UNIDAD II

ANÁLISIS DE DATOS

OBJETIVO GENERAL
Comprender y manejar los conceptos fundamentales de la estadística descriptiva, así como sus
aplicaciones para la solución de problemas.

OBJETIVOS ESPECIFICOS

 Identificar los conceptos básicos en situaciones problema

 Identificar las variables según su tipo
 Construir e interpretar una distribución de frecuencia

CONTENIDO PROGRAMATICO

TEMA 1: Conceptos Básicos de la Estadística

Estadística y sus clasificaciones. Conceptos básicos: Población o Universo, Población estadística,

muestra, dato. Variables y sus tipos. Escalas de medición.

TEMA 2: Organización de datos

Distribuciones de frecuencias. Representaciones gráficas: barras, histograma, polígono de frecuencia

Estadística aplicada a la Educación 2015 UPEL- Maracay 2

Ing.. Julia Elena Sanoja de Ramírez Dpto. de Matemática
 TEMA 1

CONCEPTOS BÁSICOS DE ESTADÍSTICA

Estadística y sus clasificaciones

La Estadística es una ciencia formal que estudia la recolección, análisis e interpretación de datos, ya
sea para ayudar en la toma de decisiones o para explicar condiciones regulares o irregulares de algún
fenómeno o estudio aplicado, de ocurrencia en forma aleatoria o condicional. Es pos sí misma auxiliar
de las otras ciencias, además de ser el vehículo que permite llevar a cabo el proceso relacionado con la
investigación científica.
Es transversal a una amplia variedad de disciplinas, desde la física hasta las ciencias sociales, desde
las ciencias de la salud hasta el control de calidad. Se usa para la toma de decisiones en áreas
de negocios o instituciones gubernamentales.
La estadística se divide en dos grandes áreas:
 La Estadística descriptiva, se dedica a la descripción, visualización y resumen de datos
originados a partir de los fenómenos de estudio. Los datos pueden ser resumidos numérica o
gráficamente, esto es , presentar la información de manera accesible a la lectura y poder extraer
un significado
 La Estadística Inferencial, se dedica a la generación de los modelos, inferencias y predicciones
asociadas a los fenómenos en cuestión teniendo en cuenta la aleatoriedad de las observaciones.
Permite hacer generalizaciones limitadas a un contexto específico Se usa para modelar patrones
en los datos y extraer inferencias acerca de la población bajo estudio. Estas inferencias pueden
tomar la forma prueba de hipótesis, estimaciones de una característica numéricas pronósticos de
futuras observaciones, descripciones de asociación (correlación) o modelamiento de relaciones
entre variables (análisis de regresión). Otras técnicas de modelamiento incluyen anova, series de
tiempo y minería de datos.

Conceptos básicos

Población
La población es el conjunto de total elementos con características comunes que están delimitados en
espacio, lugar y tiempo y que son de interés para un estudio dado

Muestra
La muestra es el subconjunto o parte representativa de la población. La palabra representativa es la
clave, una buena muestra es aquella que refleja todas y cada una de las característica presentes en la
población de la cual fue tomada.

Estadística aplicada a la Educación 2015 UPEL- Maracay 3

Ing.. Julia Elena Sanoja de Ramírez Dpto. de Matemática
Parámetros
Los parámetros son los valores que caracterizan a la población

Estadísticos
Los estadísticos son los valores que caracterizan a la muestra

Variables y sus tipos

Variable estadística
La variable estadística son las características que se desean estudiar de los elementos de la población

Datos estadísticos
Los datos estadísticos son las distintas observaciones de la variable realizadas a cada uno de los
elementos de la población o muestra

Clasificación de las variables:

Según su naturaleza:
 Variable cualitativa: son aquellas características no cuantificables, que no toman valores
numéricos. Ejemplo: índice socioeconómico, género, profesión, color de los ojos, grupo
sanguíneo, entre otras.
 Variable cuantitativa: son aquellas características cuantificables, que toman valores
numéricos. A su vez las variables cuantitativas pueden clasificarse en:
 Variable cuantitativa discreta: son aquellas características cuantificables que sus datos
sólo pueden tomar un conjunto finito o numerable de valores, es decir, sólo se
representan con números enteros.(número de hijos, número de materia que cursa, etc.)
 Variable cuantitativa contínua: son aquellas características cuantificables que sus
datos pueden tomar cualquier valor en un intervalo numérico finito o infinito, es decir,
se representan con números enteros y decimales. (edad, peso, índice académico, etc.)

Según la relación u objeto:

 Variable dependiente: Aquella característica cuyos valores se ven afectados o dependen del
comportamiento de otras características.
 Variables Independientes: Aquellas características cuyos valores que son manipulados por el
investigador y que no se ven afectados por otras características y que incide o influye sobre los
valores de la variable dependiente.

Estadística aplicada a la Educación 2015 UPEL- Maracay 4

Ing.. Julia Elena Sanoja de Ramírez Dpto. de Matemática
Niveles de medición de las variables (escalas de medición)

La medición incluye la evaluación, un proceso mediante el cual las cosas se diferencian. No está
limitada al uso de instrumentos altamente desarrollados y refinados. Desde luego, termómetros, metros
y cronómetros pueden utilizarse para medir de manera precisa temperatura, distancia y tiempo.
Las escalas o niveles de medición se utilizan para medir variables o atributos. Por lo general, se
distinguen cuatro escalas o niveles de medición: nominal, ordinal, intervalos y escalas de proporción,
cociente o razón. Las dos primeras (nominal y ordinal) se conocen como escalas categóricas, y las dos
últimas (intervalo y razón) como escalas numéricas. Las escalas categóricas se usan comúnmente para
variables cualitativas, mientras que las numéricas son adecuadas para la medición de variables
cuantitativas.

Nominal

Una variable cualitativa presenta una escala Nominal cuando a las categorías de la variable se les
asignan un nombre (de ahí lo de «nominal»). Es la escala más elemental de las escala de medida. En
esta escala los nombres que se emplean en la aplicación de la escala nominal de medida no necesitan
ser nombres (alfabéticos o alfanuméricos) en el sentido estricto de la palabra. También se pueden
utilizar números o numerales. Con las escalas nominales (categóricas), los números asignados es una
codificación (cuadro 1) que definen cada categoría distinta y sirven meramente como etiquetas o
códigos identificadores.
Ejemplo:

Cuadro 1. Codificación de una variable

Variable Materia que cursa
Código Categorías
1 Estadística
2 Psicología de la educación
3 Introducción al cálculo
4 Ambiente

Las observaciones no pueden ser ordenadas de menor a mayor o de pequeño a grande, es decir,
ninguna de las categorías tiene mayor jerarquía que la otra, únicamente están reflejando diferencias en
la variable.
En esta escala se tienen dos o más categorías del ítem o variable medida. Las variables nominales
que incluyen dos categorías se denominan dicotómicas, como por ejemplo, el sexo (masculino o
femenino). Las variables con tres o más categorías se denominan policotómicas. Son ejemplos de estas
variables las siguientes: filiación política, carrera elegida, raza, canal de televisión preferido,
ocupación, etc.

Estadística aplicada a la Educación 2015 UPEL- Maracay 5

Ing.. Julia Elena Sanoja de Ramírez Dpto. de Matemática
 Las únicas relaciones matemáticas adecuadas a las escalas nominales son las de equivalencia (=) o
no equivalencia (≠). Así, una entidad u objeto particular posee la característica que define la clase (=) o
no la tiene (≠).
Como ejemplos de variables que presentan escala nominal: Color de ojos, materias que cursa, marca
de celulares, universidad, entre otras.

Ordinal

Una variable cualitativa presenta una escala de medición ordinal cuando las observaciones pueden
colocarse en un orden relativo con respecto a la característica que se evalúa, es decir, las categorías de
datos están clasificadas u ordenadas de acuerdo con la característica especial que poseen. Aquí, las
etiquetas o símbolos de las categorías sí indican jerarquía. Si le asignamos números a cada categoría
estamos codificándolas y la magnitud de estos no es arbitraria sino que representa el orden del rango
del atributo observado. Se supone un continuo subyacente en los números de modo que las relaciones
típicas son, en este caso, «más alto que», «mayor que» o «preferible a».
Desde el punto de vista matemático se pueden establecer las relaciones «mayor que, >», «menor
que, <» e «igual a, =».
Como ejemplos de variables que presentan escala ordinal: índice socio-económico, categoría
académica del profesor, rango militar.

Intervalo

Las variables cuantitativas presentan escala de intervalo cuando sus valores numéricos establecen
intervalos iguales en la medición (las distancias entre categorías son las mismas a lo largo de toda la
escala). Además que presenta como propiedades:
 el cero (0) es un valor arbitrario, no representa ausencia de la característica medida;
representa un punto conveniente del cual se marcan intervalos de igual magnitud para
construir la escala. Este punto podría colocarse en cualquier posición dentro del rango
posible de la variable que se mide. La medición de la temperatura en una escala de grados
Centígrados o Fahrenheit constituye una medición por intervalos típica. La elección del
origen (cero) es arbitraria, no implica que realmente haya cero (ninguna) temperatura
(incluso en ambas escalas el cero es diferente).
 Toma valores numéricos positivos y/o negativos, esto es, toma valores en el conjunto de los
números reales.
 Distancia iguales entre valores.
Desde el punto de vista matemático, las escalas de intervalo admiten el uso de cualquiera de las
operaciones básicas de la matemática, cálculo de proporciones, porcentajes y razones; además, permite
estimar estadísticos como: la media aritmética, mediana, moda, rangos y desviación estándar.

Estadística aplicada a la Educación 2015 UPEL- Maracay 6

Ing.. Julia Elena Sanoja de Ramírez Dpto. de Matemática
Razón

Las variables cuantitativas presentan escala de Razón cuando además de integrar las propiedades de
las ordinales y de intervalo (intervalos iguales entre categorías y aplicación de las operaciones
aritméticas básicas y sus derivaciones), presenta el carácter absoluto del cero, no es arbitrario. Es decir,
el cero representa la ausencia de la característica en cuestión; en consecuencia, los números pueden
compararse como proporciones y nos permite indicar cuántas veces es más grande un objeto que otro,
además de señalar la cantidad en que difieren.
Desde el punto de vista matemático, las variables con escala de razón admiten el cálculo de todo tipo
de operaciones aritméticas, obtener razones y proporciones, así como la estimación de un buen número
de estimadores estadísticos.

En el siguiente cuadro 2 se muestran ejemplos de variables y sus respectivas escalas de medición.

Cuadro 2. Ejemplo de variables y sus escalas de medición

Tipo de Escala de
Ejemplo de variable Valores de la variable
variable medición
Género Masculino, femenino
Tipo de calculadora Científica, financiera, graficadora nominal
Tipo de computadora PC, laptop, notebook
Nivel de satisfacción Alto, medio, bajo
Cualitativa
Teniente, capitán, mayor, teniente coronel,
Rango militar
coronel, general ordinal
Categoría académica del Instructor, asistente, agregado, asociado,
profesor titular
Coeficiente intelectual 70 – 150 puntos
intervalo
Temperatura (°C, °F) -25° - 100°
Peso (Kgs.) 1-100
Cuantitativa Sueldo (Bs.) 0-40.000
Temperatura (°K) 0 - 273 razón
Consumo de energía
0 -650
eléctrica (Kw)

Estadística aplicada a la Educación 2015 UPEL- Maracay 7

Ing.. Julia Elena Sanoja de Ramírez Dpto. de Matemática
 TEMA 2

ORGANIZACIÓN DE DATOS

Distribuciones de frecuencias

Una vez recolectados toda la información relacionada con las variables en estudio, surge la
necesidad de presentar esa información de manera resumida, con la finalidad de describir el fenómeno
en estudio, comprender el comportamiento de las variables, establecer patrones y tendencias. Para ello
es necesario que conozcamos como organizar los datos cuando la variable es cualitativa o cuando la
variable es cuantitativa.
Es a esta organización de los datos lo que conoceremos como Distribución o Tabla de frecuencias,
y la definiremos como una representación conjunta y ordenada de los datos, en forma de tabla,
correspondiente a un fenómeno en estudio y su ordenamiento es con base al número de observaciones
que corresponden a cada dato. Además este ordenamiento se realizará según el tipo de variable (Cuadro
3).

Cuadro 3. Ordenamiento de datos según tipo de variable

Variable Ordenamiento
Alfabético A – Z
Alfabético Z – A
Cualitativa
Del más al menos repetido
Del menos al más repetido
Creciente (del menor al mayor)
Cuantitativa
Decreciente (del mayor al menor)

Ahora bien, para comprender los aspectos relacionados con la construcción de las Tablas de
frecuencias, es necesario en primer lugar conocer algunos conceptos asociados a este objeto estadístico
(Tabla de frecuencias), como son: clase, frecuencia absoluta, frecuencia absoluta acumulada,
frecuencia relativa y frecuencia relativa acumulada.

Clase:
Representa los grupos alrededor de los cuales se van a ordenar los datos.

Frecuencia absoluta:
Representa el número de veces que se repite un dato o una clase, la denotaremos fi.

Frecuencia absoluta acumulada:

Corresponde a la suma de las frecuencias absolutas comprendidas hasta una determinada clase. La

Estadística aplicada a la Educación 2015 UPEL- Maracay 8

Ing.. Julia Elena Sanoja de Ramírez Dpto. de Matemática
frecuencia absoluta de la última clase siempre deberá ser igual a número total de datos, sea esta tamaño
de la población (N) o tamaño de la muestra (n). La denotaremos Fa.

Frecuencia relativa:
Es la representación porcentual de la frecuencia absoluta de cada clase y se obtiene de multiplicar el
cociente entre la frecuencia absoluta y el tamaño de la muestra por cien. La denotaremos fr. Esta se
obtiene a través de una regla de tres, de la cual resulta la siguiente expresión:

fi
fr  * 100
n

Frecuencia relativa acumulada:

Corresponde a la suma de las frecuencias relativas comprendidas hasta una determinada clase. La
frecuencia relativa de la última clase siempre deberá ser igual a cien (100). La denotaremos Fra.
Ahora bien, una vez presentados los conceptos necesarios para la construcción de una Distribución o
Tabla de Frecuencias, debemos conocer la estructura de dicha tabla (Cuadro 4)

Cuadro 4. Tabla de frecuencia

Clases fi Fa fr (%) Fra (%)

…… …. … … …
…… … … … …
…… … … … …

La Distribución o Tabla de Frecuencias pueden ser tanto para variables cualitativas como para
variables cuantitativas

Distribución de frecuencias para variables cualitativas

En estas distribuciones cada dato de la variable mantiene su propia identidad. Veamos a través de un
ejemplo su construcción.

Ejemplo 1.

Construya la distribución de frecuencia de la variable: MATERIA PREFERIDA. Para ello se les

preguntó a 104 alumnos de 2º de ciencias su materia preferida, sus respuestas fueron:

matemática, química, química, castellano, inglés, matemática, castellano, inglés, física, química,
física, matemática, matemática, química, castellano, química, matemática, física, inglés, física,
matemática, física, inglés, inglés, castellano, química, física, matemática, química, inglés,
Estadística aplicada a la Educación 2015 UPEL- Maracay 9
Ing.. Julia Elena Sanoja de Ramírez Dpto. de Matemática
 matemática, inglés, matemática, castellano, inglés, química, física, matemática, inglés, física,
matemática, química, química, inglés, física, física, matemática, inglés, química, castellano,
química, química, matemática, química, inglés, física, matemática, física, inglés, matemática,
castellano, inglés, castellano, física.

Ahora procederemos a resolver el ejercicio.

1. Primero debemos identificar cuantos datos distintos tenemos, es decir de acuerdo a las datos que
presenta la variable, buscaremos cuantas materias distintas hay:

Matemática química castellano inglés física

2. Una vez que identificamos los datos existentes, procederemos a empezar a construir la tabla de
frecuencias para la variable: MATERIA PREFERIDA:

2.1.Para ello comenzaremos por escribir en la columna de CLASE el nombre de las materias
identificadas.

Clases fi Fa fr (%) Fra (%)

Matemática …. ….. …..
Química …. ….. …..
Castellano …. ….. …..
Inglés …. ….. …..
Física …. ….. …..

2.2.Seguidamente contaremos cuantas veces se repite cada una de las materias en los datos. Esto es
buscar la frecuencia absoluta

Clases fi Fa fr (%) Fra (%)

Matemática 15 …. ….. …..
Química 14 …. ….. …..
Castellano 8 …. ….. …..
Inglés 14 …. ….. …..
Física 13 …. ….. …..

Estadística aplicada a la Educación 2015 UPEL- Maracay 10

Ing.. Julia Elena Sanoja de Ramírez Dpto. de Matemática
 2.3.Una vez establecida la frecuencia absoluta, procederemos a determinar la frecuencia absoluta
acumulada.

Se repite
el valor

Clases fi Fa fr (%) Fra (%)

Matemática 15 15 ….. …..
Química 14 += 29 ….. …..
Castellano 8 37 ….. …..
Inglés 14 51 ….. …..
Física 13 64 ….. …..
Este valor debe ser
igual a n (cantidad
de datos)

2.4. Ahora procederemos a determinar la frecuencia relativa, de acuerdo a lo establecido en su

concepto. Tomaremos como ejemplo la clase MATEMÁTICA para determinar su frecuencia
relativa, esto es:

15
fr  * 100  23,44
64

Clases fi Fa fr (%) Fra (%)

Matemática 15 15 23,44 …..
Química 14 29 21,88 …..
Castellano 8 37 12,50 …..
Inglés 14 51 21,88 …..
Física 13 64 20,30 …..

2.5. Por último se debe determinar la frecuencia relativa acumulada, tomando en cuenta su
conceptualización. Para ello se realiza un procedimiento similar al de la frecuencia absoluta
acumulada, con la diferencia que aquí estamos es acumulando (sumando) las frecuencias
relativas.

Estadística aplicada a la Educación 2015 UPEL- Maracay 11

Ing.. Julia Elena Sanoja de Ramírez Dpto. de Matemática
 Clases fi Fa fr (%) Fra (%)
Matemática 15 15 23,44 23,44
Química 14 29 21,88 45,32
Castellano 8 37 12,50 57,82
Inglés 14 51 21,88 79,70
Física 13 64 20,30 100

Logrando así la Distribución de frecuencias de la variable MATERIA PREFERIDA

Distribución de Frecuencias de la MATERIA PREFERIDA

Clases fi Fa fr (%) Fra (%)

Matemática 15 15 23,44 23,44
Química 14 29 21,88 45,32
Castellano 8 37 12,50 57,82
Inglés 14 51 21,88 79,70
Física 13 64 20,30 100

Distribución de frecuencias para variables cuantitativas

Veremos a través de un ejemplo el procedimiento a emplear para su construcción:

Ejemplo 2

Construir la distribución de frecuencias de la variable TIEMPO (en horas) que dedican los
estudiantes de una Universidad a actividades extra-curriculares. Para ello se les pregunto a 84
estudiantes y sus respuestas fueron:

23 13 18 16 15 19 20 25 22 38 16 22 26 33
29 10 12 31 16 13 24 22 20 21 10 14 21 17
14 11 16 22 24 26 25 20 15 16 43 15 22 37
11 12 25 33 24 35 25 31 21 12 35 16 22 26
15 22 34 30 15 24 38 30 25 23 24 38 36 29
18 15 32 34 25 21 20 35 14 36 17 26 32 23

Ahora procederemos a resolver el ejercicio.

Estadística aplicada a la Educación 2015 UPEL- Maracay 12

Ing.. Julia Elena Sanoja de Ramírez Dpto. de Matemática
 1. En primer lugar nos preguntamos cómo hacemos para presentar de manera resumida tantos
datos en una tabla de frecuencias. Para hacer comprensible el procedimiento que detallaremos,
comenzaremos por ordenar los datos en forma ascendente:

10 10 11 11 12 12 12 13 13 14 14 14 15 15
15 15 15 15 16 16 16 16 16 16 17 17 18 18
19 20 20 20 20 21 21 21 21 22 22 22 22 22
22 22 22 23 23 24 24 24 24 24 25 25 25 25
25 25 26 26 26 26 29 29 30 30 31 31 32 32
33 33 34 34 35 35 35 36 36 37 38 38 38 43

Esto nos permite observar que la variable toma valores comprendidos entre 10 y 43, de los cuales se
tienen 84 datos. Entonces, para poder presentarlos de manera resumida a través de la tabla de
frecuencias, debemos conocer algunos conceptos los cuales los iremos presentando en la medida que
vamos desarrollando el ejercicio:

Rango o Amplitud total:

Es el recorrido total de la variable desde su valor mínimo hasta el valor máximo; esto es, el número de
diferentes valores que toma la variable. Lo denotaremos R
Para calcular el Rango de una distribución de frecuencias se calcula la diferencia entre el valor
máximo de la variable (Vmax) y el valor mínimo (Vmín), y se le suma una Unidad de medida (UM),
que por lo general es la unidad, esto nos lleva a la siguiente expresión:

R  V max V min UM

Ahora bien, la unidad de medida (UM) en una distribución de frecuencias se obtiene al realizar la
diferencia de dos datos consecutivos de la variable. No siempre la unidad de medida (UM) será uno (1).
En algunos casos, los valores de los datos de la variable pueden estar expresados en decimales, para
ello veremos los siguientes ejemplos

2.5, 3.6, 3.7, 1.23, 2.31, 4.56,

Datos 3, 5, 6, 8, 11, 13, 18
5.6, 6.8, 8.9 4.57, 6.78, 8.43
UNIDAD DE
1 0.1 0.01
MEDIDA (UM)

Para la distribución de frecuencias de la variable TIEMPO, identificamos:

Vmax 43
Vmin 10
UM 1

Estadística aplicada a la Educación 2015 UPEL- Maracay 13

Ing.. Julia Elena Sanoja de Ramírez Dpto. de Matemática
 Por lo tanto, el rango será igual a:
R  43  10  1
R  34

Número de clases:
Es el número de grupos en los que se va a presentar a todos los datos de la variable. Lo denotaremos
NC.
Para calcular el número de clases (NC) emplearemos el método que Herbert Sturges propuso en
1926, conocido comúnmente como la regla de Sturges, en el que estableció:
1. 𝑁𝐶 = 1 + 3,3 log(𝑛)
2. En esta regla Sturges establece dos condiciones:
- El número de clases (NC) debe ser un número entero.
- El número entero obtenido da una aproximación del número de clases que deben formarse;
esto es, una clase más o una clase menos alrededor de ese número entero.
- El número de clases (NC) debe ser un número comprendido entre 5 y 15. Esto es, si hacemos
una distribución con menos de 5 clases estaríamos aglomerando los datos y se corre el riesgo
de perder características de la variable, y luego si se realiza una distribución de frecuencias
con más de 15 clases, ésta perdería su función básica como es la de resumir la información
pertinente a la variable y presentarla como para que se pueda analizar e interpretar, visualizar
su comportamiento.

De acuerdo a esto, para la distribución de frecuencias de la variable TIEMPO, el número de clases

(NC) será:

NC  1  3.3 log84
NC  7,35

Por lo tanto el número de clases puede oscilar entre 5, 6 ó 7, de acuerdo a lo que estableció Sturges.
En vista de ello, para efectos de este ejemplo trabajaremos con:

NC  5

Amplitud o Intervalo de la Clase:

Es el número de valores que se agrupan en cada clase. Lo denotaremos A. Para determinar su valor se
emplea:
R
A
nc

Estadística aplicada a la Educación 2015 UPEL- Maracay 14

Ing.. Julia Elena Sanoja de Ramírez Dpto. de Matemática
 Cuando se calcula el intervalo de clase y el resultado es un número con decimales, ejemplo A= 3,5.
En este momento se debe establecer cuál será el valor real del intervalo de clase, se debe trabajar:
- con el valor del intervalo de clase que se obtuvo, es decir, (A=3,5).
o
- si lo que se desea es trabajar con un valor entero, debemos tomar el valor entero inmediato
superior sea cual sea el valor decimal presente; o sea, A = 4. Aquí debemos pensar
estadísticamente, a que hacemos referencia con esta manera de pensar, pués bien lo que
estamos agrupando son datos y no simplemente números (no cabe el pensar
matemáticamente, que quiere decir esto que no se debe aplicar el redondeo matemático).

De acuerdo a esto, para la distribución de frecuencias de la variable TIEMPO, el Intervalo de clases

(A) será:
34
A
5
A  6,80

Pero al considerar lo que establece la teoría, el intervalo de clase para la distribución de frecuencias
de la variable TIEMPO:

A7

Ahora debemos establecer los límites de clase.

Límites de clase:
Son los valores mínimo y máximo que indican el recorrido de la clase, y estos se denominan Límite
Inferior (LI) y Límite Superior (LS).
Ahora bien, el límite superior de la clase se obtienen de la suma del límite inferior de la clase más el
intervalo de clase:
𝐿𝑆 = 𝐿𝐼 + 𝐴

Aquí es importante resaltar que se están construyendo clases abiertas por el límite superior, esto
quiere decir que cuando se vaya a buscar la frecuencia absoluta de la clase contaremos los datos desde
aquel dato igual al límite inferior hasta el datos inferior en una unidad de medida (UM) al límite
superior establecido.
Para la primera clase, siempre el límite inferior (LI) va a ser igual al Valor mínimo (Vmin) de la
variable. Así como se debe estar muy pendiente que el límite superior de la última clase debe ser
superior al Valor Máximo (Vmax) de la variable por lo menos en una Unidad de Medida (UM).

Ahora ya estamos listos para construir la Distribución de frecuencia de la variable TIEMPO:

Estadística aplicada a la Educación 2015 UPEL- Maracay 15
Ing.. Julia Elena Sanoja de Ramírez Dpto. de Matemática
 Recordando valores ya determinados:
Vmín = 10
Vmax = 43
NC = 5
A=7

Entonces, de acuerdo a como se establecen los límites tendremos:

LS = 10 + 7

Clases fi Fa fr (%) Fra (%)

LI LS
10 17 …. … … …
17 24
24 31
31 38 … … … …
38 45 … … … …

Ahora bien, retomando los datos ordenados y tomando en cuenta que para el resto de las columnas
procedemos de manera similar a como se hizo para la variable cualitativa.
Para determinar la frecuencia absoluta de cada clase, hemos identificado en los datos ordenados el
grupo de datos para cada una de las cinco (5) clases establecidas (para ello hemos jugado con los tipos
de letras, cursiva y negrilla, intercalándolas, así como para cada grupo se han eliminado las líneas
verticales y horizontales en las celdas para simular el grupo). Ya con esto podemos contar cuántos
datos tiene cada clase.

10 10 11 11 12 12 12 13 13 14 14 14
15 15 15 15 15 15 16 16 16 16 16 16
17 17 18 18 19 20 20 20 20 21 21 21
21 22 22 22 22 22 22 22 22 23 23 24
24 24 24 24 25 25 25 25 25 25 26 26
26 26 29 29 30 30 31 31 32 32 33 33
34 34 35 35 35 36 36 37 38 38 38 43

Resultando la Distribución de Frecuencias: de la Variable TIEMPO:

Estadística aplicada a la Educación 2015 UPEL- Maracay 16

Ing.. Julia Elena Sanoja de Ramírez Dpto. de Matemática
 Distribución de Frecuencias de la Variable
TIEMPO (en horas) que dedican los estudiantes de una Universidad a actividades extra-
curriculares
Clases fi Fa fr (%) Fra (%)
LI LS
10 17 24 24 28,57 28,57
17 24 23 47 27,38 55,95
24 31 19 66 22,62 78,57
31 38 14 80 16,67 95,24
38 45 4 84 4,76 100

Estadística aplicada a la Educación 2015 UPEL- Maracay 17

Ing.. Julia Elena Sanoja de Ramírez Dpto. de Matemática