Universidad Nacional Autónoma de Honduras

Sistema de Educación a Distancia

SED/UNAH
Centro de Recursos de Aprendizaje de Educación a Distancia
CRAED – JUTICALPA

Asignatura: Estadística Social

Código: MM-100

Estadística:
Es la ciencia que se encarga de la recolección, ordenamiento, representación, análisis e interpretación
de datos generados en una investigación sobre hechos, individuos o grupos de los mismos, para deducir
de ello conclusiones precisas o estimaciones futuras.

Población
Es el colectivo que abarca a todos los elementos cuya característica o características queremos estudiar;
dicho de otra manera, es el conjunto entero al que se desea describir o del que se necesita establecer
conclusiones. Como ejemplos de poblaciones, podemos citar: todos los estudiantes de la Universidad
Central del Ecuador, o los artículos producidos en una semana en una determinada fábrica. Por su
tamaño, las poblaciones pueden ser finitas o infinitas.

Muestra
Es un conjunto de elementos seleccionados de una población de acuerdo a un plan de acción
previamente establecido (muestreo), para obtener conclusiones que pueden ser extensivas hacia toda
la población. Ejemplos constituyen las muestras que escogen las empresas encuestadoras en estudios
de sondeos de opinión, o la selección de un grupo de artículos recibidos en una bodega para estimar las
condiciones de todo un embarque.

Censo
Es el estudio de todos y cada uno de los elementos de una población. Esta condición hace que este tipo
de estudios no sean muy frecuentes, por cuanto la recolección de toda esa información, sobre todo
cuando el tamaño de la población es muy grande o sus elementos se encuentran muy dispersos, sea muy
costosa.

Muestreo
Es la técnica que nos permite seleccionar muestras adecuadas de una población de estudio. El muestreo
debe conducir a la obtención de una muestra representativa de la población de donde proviene, esta
condición establece que cada elemento de la población tiene la misma probabilidad de ser incluida en la
muestra. El estudio de selección de muestras, en sí constituye todo un estudio pormenorizado, que no
atañe al estudio en este texto.

1
Parámetro
Es cualquier medida descriptiva o representativa de una población. Generalmente se utilizan las letras
griegas como símbolo. Ejemplos: media aritmética poblacional (μ)(mu), desviación estándar
poblacional (σ) (sigma).

Estadístico
Constituyen cualquiera de las medidas descriptivas de una muestra. Se las simboliza con letras
minúsculas de nuestro alfabeto. Ejemplos: media aritmética(x), desviación estándar(s).

División de la Estadística
Básicamente la estadística se divide en dos grandes ramas:
estadística descriptiva o matemática y estadística inferencial, estas dos divisiones se articulan
adecuadamente mediante las probabilidades.

Estadística descriptiva
Es la parte de la estadística que permite analizar todo un conjunto de datos, de los cuales se extraen
conclusiones valederas, únicamente para ese conjunto. Para realizar este análisis se procede a la
recolección y representación de la información obtenida. Como ejemplo de estas estadísticas podemos
citar a aquellas que se obtienen generalmente en los deportes, en los rendimientos académicos de los
estudiantes de una determinada materia, en los negocios al determinar las ventas obtenidas
mensualmente en un determinado año por una empresa en particular.

Estadística inferencial
En esta rama de la estadística, lo que se pretende es obtener conclusiones generales de una determinada
población, mediante el estudio de una muestra representativa sacada de ella, dicho de otra manera, lo
que se trata es que, con el valor de los estadísticos obtenidos, podamos establecer los valores delos
parámetros. Entonces podemos concluir que la estadística inferencial analiza o investiga a una
población, valiéndose de los datos y resultados que se obtienen de una muestra. Ejemplos muy claros
de este tipo de estadística constituyen la aplicación de nuevos tratamientos con nuevos fármacos, o las
proyecciones que pueden hacer los investigadores de mercado sobre cómo influye la publicidad en
ciertos segmentos de mercado. Esta condición vista anteriormente, ha permitido que la estadística
inferencial, tenga un crecimiento cada vez mayor, por cuanto sus aplicaciones son cada vez más
eficientes en el manejo de poblaciones; por tal motivo es que existen métodos muy variados para poder
realizar la generalización de los resultados obtenidos en el muestreo. (Pruebas de hipótesis,
predicciones futuras y más).

Variables de datos
La información que se obtiene de un estudio estadístico, proviene de variables, las mismas que están
determinadas con el interés que se tenga sobre los elementos de Observación. Estas variables están
categorizadas en dos grandes grupos

2
Tipo de Variable
De tal manera los datos que se generan en un estudio estadístico, serán de la misma categorización de
la variable que se está estudiando, por lo tanto, éstos pueden ser cualitativos o cuantitativos y a su vez
discretos o continuos.

En la siguiente tabla, se puede observar la categorización de los tipos de variables que se pueden
determinar en un elemento de observación específico.

Ejemplo: Se desea observar a las casas unifamiliares del sector sur de una ciudad

3
Variable cualitativa
Las variables cualitativas se refieren a características o cualidades que no pueden ser medidas con
números. Podemos distinguir dos tipos:
• Variable cualitativa nominal
Una variable cualitativa nominal presenta modalidades no numéricas que no admiten un criterio de
orden. Por ejemplo: El estado civil, con las siguientes modalidades: soltero, casado, separado, divorciado
y viudo.
• Variable cualitativa ordinal o variable cuasi cuantitativa
Una variable cualitativa ordinal presenta modalidades no numéricas, en las que existe un orden. Por
ejemplo:
 La nota en un examen: suspenso, aprobado, notable, sobresaliente.
 Puesto conseguido en una prueba deportiva: 1º, 2º, 3º,...
 Medallas de una prueba deportiva: oro, plata, bronce.

Variable cuantitativa
Una variable cuantitativa es la que se expresa mediante un número, por tanto, se pueden realizar
operaciones aritméticas con ella. Podemos distinguir dos tipos:

Variable discreta
Una variable discreta es aquella que toma valores aislados, es decir no admite valores intermedios entre
dos valores específicos.
Por ejemplo: El número de hermanos de 5 amigos: 2, 1, 0, 1, 3.

Variable continúa
Una variable continua es aquella que puede tomar valores comprendidos entre dos números.
Por ejemplo: La altura de los 5 amigos: 1.73, 1.82, 1.77, 1.69, 1.75.
En la práctica medimos la altura con dos decimales, pero también se podría dar con tres.

Distribución de frecuencias
Distribución de frecuencias o tabla de frecuencias, ordenará los datos si estos se dividen en clases y se
registrará el número de observaciones en cada clase,

26 ≥ 50
64 ≥ 50

4
 102 − 50 52
𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝐶𝑙𝑎𝑠𝑒 = = ≈9
6 6

Clase frecuencia Frecuencia Punto medio M Frecuencia

acumulada 𝐿𝑠 + 𝐿𝑖 relativa %
𝑀=
2
50 - 58 2 2 54 4%
59 - 67 5 7 63 10%
68 - 76 14 21 72 28%
77 - 85 18 39 81 36%
86 - 94 7 46 90 14%
95 - 103 4 50 99 8%
n = 50 100%

𝐹
𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑎 = × 100
𝑛

Observe que cada clase tiene un límite inferior y un límite superior.

El punto medio M, se calcula como promedio de los límites superior e inferior de dicha clase.
𝐿𝑠 + 𝐿𝑖
𝑀=
2

5
Ejemplo: Las calificaciones obtenidas por 50 alumnos en la asignatura de Matemática del Instituto HRN
fueron las siguientes:

Calcular el rango.
𝑅𝑎𝑛𝑔𝑜 = 𝑣𝑎𝑙𝑜𝑟 𝑚á𝑥𝑖𝑚𝑜 − 𝑣𝑎𝑙𝑜𝑟 𝑚í𝑛𝑖𝑚𝑜

𝑅𝑎𝑛𝑔𝑜 = 99 − 50 = 49

Calcular el número de clases

2𝑐 ≥ 𝑛
26 ≥ 50
64 ≥ 50
C=6

6
Calcular el intervalo o ancho de clase
99 − 50 49
𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝐶𝑙𝑎𝑠𝑒 = = ≈9
6 6
Redondear al siguiente entero

Construir una tabla de distribución de frecuencias, calcular el punto medio, frecuencia acumulada y la
frecuencia relativa.

Clase Punto medio M

Frecuencia Frecuencia
frecuencia 𝐿𝑠 + 𝐿𝑖
acumulada 𝑀= relativa %
2
50 - 58 4 4 54 8%
59 - 67 11 15 63 22%
68 - 76 14 29 72 28%
77 - 85 10 39 81 20%
86 - 94 8 47 90 16%
95 - 103 3 50 99 6%
TOTALES n = 50 100%

14
𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑎 = × 100
50
Gráficos
Los principales gráficos estadísticos los podemos resumir en:
• Diagramas de barras o columnas
• Diagrama de sectores
• Diagramas lineales
• Diagramas de dispersión
• Histogramas
• Polígonos de frecuencia
• Ojivas

Bebida Número
Banana Tropical 40
Coca-Cola 25
Pepsi 20
Fresca 15
TOTAL

7
 Preferencia de Bebidas

15%
40%
Banana Tropical
20%
Coca-Cola
Pepsi
25% Fresca

PREFERENCIA DE BEBIDAS
45
40
40
35
30
25
25
20
20
15
15
10
5
0
Banana Tropical Coca-Cola Pepsi Fresca

8
9
Media, mediana y moda de datos no agrupados (no están ordenados en tablas)

10
Las puntuaciones finales en inglés, computación, contabilidad, matemática y español de un estudiante
fueron: 78%, 85%, 63%, 70%, 80% respectivamente. Si tenían 4, 6, 5, 5, 3 créditos o U. V., ¿Cuál es su
promedio adecuado?
78 × 4 + 85 × 6 + 63 × 5 + 70 × 5 + 80 × 3 1727
𝑋̅𝑤 = = = 75.1%
4+6+5+5+3 23

En una empresa quieren saber la proporción media de mujeres en los diferentes departamentos. Para
ello, se recoge el porcentaje de mujeres en los cinco principales departamentos.

11
 los porcentajes se deben pasar a decimales antes de
llevarlos a la fórmula. (dividen en 100)
Calcular la media geométrica

5 5
𝑀𝐺 = √0.326 × 0.535 × 0.289 × 0.482 × 0.674 = √0.016374805 = 0.439 = 43.9%

12
13
Ejemplo: Hallar la media, moda, mediana, varianza y desviación estándar de los pesos de siete
estudiantes, si sus pesos son: 56, 47, 61, 56, 71, 44, 78 libras.

Ordenar los datos

44, 47, 56, 56, 61, 71, 78

44+47+56+56+61+71+78 413
𝑀𝐸𝐷𝐼𝐴 = 𝑋̅ = = = 59 libras
7 7
Moda = 56
Mediana = 56
Pesos (X) ̅ )𝟐
(𝑿 − 𝑿
44 (𝟒𝟒 − 𝟓𝟗)𝟐 = 𝟐𝟐𝟓
47 (𝟒𝟕 − 𝟓𝟗)𝟐 = 𝟏𝟒𝟒
56 (𝟓𝟔 − 𝟓𝟗)𝟐 = 𝟗
56 (𝟓𝟔 − 𝟓𝟗)𝟐 = 𝟗
61 (𝟔𝟏 − 𝟓𝟗)𝟐 = 𝟒
71 (𝟕𝟏 − 𝟓𝟗)𝟐 = 𝟏𝟒𝟒
78 (𝟕𝟖 − 𝟓𝟗)𝟐 = 𝟑𝟔𝟏
896

14
 896 896
𝑠2 = = = 149.33
7−1 6

𝑠 = √149.33 = 12.22

15
Medidas de dispersión
Desviación estándar y varianza de datos agrupados en frecuencia simple.

En la distribución de la siguiente tabla, calcular el valor de la media, moda, mediana, varianza y

desviación estándar.

X F Fa 𝑭∙𝑿 𝑭 ∙ 𝑿𝟐
12.5 2 2 25 312.5
12.7 6 8 76.2 967.74
13.0 22 30 286 3,718
13.1 29 59 379.9 4,976.69
13.2 12 71 158.4 2,090.88
13.8 4 75 55.2 761.76
totales n=75 980.7 12,827.57

980.7
𝑋̅ = = 13.076
75
MODA=13.1
75+1
MEDIANA 𝑃 = = 38 ubicar en la fa
2
Mediana = 13.1
Varianza
12,827.57 75 × 13.0762 12,827.57 12,823.6332
𝑠2 = − = − = 173.35 − 173.29 = 0.06
75 − 1 75 − 1 74 74

16
 𝑠 = √0.06 = 0.24

Se pidió a reclutas de una academia de policía, se sometieron a una prueba que mide la capacidad para
el ejercicio. Se midió dicha capacidad en minutos y se obtuvieron los siguientes datos: calcular el valor
de la media, moda, mediana, varianza y desviación estándar.

X F Fa 𝑭∙𝑿 𝑭 ∙ 𝑿𝟐
25 3 3 75 3x252 = 1875
26 2 5 52 1352
27 4 9 108 2916
28 6 15 168 4704
29 3 18 87 2523
30 2 20 60 1800
n=20 ∑ = 550 ∑ = 15,170

550
𝑋̅ = = 27.5
20
MODA= 28
20+1
MEDIANA 𝑃 = = 10.5 ubicar en la fa
2
Mediana = 28
Varianza
15,170 20 × 27.52 15170 15125
𝑠2 = − = − = 798.42 − 796.05 = 2.37
20 − 1 20 − 1 19 19
𝑠 = √2.37 = 1.54

17
18
El número de cheques cobrados diariamente en la sucursal de un banco durante el mes anterior, tuvo la
siguiente distribución de frecuencias muestrales:

Clase Frecuencia Fa M 𝑭∙𝑴 𝑭 ∙ 𝑴𝟐

0-19 10 10 9.5 95 10x9.52 = 902.5
20-39 13 23 29.5 383.5 13x29.52 = 11,313.25
40 - 59 17 40 49.5 841.5 17x49.52 = 41,654.25
60 - 79 42 82 69.5 2,919 42x69.52 = 202,870.5
80 - 99 18 100 89.5 1,611 18x89.52 = 144,184.5
n=100 5,850 400,925

𝛴(𝐹 ∙ 𝑀) 5850
𝑋̅ = = = 58.5 ≈ 59 𝑐ℎ𝑒𝑞𝑢𝑒𝑠
𝑛 100

Mediana
100
Posición 𝑃 = = 50
2

100
− 40 10
𝑀𝑒 = 60 + [ 2 ] × 20 = 60 + [ ] × 20 = 64.8 ≈ 65 𝑐ℎ𝑒𝑞𝑢𝑒𝑠
42 42

19
 Clase Frecuencia Fa M 𝑭∙𝑴 𝑭 ∙ 𝑴𝟐
0-19 10 10 9.5 95 10x9.52 = 902.5
20-39 13 23 29.5 383.5 13x29.52 = 11,313.25
40 - 59 17 40 49.5 841.5 17x49.52 = 41,654.25
60 - 79 42 82 69.5 2,919 42x69.52 = 202,870.5
80 - 99 18 100 89.5 1,611 18x89.52 = 144,184.5
n=100 5,850 400,925

Moda
25 25
𝑀𝑜 = 60 + [ ] × 20 = 60 + [ ] × 20 = 70.2 ≈ 70 𝑐ℎ𝑒𝑞𝑢𝑒𝑠
24 + 25 49

2
400,925 − 100 × 58.52 58700
𝑠 = = = 593
100 − 1 99
𝑠 = √593 = 24 𝑐ℎ𝑒𝑞𝑢𝑒𝑠

El punto medio M, se calcula como promedio de los límites superior e inferior de dicha clase.
𝐿𝑠 + 𝐿𝑖
𝑀=
2

Calcular el valor de la media, moda, mediana, varianza y desviación estándar.

El director de operaciones del banco sabe que una desviación estándar en el cobro de cheques mayor de
28 cheques diarios ocasiona problemas de personal y de organización, debido a la carga de trabajo. ¿Deberá
preocuparse por la cantidad de empleados que van a utilizar el mes siguiente?
No debe debe preocuparse porque la desviación estándar es solo de 24 cheques.

20
21
22