Unidad Curricular: Estadística Instituto De Enseñanza Superior Alfredo Coviello

Prof.: Ledesma Javier Matías Carrera: Tecnicatura Superior En Administración de Empresas

T.P: TEORICO – PRACTICO

CARÁCTER: EVALUATIVO

Apellido y nombre: / Opcional – Integrantes:

Año/Division:

Ejemplificación:

1) Las notas de un examen de matemáticas de 30 alumnos de una clase son las

siguientes:
5, 3, 4, 1, 2, 8, 9, 8, 7, 6, 6, 7, 9, 8, 7, 7, 1, 0, 1, 5, 9, 9, 8, 0, 8, 8, 8, 9, 5, 7.

a) Ordenar los datos y calcular las frecuencias absolutas de cada nota,

frecuencia relativa, acumulada y porcentual.
b) Hacer un diagrama de barras de las frecuencias absolutas y dibujar el
polígono de frecuencias.
c) Realizar el diagrama de sectores/ torta o pastel correspondiente al análisis
de frecuencias de cada variable.
d) Determinar la Media Aritmética, la Mediana y la Moda.

Desarrollo:
Como se puede observar, es notable que el apartado a), muestra un indicio de que para
comenzar el análisis pertinente, la mejor opción es ordenar los datos ya sea de forma
ascendente o descendente.
Pero, no obstante, sabemos que es importante identificar tanto el tamaño de la muestra
(n) como la variable y el tipo de variable para poder definir que distribución de
frecuencia se debe desarrollar, ya sea para datos simples o datos agrupados.
Entonces:

Tamaño de la muestra: n  30

Variable: x  las notas delos 30 alumnos - Tipo: cuantitativa discreta

A continuación el ordenamiento de datos:

0, 0, 1, 1, 1, 2, 3, 4, 5, 5, 5, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8, 8, 8, 9, 9, 9, 9, 9.
De esta manera se facilita la distribución de frecuencias y posteriormente la
identificación de las medidas de tendencia central.
Unidad Curricular: Estadística Instituto De Enseñanza Superior Alfredo Coviello
Prof.: Ledesma Javier Matías Carrera: Tecnicatura Superior En Administración de Empresas

Distribución de frecuencias:
Tamaño de la muestra: n  30 - Variable: x
Frecuencia Absoluta: f o f i
fi
Frecuencia Acumulada: Fa Frecuencia Relativa: f r 
n
Frecuencia Relativa Porcentual: f % y *Opcional: Grados o sector ( : i )
x fi Fa fr f% : i

0 2 2 0,06  0,07 7 25,2°

1 3 5 0,10 10 36°

2 1 6 0,03  0,04 4 14,4°

3 1 7 0,03  0,04 4 14,4°

4 1 8 0,03  0,04 4 14,4°

5 3 11 0,10 10 36°

6 2 13 0,06  0,07 7 25,2°

7 5 18 0,16  0,17 17 61,2°

8 7 25 0, 23  0, 20 20 72°

9 5 30 0,16  0,17 17 61,2°

 fr i
1  fi %  100  i  360

Observamos que la suma total de las frecuencias absolutas, equivale a al total de las
acumuladas,  fi  Fa i
 30 y se verifica en igualdad con el tamaño de la muestra

n  30 .
Por otro lado, cabe resaltar que la Frecuencia Relativa ( f r ), en este ejemplo en
particular, da como resultado decimales que no son exactos, o sea que son periódicos.
Por ende es necesario redondear a aquellos que sean posibles para lograr que la suma de
las mismas sea igual a 1 (uno). O sea:
fi 2
fr    0, 06  0, 07
n 30
Unidad Curricular: Estadística Instituto De Enseñanza Superior Alfredo Coviello
Prof.: Ledesma Javier Matías Carrera: Tecnicatura Superior En Administración de Empresas

Observación:
Si se quiere saber qué proporción o porción (sector) representa la variable según su
frecuencia respecto del total de datos, se procede con el siguiente razonamiento:
Por regla de tres simples

100%  360
7%*360
7%  x   25, 2
100%

Pero es mucho más práctico razonarlo de la siguiente manera:

Como se puede observar de la ecuación anterior, no es otra cosa que una proporción,
entonces resulta que:
100%  360 100 360 7*360 7
   x  *360  0,07 *360  f r *360  25, 2
7%  x  7 x 100 100

Ahora, por ser una variable cuantitativa discreta el diagrama correspondiente a la

distribución de frecuencias realizada es el Gráfico de Barras:
Apartado - b):

Diagrama de Barras
8
7
6
Frecuencias

5
4
3 Series1
2
1
0
0 1 2 3 4 5 6 7 8 9
Notas de los alumnos
Unidad Curricular: Estadística Instituto De Enseñanza Superior Alfredo Coviello
Prof.: Ledesma Javier Matías Carrera: Tecnicatura Superior En Administración de Empresas

Y por consiguiente el grafico de Torta, Circular o de Sectores

Apartado – c)

Diagrama de Tarta
Calificacion: 0
Calificacion: 1
17% 7% Calificacion: 2
10% 4%
4% Calificacion: 3
20% 4% Calificacion: 4
10% Calificacion: 5
17% 7% Calificacion: 6
Calificacion: 7
Calificacion: 8
Calificacion: 9

Para finalizar con la actividad, respecto a las Medidas de Tendencia Central del
apartado – d):
Considerando la primera opción el cálculo de la Media Aritmética o Promedio

x
xi * f i  xi * f i

n  fi

Para facilitar el cálculo de la misma optaremos por agregar una columna especial a la
tabulación de la distribución previa. Donde se calculara el producto entre cada valor que
tome la variable y su frecuencia correspondiente, esto es xi * f i , y así luego realizar la
suma correspondiente de cada valor obtenido y el resultado dividir por el tamaño de la
muestra.
Unidad Curricular: Estadística Instituto De Enseñanza Superior Alfredo Coviello
Prof.: Ledesma Javier Matías Carrera: Tecnicatura Superior En Administración de Empresas

x fi Fa fr f% : i xi * f i
0 2 2 0,06  0,07 7 25,2° 0*2= 0

1 3 5 0,10 10 36° 3

2 1 6 0,03  0,04 4 14,4° 2

3 1 7 0,03  0,04 4 14,4° 3

4 1 8 0,03  0,04 4 14,4° 4

5 3 11 0,10 10 36° 15

6 2 13 0,06  0,07 7 25,2° 12

7 5 18 0,16  0,17 17 61,2° 35

8 7 25 0, 23  0, 20 20 72° 56

9 5 30 0,16  0,17 17 61,2° 45

 fri
1  fi %  100  i  360
 xi * fi = 175

Entonces la Media Aritmética o Nota Promedio es: x 

 xi * f i  175  5,83  6
n 30

Respecto a la Moda, sabemos que es la variable que se repite con mayor frecuencia.
Así que la misma es: Mo  8, dado que es la nota que tiene mayor frecuencia, o sea con
fi  7 .

Por último el cálculo de la Mediana - Me .

Sabemos que este parámetro determina una posición de la variable la cual divide al
conjunto total de la muestra en dos subconjuntos de igual cantidad de datos.
Como es de nuestro conocimiento, estamos trabajando con un tipo de variable discreta y
cuantitativa, la cual pudimos ordenar de manera ascendente en una primera instancia.
Unidad Curricular: Estadística Instituto De Enseñanza Superior Alfredo Coviello
Prof.: Ledesma Javier Matías Carrera: Tecnicatura Superior En Administración de Empresas

Pero lo que debemos tener en cuenta, en forma previa, es si el tamaño de la muestra es

una cantidad par o impar de datos para poder determinar la misma.
Si es una cantidad “par” la Mediana se calcula de la siguiente manera:
xn  x( n 1)
2 2
Me =
2

Siendo xn simplemente el valor que toma la variable x en la posición n del orden

2 2
ascendente de la variable y x( n 1)
su inmediato siguiente.
2

Pero si es una cantidad “impar” la Mediana se calcula de la siguiente manera:

Me = x( n1)
2

Retomando el orden para concluir con el apartado – d)

0, 0, 1, 1, 1, 2, 3, 4, 5, 5, 5, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8, 8, 8, 9, 9, 9, 9, 9.

Resulta que n  30 representa una cantidad par de datos, por ende debemos utilizar la
siguiente:

0, 0, 1, 1, 1, 2, 3, 4, 5, 5, 5, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8, 8, 8, 9, 9, 9, 9, 9.
 
xn  x30  x15  7
2 2 x15 x16
x( n 1)
 x(30 1)
 x151  x16  7
2 2

x n  x( n 1) 77
Me = 2 2
 7
2 2

La misma en, este caso, es un valor promedio entre los dos valores centrales.
Unidad Curricular: Estadística Instituto De Enseñanza Superior Alfredo Coviello
Prof.: Ledesma Javier Matías Carrera: Tecnicatura Superior En Administración de Empresas

2) La siguiente es una muestra de la producción diaria de 30 telares para alfombra (en

yardas).

16.2 15.8 15.8 15.8 16.3 15.6

15.7 16.0 16.2 16.1 16.8 16.0
16.4 15.2 15.9 15.9 15.9 16.8
15.4 15.7 15.9 16.0 16.3 16.0
16.4 16.6 15.6 15.6 16.9 16.3

a) Ordenar los datos y desarrollar la distribución de frecuencias

pertinente.
b) Representar gráficamente mediante un Histograma.
c) Determinar la Media Aritmética, la Mediana y la Moda.

Desarrollo
Como vimos en el ejercicio previo, identificamos tanto el tamaño de la muestra (n)
como la variable y el tipo de variable para poder definir que distribución de frecuencia
se debe desarrollar. En este caso, una distribución de frecuencias para datos agrupados.
Entonces:

Tamaño de la muestra: n  30

Variable: x  produccion diaria de 30 telares  en yardas  - Tipo: cuantitativa continúa

Distribución de frecuencias:
Tamaño de la muestra: n  30 - Variable: x

Frecuencia Absoluta: f o f i

fi
Frecuencia Acumulada: Fa Frecuencia Relativa: f r 
n
Frecuencia Relativa Porcentual: f % y *Opcional: Grados o sector ( : i )
Unidad Curricular: Estadística Instituto De Enseñanza Superior Alfredo Coviello
Prof.: Ledesma Javier Matías Carrera: Tecnicatura Superior En Administración de Empresas

Una vez hecho esto, es conveniente antes de realizar el análisis pertinente a la

distribución de frecuencias, ordenar los datos para evitar errores y realizar un trabajo
menos complejo.

15,2 15,4 15,6 15,6 15,6 15,7

15,7 15,8 15,8 15,8 15,9 15,9
15,9 15,9 16 16 16 16
16,1 16,2 16,2 16,3 16,3 16,3
16,4 16,4 16,6 16,8 16,8 16,9

Ahora, debemos determinar lo siguiente:

Rango o Recorrido de la variable (R)

R  X max  X min

 X max es el maximo valor que admitela variable

Donde  X es el minimo valor que admitela variable
 min

Entonces R  X max  X min  16,9  15, 2  1,7  2

Aclaración: a veces es conveniente aproximar por redondeo o truncamiento, siempre

y cuando se es consciente del margen de error. Por el simple hecho de facilitar el
trabajo y realizar un distribución coherente de las frecuencias.
Dicho esto, entenderemos que es posible utilizar el mismo criterio a la hora de
determinar la cantidad necesaria o más óptima de intervalos de clase (m) para una
coherente distribución de frecuencias.
Esto significa que podemos proceder de manera totalmente arbitraria para determinar
la cantidad de intervalos.

 n

 o

Cantidad deintervalos : m  1  3.3*log(n) Regla de Sturges
 o

 aproximación 5  m  20
Unidad Curricular: Estadística Instituto De Enseñanza Superior Alfredo Coviello
Prof.: Ledesma Javier Matías Carrera: Tecnicatura Superior En Administración de Empresas

En este caso optaremos por la Regla de Sturges

m = 1  3.3*log(n)  1  3.3*log(30)  1  3.3*1, 48  5,884  6

A continuación se determina la amplitud (a) de cada intervalo:

R 2
a= a=  0,3  0,4
m 6
Luego podemos decir que la distribución de frecuencia se hará a partir de 6 (seis)
intervalos de clase, cada uno con igual amplitud de 0,3.
Pero para darnos cuenta de la arbitrariedad de la distribución, es posible hacer 5
(cinco) intervalos de amplitud 0,4, entre otras opciones.

Li Ls xi fi fr Fa
15,2 15,5 15,35 2 0,07 2
15,5 15,8 15,65 5 0,16 7
15,8 16,1 15,95 11 0,37 18
16,1 16,4 16,25 6 0,2 24
16,4 16,7 16,55 3 0,1 27
16,7 17,0 16,85 3 0,1 30
30 1,00

Aclaración:
En la tabla de arriba, los intervalos están separados en columnas diferentes, pero es solo
por una cuestión de Excel y de especificación de límites o extremos. En realidad, los
intervalos de clase son dispuestos en una única columna  a,b  , donde:

a = Li  es el limiteinferior del intervalo declase

y
b  L s  es el limite superior del intervalo declase
O sea, cada intervalo de la forma Li ,Ls 

Aclarado lo previo, continuamos con el cálculo de las Medidas de Tendencia Central.

x
xi * f i
Media Aritmética:
n
Al tratarse de una distribución de frecuencias para datos agrupados, se observa una
columna resaltada con el símbolo xi , el cual representa el promedio de los límites de
Unidad Curricular: Estadística Instituto De Enseñanza Superior Alfredo Coviello
Prof.: Ledesma Javier Matías Carrera: Tecnicatura Superior En Administración de Empresas

cada intervalo, o sea su punto medio.

Este valor xi se llama marca de clase y es igual a:

Li  Ls
xi 
2
Así, la primera marca de clase seria:

Li  Ls 15, 2  15,5
xi    15,37
2 2
Y siendo conscientes de la existencia de la columna adicional xi* fi
Entonces el primer producto seria:
xi* f i  15,37 * 2  30,74
y así los productos subsiguientes hasta culminar la columna y reemplazar en la fórmula

para el cálculo de la Media Aritmética x  

Li Ls xi fi fr Fa xi* fi
15,2 15,5 15,35 2 0,07 2 30,7
15,5 15,8 15,65 5 0,16 7 78,25
15,8 16,1 15,95 11 0,37 18 175,45
16,1 16,4 16,25 6 0,2 24 97,50
16,4 16,7 16,55 3 0,1 27 49,65
16,7 17,0 16,85 3 0,1 30 50,55
30 1,00  x * fi = 482,10
i

Luego

x
xi * f i 482,10
  16, 07  16,1
n 30

Para el cálculo de la Moda (Mo)

 f Mo  f ant Mo 
Mo  Li Mo   *a
 
  f Mo  f ant Mo   f Mo  f post Mo  


Donde
Li Mo : Es el límite inferior del intervalo modal.
f Mo : Es la frecuencia absoluta del intervalo modal.
f ant Mo : Es la frecuencia absoluta respectiva al intervalo de clase anterior al intervalo
modal.
f post Mo : Es la frecuencia absoluta respectiva al intervalo de clase posterior al intervalo
modal.
a : Es la amplitud del intervalo modal.
Unidad Curricular: Estadística Instituto De Enseñanza Superior Alfredo Coviello
Prof.: Ledesma Javier Matías Carrera: Tecnicatura Superior En Administración de Empresas

Si bien, este parámetro estadístico se obtiene a partir de una fórmula de aplicación, antes
de reemplazar valores, debemos primero, determinar el intervalo modal.
Intervalo modal: es el intervalo de clase de mayor frecuencia, es decir, es el intervalo
que contiene la mayor cantidad de observaciones registradas.
Por consiguiente, dicho intervalo seria: 15,8;16,1 dado que su f Mo  11

Luego:
 11  5 
LiMo  15,8 Mo  15,8    *0,3
 11  5  11  6  
f Mo  11

 6 
f ant Mo  5 Mo  15,8    *0,3
  6    5 
f post Mo  6 Mo  15,96

a = 0,3

Y por último, para el cálculo de la Mediana (Me)

n    fi 
  Fa i-1    Fai 1 
Me  Li Me   2  * a = Li Me   2 *a
 f Me   f Me 
   
 
O
 n+ 1 
 2  Fai-1 : 
Me  Li Me   *a
 f Me 
 
Donde

n : Es el tamaño de la muestra
Li Me : Es el límite inferior del intervalo clase mediana.
f Me : Es la frecuencia absoluta del intervalo clase mediana.
Fai-1 : Es la frecuencia acumulada respectiva al intervalo de clase anterior al intervalo
clase mediana.
f Me : Es la frecuencia absoluta respectiva al intervalo de clase posterior al intervalo
modal.
a : Es la amplitud del intervalo modal.
Unidad Curricular: Estadística Instituto De Enseñanza Superior Alfredo Coviello
Prof.: Ledesma Javier Matías Carrera: Tecnicatura Superior En Administración de Empresas

Intervalo clase mediana: Para conocer este intervalo, debemos determinar la frecuencia
n n+ 1
acumulada absoluta que contenga al elemento o en su defecto al elemento ,
2 2
según la formula a utilizar.
n 30
Si   15
2 2
Por consiguiente, dicho intervalo seria: 15,8;16,1 dado que su Fa  18 y contiene a15

Luego:
n 
 2  Fai-1 
LiMe  15,8 Me  Li Me   *a
 f Me 
 
f Me  11

 15  7 
Fai-1  7 Me  15,8    *0,3
 11 
a = 0,3
Me  16, 01
Unidad Curricular: Estadística Instituto De Enseñanza Superior Alfredo Coviello
Prof.: Ledesma Javier Matías Carrera: Tecnicatura Superior En Administración de Empresas

Enunciados – Actividades

1 – Desarrolle y Resuma mediante un esquema o mapa conceptual lo siguiente:

 ¿Qué es la Estadística?
 Elementos y conceptos fundamentales
 Presentación de los datos
 Organización de datos y Distribución de frecuencias. (Unidimensional)

2 – Desarrollar y vincular
 Medidas de Tendencia Central (Definiciones y Formulas para datos simples y
agrupados).
 Medidas de Dispersión (Definiciones y Formulas para datos simples y
agrupados).

3 – Actividad de Investigación:
 Definir Distribución Bidimensional e investigar y relacionar con Teoría de
Correlación y Regresión lineal.
 Variable Cualitativa y Clasificación de la misma

Ejercicios de Aplicación:

1) Con el propósito de hacer una evaluación de desempeño y un ajuste de cuotas,

VOLSKWAGEN (VW) – ALPEROVICH S.A. – TUCUMAN, estuvo
inspeccionando las ventas de automóviles de 20 vendedores de la sucursal
CONCEPCION. En un periodo de un mes, tuvieron las siguientes ventas de
automóviles:

a) Determine el tamaño de la muestra, la variable y tipo de variable.

b) Construya la distribución de frecuencias correspondiente.
c) Realice el grafico de barras y de sectores.
Unidad Curricular: Estadística Instituto De Enseñanza Superior Alfredo Coviello
Prof.: Ledesma Javier Matías Carrera: Tecnicatura Superior En Administración de Empresas

d) A partir del análisis de los apartados previos, concluya:

 Si las ventas menores de siete automóviles por mes se consideran como un

desempeño inaceptable, ¿Cuantos vendedores se consideran en bajo
rendimiento?

 Ahora bien, la compañía VW tiene la creencia de que una sucursal no puede

mantenerse financieramente con menos de 250 unidades mensuales. Es
también política de la compañía otorgar una bonificación económica al gerente
de la sucursal que genere más de 300 unidades mensuales. Entonces, indique si
dicha sucursal puede mantenerse y si recibirá una bonificación.

2) El número de horas que les toma a los mecánicos retirar, reparar y reinstalar una
transmisión ASG en uno de los talleres de VW, durante un día de la semana
anterior, se registra de la manera siguiente:

A partir de estos datos:

a) Determine el tamaño de la muestra, la variable y tipo de variable.
b) Construya la distribución de frecuencias correspondiente.
c) Realice el grafico de histograma y de sectores.
d) De los apartados previos, concluya:

 Si el encargado del sector Taller cree que más de 6.0 horas es evidencia de un
desempeño insatisfactorio, ¿de qué magnitud es el problema del desempeño de
los mecánicos en este taller en particular?

 ¿A qué conclusiones puede llegar acerca de la productividad de los mecánicos

si toma en cuenta la distribución de frecuencias y la referencia 6.0 horas?
Unidad Curricular: Estadística Instituto De Enseñanza Superior Alfredo Coviello
Prof.: Ledesma Javier Matías Carrera: Tecnicatura Superior En Administración de Empresas

3) Las ganancias que se obtuvieron por la venta de los vehículos en Applewood Auto
Group el mes pasado se manifiestan a continuación:

a) Organice los datos en una tabla de distribución de Frecuencias.

b) Grafique el Histograma respectivo y el Diagrama de Sectores o grafico de Torta.
c) Sabiendo que las ganancias se concentran entre $1000 y $3000. ¿Qué porcentaje
representa dicho rango? Y ¿sobre cuántas unidades venidas recae estas
ganancias?
d) ¿Qué porcentaje representa la mayor concentración de ganancias?
e) Calcular Medidas de Tendencia Central
f) Calcular Medidas de Dispersión
Unidad Curricular: Estadística Instituto De Enseñanza Superior Alfredo Coviello
Prof.: Ledesma Javier Matías Carrera: Tecnicatura Superior En Administración de Empresas

5-. Dada la siguiente Tabla, Determine Medidas de Dispersión y realizar el Histograma

correspondiente a la distribución de frecuencias.

Intervalo X fi
50-54 52 7
54-58 56 10
58-62 60 16
62-66 64 20
66-70 68 18
70-74 72 11
74-78 76 8