
10 A 20 15 13 195 2925
20 A 30 25 27 675 16875
30 A 40 35 13 455 15925
40 A 50 45 11 495 22275
50 A 60 55 18 990 54450
60 A 70 65 7 455 29575
70 A 80 75 5 375 28125
80 A 90 85 4 340 28900
90 A 100 95 1 95 9025
120 4180 208600
 Varianza
X̅ = 4180/120 = 34,83
. σ2 = (208600/120) – (34,83)2
. σ2 = 1738,33 -1212,43
. σ2 = 525,9
 Desviación Típica
σ =√ {(208600/120) – (34,83)2 }
σ = 22,9325
 Desviación Media
INTERVALO Xi Fi Xi * Fi Xi - X̅ Xi - X̅ *Fi
0 - 10 5 21 105 -29,83 626,43
10 A 20 15 13 195 -19,83 257,79
20 A 30 25 27 675 -9,83 265,41
30 A 40 35 13 455 0,17 2,21
40 A 50 45 11 495 10,17 111,87
50 A 60 55 18 990 20,17 363,06
60 A 70 65 7 455 30,17 211,19
70 A 80 75 5 375 40,17 200,85
80 A 90 85 4 340 50,17 200,68
90 A 100 95 1 95 60,17 60,17
120 4180 2299,66
X̅ = 4180/120 = 34,83
Dx̅ = (2299,66 /120) =19.16

Variable Cuantitativa Discreta de Visitas por Trimestre
visitas en el último trimestre frecuencia xi2 * fi xi - x̅

1 86 86 0,36
2 26 104 0,64
3 8 72 1,64
120 262 2.64
 Rango= Dato mayor – dato menor
Rango= 3 – 1 = 2
 Varianza
Media: (1*86) + (2*26) + (3*8) = 1.36 visitas

120
σ = (262 /120) – (1.36)2
2
σ2 = 2,1833 – 1,8496
σ2 = 0.334
 Desviación Típica
σ =√ {(262/120) – (1,36)2 }
σ = 0,5779
 Desviación Media
Dx̅ = 2,64 / 120
Dx̅ = 0,022
D. Con la variable Discreta elegida calcular: rango, varianza, desviación típica y coeficiente de
variación. Interpretar los resultados obtenidos y asociarlos con el problema objeto de estudio
Variable Continua Seleccionada en el ejercicio anterior.
Variable de Edad en Datos no Agrupados.
edad fi Xi*fi Xi2*fi

años Xi
0 5 0 0
1 3 3 3
2 2 4 8
3 3 9 27
4 2 8 32
5 4 20 100
7 1 7 49
8 1 8 64
13 1 13 169
16 2 32 512
17 4 68 1156
18 1 18 324
19 5 95 1805
20 3 60 1200
21 3 63 1323
22 2 44 968
23 7 161 3703
24 5 120 2880
25 3 75 1875
26 4 104 2704
31 2 62 1922
33 2 66 2178
34 2 68 2312 a. Rango= 94 – 0
35 1 35 1225
36 1 36 1296 Rango = 94
37 2 74 2738
39 3 117 4563
40 2 80 3200
42 1 42 1764 b. Varianza
43 1 43 1849
44 2 88 3872
45 1 45 2025
47 1 47 2209
48 2 96 4608 X̅ = 4083/120 = 34,025
49 1 49 2401
50 1 50 2500 σ2 = (203031 /120) – (34.025)2
51 2 102 5202
52 2 104 5408 σ2 = (1691,925) – (1157,70)2
53 1 53 2809
σ2 = 534.225
54 4 216 11664
55 3 165 9075
56 1 56 3136
57 1 57 3249 c. Desviación Típica
58 1 58 3364
59 2 118 6962
60 1 60 3600
61 1 61 3721
62 1 62 3844
σ =√ {(203031/ 120) – (34,025)2 }
64 1 64 4096
65 1 65 4225 σ = 23,113
68 2 136 9248
71 1 71 5041
73 2 146 10658
75 2 150 11250
81 1 81 6561
82 1 82 6724
85 1 85 7225
d. Coeficiente de Variación
87 1 87 7569
94 1 94 8836
120 4083 203031
C.V = 23,113 / 34.025

C.V. = 0,679
Las medidas de dispersión representan una alta variabilidad de los datos con respecto a la media
obtenida, representado en un 23,113 la deviación de los datos de la variable de la edad con
respecto a la media de 34,025 años. Igualmente el coeficiente de variación para esta variable es
de un 67,9% lo cual es una variación alta de los datos reales con respecto al promedio
identificado.
E. Con la variable Continua elegida calcular: rango, varianza, desviación típica y coeficiente de
variación. Interpretar los resultados obtenidos y asociarlos con el problema objeto de estudio.
Variable Cuantitativa Continua Seleccionada Peso
intervalo marca de clase xi Frec. absoluta xi * fi xi2 * fi
2,6 - 11,09 6,845 9 62 421,686225

11,1 - 19,59 15,335 9 138 2116,46003
19,6 - 28,09 23,82 3 71 1702,1772
28,1 - 36,59 32,575 1 33 1061,13063
36.6 - 45,09 41,345 2 83 3418,81805
45,1 – 53,59 49,845 9 449 22360,7162
53,6 - 62,09 58,345 31 1.809 105528,31
62,1 - 70,59 66,845 29 1.939 129579,367
70,6 – 79,09 75,345 18 1.356 102183,642
79,1 - 87,59 83,845 9 755 63269,8562
120 6.693 431642,164
a. Rango
Rango = 87,59 – 2,6
Rango= 84,99
b. Varianza
X̅ = 6693/120 = 55,77
σ2 = (431642,164 / 120) – (55,77)2
σ2 = 3597.018 – 3110,29 = σ2 = 486,728
c. Desviación Típica
σ =√ {((431642,164 / 120) – (55,77)2 }
σ = 22,06
d. Coeficiente de Variación
C.V. = 22,06 / 55,77
C.V. = 0,3955
Al igual que en el caso anterior, la dispersión de los datos arrojados por el estudio es bastante
elevada con respecto a la media identificada. Con una desviación de 22.06 de desviación con
relación a la media de 55,77 kilogramos. Se calcula un coeficiente de variación de 39,55% el
cual revela que los datos reales se encuentran alejados con respecto a la media en esa proporción.
-Identificar dos variables cuantitativas de la situación estudiada que puedan estar relacionadas.
- Realizar el diagrama de dispersión de dichas variables y determinar el tipo de asociación entre
las variables.
- Encontrar el modelo matemático que permite predecir el efecto de una variable sobre la otra.
Es confiable?
- Determinar el porcentaje de explicación del modelo y el grado de relación de las dos variables.
- Relacionar la información obtenida con el problema.
Regresión y Correlación lineal Simple
Se seleccionan las variables cuantitativas de estatura y peso, por cuanto se encuentra que las
mismas tienen una relación en la categorización de una persona.
Por medio de la formula n= z2 pqN .
2
NE + Z pq
Se determina el trabajar con una muestra de 29 datos. Los cuales seleccionados aleatoriamente
arrojan la siguiente tabla a trabajar.
Estatura Peso
metros kilogramos
1,7 65,6
1,57 61,6
1,68 78,6
1,16 23
1,4 30,5
1,56 58,6
1,51 45,8
0,47 3,9
1,69 62,7
1,65 70,2
1,58 60,5
1,65 67,9
1,73 60,6
1,5 45,2
1,53 45,8
1,06 18,3
1,7 65,2
1,18 19,7
1,61 70,8
0,82 9,4
1,78 64,3
0,96 14,2
0,73 5,2
1,62 55,9
1,64 70
1,1 16,9
1,68 85
1,8 85
1,67 65,2
Se determina como variable independiente X = la estatura

Como variable dependiente Y = el peso

las variables.
Gráfico de dispersión
rel. Estatura / Peso
100
y = 66.824x - 46.998
80 R² = 0.8679
60
40
20
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-20
-40
La relación entre las dos variables es directa, por cuanto la línea de tendencia indica que al
incrementar la estatura de los pacientes observados, se aumenta el peso que ellos tienen.
- Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la otra.
Es confiable?
Modelo matemático: y= 66.824x + 46.998
La confiabilidad de los datos es el 86,79%, lo cual arroja un nivel confiable

- Determine el porcentaje de explicación del modelo y el grado de relación de las dos variables.
El modelo matemático anterior, explica el 86,79% de los datos suministrados
Grado de relación de las dos variables
R2 = 0.8679
.r = √0.8679
.r= 0, 9316
Interpretación Valores de r (+) Valores de r (-)

Correlación perfecta =1 = -1
Correlación excelente 0.90 < r < 1 -1 < r < -0.90
Correlación aceptable 0.80 < r < 0.90 -0.90 < r < -0.80
Correlación regular 0.60 < r < 0.80 -0.80 < r < -0.60
Correlación mínima 0.30 < r < 0.60 -0.60 < r < -0.30
No hay correlación 0 < r < 0.30 -0.30 < r 0
Tomado de “Estadística Básica Aplicada”; Ciro Martínez Bencardino.
De acuerdo con la tabla, para un grado de correlación entre 0.90<r<1 la correlación es excelente
De acuerdo con la información obtenida del ejercicio anterior se determina que una de las
variables que más categorizan a los pacientes se encuentra manifestada en las variables que
representan la estatura y el peso de los pacientes.
Estos valores como es sabido se analizan en el momento que el paciente acude a una visita
médica, llevando un seguimiento y control del mismo para detectar problemas de desarrollo en
los pacientes, así como índices de sobrepeso o falta de peso de acuerdo con la estatura y el IMC.
Una variable de este tipo le es útil al médico para tener más información al paciente y a los
investigadores del estudio les permite determinar la asistencia de personas mayores (dato
supuesto en personas entre 1.5 mt en adelante y menores de edad, quienes serían los menores de
1.5 mt.
Regresión y Correlación Lineal Múltiple
MUESTRA DE LA BASE DE DATOS.

_ Identificar una variable cuantitativa dependiente y varias variables independientes del estudio
de investigación.
independientes
dependiente
estatura
paciente edad X1 X2 peso Y
1 44 1,79 78,5
2 65 1,65 57,6
3 73 1,5 45,2
4 3 0,65 12,5
5 39 1,81 85,9
6 19 1,7 65,2
7 25 1,62 58,9
8 0 0,53 3,4
9 17 1,56 58,6
10 3 0,96 14,2
11 54 1,61 60,3
12 23 1,61 70,8
13 24 1,55 56
14 59 1,63 62,9
15 34 1,65 60
16 7 1,16 23
17 18 1,62 53,8
18 23 1,56 56,8
19 4 1 16,5
20 54 1,71 67,2
21 36 1,75 72,9
22 52 1,51 45,8
23 19 1,78 78,5
24 75 1,62 55,9
25 24 1,6 58,2
26 19 1,78 64,3
27 48 1,8 87,2
28 24 1,57 61,6
29 71 1,69 62,7
Variables Independientes
X1 = edad
X2 = estatura
Variable Dependiente
Y= peso
- Realizar el diagrama de dispersión de dichas variables.
 Diagrama de Dispersión, relación entre edad y peso
Edad / Peso
100
90
80
70
60
50
40
30
20
10 y = 0.4679x + 39.554
0 R² = 0.2362
0 10 20 30 40 50 60 70 80
Relación entre variables directa, a mayor edad, mayor peso tienen los pacientes observados.
Coeficiente de Correlación
.r = √0.2362
= 0.48600
Tiene un correlación entre variables mínima
 Diagrama de dispersión entre estatura y peso

Estatura / Peso
100
y = 61.791x - 38.708
80
R² = 0.897
60
40
20
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-20
La relación entre las variables es directa, a mayor estatura mayor el peso de los pacientes
observados.
Coeficiente de Correlación
.r = √0.897
= 0.9471
Esta relación entre variables se interpreta como correlación excelente
- calcular la recta de regresión y el coeficiente de correlación para probar estadísticamente su
relación.
Estadísticas de la regresión
Coeficiente de
correlación
múltiple 0,9486449
Coeficiente de
determinación
R^2 0,8999273
R^2 ajustado 0,8922294
Error típico 7,0996931
Observación 29
ANÁLISIS DE
VARIANZA
Promedio Valor
Grados de Suma de de los crítico de
libertad cuadrados cuadrados F F
1,00949E-
Regresión 2 11785,40 5892,700 116,905569 13
Residuos 26 1310,546 50,40564
Total 28 13095,94
Error Estadístico Inferior Superior Inferior Superior
Coeficientes típico t Probabilidad 95% 95% 95,0% 95,0%
Intercepción -40,25555 6,523120 -6,17121 1,5855E-0 -53,6640 -26,84 -53,66 -26,8470
Variable X 1 -0,062876 0,072127 -0,87174 0,3913282 -0,21113 0,0853 -0,211 0,085383
Variable X 2 64,178335 4,887138 13,13208 5,5412E-1 54,1326 74,223 54,132 74,22399
-Ecuación
Y  a  b1 X 1  b2 X 2  -40.25 + (-0.062876 X1 ) + 64,178335 X2
Ejemplo:
Si se desea encontrar el valor de y para un paciente que tenga 17 años y mida 1.56 cm, se
reemplazan los valores en la formula, así:
Y = -40.25 + (-0.062876 * 17) + (64.178335 * 1.56)
Y = - 40.25 + (-1.068) + (100.11)
Y = -41.31 + 100.11
Y = 58.8 kg Si se busca en cualquiera de las gráficas esta relación, se encontrara que coinciden
los valores
Edad / Peso Estatura / Peso
100 100
80
60 50
40
20 0
0 0.5 1 1.5 2
0
0 20 40 60 80 -50
Relacionar la información obtenida con el problema.
El análisis de estas variables permite tener un conocimiento del promedio de los pacientes que se
están analizando, de la base de datos de la sala de urgencias, este análisis permite tener una
identificación de las características de la población en general, y en base a ello.
De esta manera, si se toma un paciente con una edad promedio de 33 años, se podrían con base
en la ecuación y las gráficas de dispersión conocer las características de peso y estatura.
Se seleccionan las variables cuantitativas de estatura y peso, por cuanto se encuentra que las
mismas tienen una relación en la categorización de una persona.
𝑧2𝑝𝑞𝑁
Por medio de la formula n=
𝑁𝐸 + 𝑍2𝑝𝑞
Se determina el trabajar con una muestra de 29 datos. Los cuales seleccionados aleatoriamente
arrojan la siguiente tabla a trabajar.
Base de datos
Estatura (metros) Peso

(Kilogramos)
0,65 12,5
1,58 72,5
1,65 57,6
1,7 78,6
0,73 5,2
1,62 53,8
1,53 45,8
1,65 60,2
1,18 19,7
1,69 62,7
1,58 78,6
1,53 52,7
0,85 8,9
1,75 80,9
1,6 78,9
1,03 15,9
1,58 52,9
1,78 78,5
1,66 85,8
1,7 65,2
1,72 67,2
1,03 24,5
1,63 65,4
1,73 60,6
1,58 57,3
1,65 67,9
0,45 2,6
1,78 75,3
1,5 45,2
Variable independiente X= Estatura

Variable dependiente Y= Peso
las variables.
Tipo de asociación: Asociación no lineal positiva
Relacion Estatura/Peso (Kilogramos)
100
80
y = 62.815x - 38.352
60 R² = 0.8512
Peso (Kilogramos)
40
Linear (Peso (Kilogramos))
20
0
0 0.5 1 1.5 2
-20
La relación entre las variables es directamente proporcional, ya que mientras incrementa la
estatura, incrementa el peso con ella.
- Encuentre el modelo matemático que permite predecir el efecto de una variable sobre la otra.
¿Es confiable?
Modelo matemático: y = 62,815x - 38,352
Confiabilidad: R² = 0,8512*100= 85,12, Si es confiable en un 85,12%
- Determine el porcentaje de explicación del modelo y el grado de relación de las dos variables.
Porcentaje de explicación: R²= 0,8512, entonces, .r=√0,8512=0,922, entonces, 0,922²=

0,85*100= 85%
Grado de relación: Casi perfecta

De acuerdo con la información obtenida de la base de datos trabajada podemos determinar que
las dos variables en relación de los pacientes son la estatura y el peso de cada paciente.
Estos datos son recopilados cuando el paciente va a una consulta médica el cual se le hace un
control para determinar si el paciente tiene un buen desarrollo tanto en el peso y la estatura. Que
tiene el paciente y así el médico determina si su índice de peso o sobre peso se encuentra bien
con respecto a la estatura del paciente.
Regresión y Correlación Lineal Múltiple:

_ Identificar una variable cuantitativa dependiente y varias variables independientes del estudio
de investigación.
Independientes Dependiente
Paciente EdadX1 estaturaX2 Peso Y

1 3 0,65 12,5
2 62 1,58 72,5
3 65 1,65 57,6
4 55 1,7 78,6
5 1 0,73 5,2
6 18 1,62 53,8
7 42 1,53 45,8
8 23 1,65 60,2
9 8 1,18 19,7
10 71 1,69 62,7
11 53 1,58 78,6
12 20 1,53 52,7
13 2 0,85 8,9
14 25 1,75 80,9
15 35 1,6 78,9
16 5 1,03 15,9
17 23 1,58 52,9
18 19 1,78 78,5
19 54 1,66 85,8
20 19 1,7 65,2
21 56 1,72 67,2
22 5 1,03 24,5
23 21 1,63 65,4
24 54 1,73 60,6
25 26 1,58 57,3
26 22 1,65 67,9
27 0 0,45 2,6
28 26 1,78 75,3
29 73 1,5 45,2
Variables Independientes: X1 = edad X2 = estatura
Variable Dependiente: Y= peso
- Realizar el diagrama de dispersión de dichas variables.
Relación entre edad y peso
Relacion .Edad/Peso Y
100
90
80
70
60 Peso Y
50
Power (Peso Y)
40
30 Linear (Peso Y)
y = 0.6881x + 31.836
20 R² = 0.3833
10
0
0 10 20 30 40 50 60 70 80
Coeficiente de Correlación: .r√ 0,3833 = 0,619

La correlación entre variable mínima
Esta relación entre variables se interpreta como correlación excelente

- calcular la recta de regresión y el coeficiente de correlación para probar estadísticamente su
relación.
Estadísticas de la regresión estatura/peso

Coeficiente de correlación múltiple 0,922626972
Coeficiente de determinación R^2 0,85124053
R^2 ajustado 0,84573092
Observaciones 29
ANÁLISIS DE
VARIANZA
Grados de Promedio de los
libertad Suma de cuadrados cuadrados F Valor crítico de F
Regresión 1 15453,08889 15453,08889 154,5010502 1,10452E-12
Residuos 27 2700,52145 100,019313
Total 28 18153,61034
Error Superior Inferior Superio
Coeficientes típico Estadístico t Probabilidad Inferior 95% 95% 95,0% 95,0%
- -
Intercepción 38,3523689 7,5694197 -5,06675158 2,54555E-05 -53,8835352 -22,8212027 53,88353518 22,821202
Variable X 1 62,8145025 5,0535225 12,42984514 1,10452E-12 52,4455307 73,18347423 52,44553073 73,183474
Estadística de regresión Edad/peso

Coeficiente de correlación
múltiple 0,619089872
Coeficiente de
determinación R^2 0,38327227
R^2 ajustado 0,360430502
Observaciones 29
ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los Valor crítico de
libertad cuadrados cuadrados F F
Regresión 1 6957,775446 6957,775446 16,77944867 0,000342905
Residuos 27 11195,8349 414,6605518
Total 28 18153,61034
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%

Intercepción 31,83615825 6,374719244 4,994127119 3,09401E-05 18,75631477 44,9160017
Variable X 1 0,688094143 0,167980557 4,096272534 0,000342905 0,343426509 1,03276178
Coeficiente de determinación R^2 0,897002361

R^2 ajustado 0,893187634
Observaciones 29
ANÁLISIS DE VARIANZA
Grados de Promedio de los
libertad Suma de cuadrados cuadrados F Valor crítico de F
Regresión 1 11747,0959 11747,0959 235,141931 7,53885E-15
Residuos 27 1348,851682 49,9574697
Total 28 13095,94759
Inferior Superior
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% 95,0% 95,0%
Intercepción -38,708344 6,24905316 -6,1942735 1,27005E-06 -51,530342 -25,8863461 -51,53034204 -25,88634611
Variable X
1 61,7908114 4,02957142 15,3343383 7,53885E-15 53,5228138 70,058809 53,52281381 70,05880903
- Ecuación

Y  a  b1 X 1  b2 X 2  -38,70 + (-61,7908114 X1 )
Ejemplo:
Si se desea encontrar el valor de y para un paciente que tenga 19 años y mida 1.65 cm, se
reemplazan los valores en la formula, así:
Y = -38.70 + ( -19) + (61,7908114 * 1.65)
Y = - 38.70 + (-19) + (101.95)
Y = -57.7 + 101.95
Y = 44.25 kg
Si se busca en cualquiera de las gráficas esta relación, se encontrara que coinciden los valores
Relacionar la información obtenida con el problema.
El análisis de estas variables permite tener un conocimiento del promedio de los pacientes que se
están analizando, de la base de datos de la sala de urgencias, este análisis permite tener una
identificación de las características de la población en general.
De esta forma, si se toma un paciente con una edad promedio de xx años, se podrían con base en
la ecuación y las gráficas de dispersión conocer las características de peso y estatura.

Lista de Referencias
Unidad 2. Medidas Estadísticas Univariantes. Medidas de Tendencia Central. Recuperado Junio
de 2015 de URL.
Unidad 2. Medidas Estadísticas Univariantes. Análisis de Datos unidimensionales. Recuperado
Junio de 2015 de URL
Unidad 2. Medidas Estadísticas Univariantes. Medias de Dispersión. Recuperado Junio de
2015 de URL.
VITUTOR. Cuartiles, Deciles y Percentiles. Recuperado Junio de 2015 de URL.
http://www.vitutor.net/2/11/cuartiles_percentiles.html
VITUTOR. Medidas de Dispersión. Febrero de 2.011. Recuperado Junio de 2.015 de URL.
http://www.vitutor.net/2/11/medidas_dispersion.html
ANEXOS
Anexos de Zuleima Guerrero

Anexos de Erica Avila
ANEXOS MARIAN BADILLO.

Momento Colaborativo

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

Momento Colaborativo

Caricato da

Copyright:

Formati disponibili

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

ESCUELA DE CIENCIAS SOCIALES, ARTES Y HUMANIDADES

TRABAJO COLABORATIVO MOMENTO 2-1

ERICA AVILA CAICEDO COD: 37876811

TUTOR: ALBERTO GARCIA JEREZ

AGOSTO 02 DEL 2.015

Elementos Requeridos para la Solución del Problema…………………………………….11

Caracterización del Problema………………………………………………………………15

Instrumento para la Recolección de la Información…………………….……….…………17

Operacionalización de la Variables Cualitativas………………..………………………….18

Caracterización de Variable Cualitativos…………………………………………………..25

Tabla 1. Cuadro de Roles……………………………………………………….……….9

Tabla 2. Asociación de Conocimientos………………………………………………….13

Tabla 3. Caracterización del Problema………………………………………..……......15

Tabla 4. Variable cualitativa Días/frecuencia…………………………………….…….18

Tabla 5. Variable Cualitativa EPS……………………………………………………...18

Tabla 6. Variable Cualitativa Genero……………………………………………………19

Tabla 7. Variable Cualitativa Enfermedades……………………………………………19

Tabla 8. Variable Cualitativa Calificación al Servicio…………………………………21

Tabla 9. Variable Cuantitativa Horario Ingreso…………………………………………21

Tabla 10. Variable Cuantitativa de Salida de Urgencias………………………………...22

Tabla 11. Variable Cuantitativa Edad…………………………………………………...22

Tabla 12. Variable Cuantitativa Asistencia………………………………………………23

Tabla 13. Variable Cuantitativa Peso………………………….…………………………23

Tabla 14. Variable Cuantitativa de Estatura……………………………………………...24

Figura 1. Atención a Usuarios………………………………….…….……………….……25

Figura 2. Afiliación a Eps……………………………………………………….……….....26

Figura 5. Valoración del Servicio……………………………………………….….....……31

La estadística es una ciencia empleada en los campos científicos, investigativos y

de un hecho específico, se minimiza el riesgo y ayuda a la toma de decisiones. La estadística

descriptiva es la técnica que se encarga de la recopilación, presentación, tratamiento y análisis de

consideramos que su estudio es de vital importancia para nuestra formación profesional.

Mediante el desarrollo del presente trabajo se pretenderá identificar los conocimientos y

conceptos de la estadística descriptiva, así como su aplicación en el contexto real; trabajando

diferentes maneras de agrupar la información obtenida mediante encuestas e investigaciones,

aplicando la estadística descriptiva y de esta forma poder hacer algunas conclusiones.

El presente trabajo da un panorama brinda la oportunidad de identificar y trabajar con los

compañeros cono un equipo de trabajo colaborativo. Igualmente brinda un amplio contexto de la

desarrollo de la guía de actividades correspondiente al trabajo colaborativo 1, en el cual se

en equipo como un reto para su desarrollo.

que pueden afectar la problemática estudiada y su identificación concede a los estudiantes la

oportunidad de practicar el análisis de variables, el diseño y desarrollo de herramientas de

recolección de la información, así como los mecanismos de presentación y análisis de datos.

de la Congestión en la Sala de Urgencias, permite poner en práctica el conocimiento adquirido

sobre los diferentes tipos de representación estadístico basados en el desarrollo de la unidad,

en la cual se determina la opinión de los usuarios del servicio adquirido y se estudia la

problema, la habitualidad del mismo y la afectación que origina en la comunidad en general.

que podrían generar esta situación.

para lograr establecer hipótesis de solución para esta situación detectada.

conceptos de estadística, aplicando las diferentes maneras de agrupar la información en relación

 Analizar los tipos de conceptos básicos de la estadística en especial la DESCRIPTIVA, en un

contexto práctico de problemas del entorno real.

estadística junto con sus fórmulas y diagramas representativos.

para este primer trabajo colaborativo momento 1.

Tabla 1. Cuadro de Roles

Nombre Rol Descripción

identifican los integrantes así:

Zuleima Guerrero Celular: 3152969177

Marian Badillo Celular: 3133844761

de aplicar una herramienta que permita la recolección de la información que identifique

características cualitativas, como genero de los usuarios, sintomatología presentada, EPS a la

Elementos para el desarrollo del estudio,

de informática, acceso a internet, manejo de herramientas ofimáticas, programas de Excel,