Unidad 1 - Introduccion
Unidad 1 - Introduccion
ESTADISTICA I
APUNTES DE CÁTEDRA
ESTADISTICA I
Unidad I - INTRODUCCIÓN
Todos los días recibimos infinidad de información que nos sirven de guía en nuestra vida
personal. Por ejemplo, escuchar el pronóstico del tiempo a la mañana nos ayuda a decidir como
vestirnos, nuestros gustos personales también rigen algunas decisiones, como ver una película, a
pesar de las críticas negativas.
Los administradores, también deben tomar decisiones todos los días. Aunque en ocasio-
nes evidencian sus “impulsos” al tomar decisiones (lo que se conoce formalmente como toma de
decisiones no estructuradas), la mayoría de las veces deciden a partir de hechos concretos. Como
estudiante de Ciencias Económicas, usted no debe tomar decisiones no estructuradas, ya que
éstas requieren una intuición y discernimiento que se desarrollan tras muchos años de experien-
cia. Sin embargo, puede aprender procedimientos y métodos que lo ayudarán a tomar mejores
decisiones basadas en hechos concretos. Cuando comiencen a familiarizarse con los procedi-
mientos y métodos implicados en la recolección, la presentación y la elaboración de resúmenes
de un conjunto de datos o a obtener conclusiones acerca de tales datos, entonces habrán descu-
bierto la estadística.
En los negocios y en la economía, una razón básica para recopilar, ordenar, presentar y
resumir datos, para posteriormente analizarlos, es proporcionar a los administradores y a quienes
deben tomar decisiones una mejor comprensión del entorno económico y comercial, para permi-
tirles tomar mejores decisiones, al contar con más información. En una sociedad globalizada, se
dispone de mucha información estadística. Los mejores administradores, economistas, contado-
res y ejecutivos son lo que pueden comprender la información y usarla eficazmente.
ESTADÍSTICA
Método Científico
Datos
Una población puede ser finita o infinita. Por ejemplo, la población consistente en todos
los paquetes de yerba producidos por un molino en un cierto día es infinita, mientras que la po-
blación de clientes de caja de ahorros de un banco es finita.
La opción entre población y muestra puede ser presentada como la opción entre un re-
levamiento caro y un relevamiento económico, o bien entre exactitud y precisión. La muestra
no garantiza, pues, exactitud pero puede asegurar investigaciones estadística rápidas y económi-
cas que suelen ir acompañadas con la información del grado de precisión con el que se ha traba-
jado.
Los propósitos de los métodos estadísticos es utilizar estadísticos muestrales para estimar
parámetros poblacionales.
Estadística I 4
Una variable es una magnitud que puede tomar diferentes valores entre dos previa-
mente determinados, que limitan lo que constituye el campo de variación de la variable.
Ejemplos: los ingresos o los gastos de un conjunto de personas, la cantidad de facturas emitidas
por una empresa en un mes determinado, la variación en el precio de las acciones que cotizan en
Bolsa.
Una variable es una característica de interés del objeto de estudio. Un aspecto esencial de
la palabra variable es la idea de que las personas difieren y las cosas también. A diferencia de
una constante que es una magnitud que puede tomar un solo valor. Se debe distinguir entre una
variable y su valor en una observación individual (dato).
Las variables cualitativas indican atributos o calidades, a pesar que se pueden utilizar
diferentes cantidades para indicar cualidades, pero sin que las cantidades utilizadas permitan
realizar comparaciones del tipo mayor – menor. Se refieren a clasificaciones y arrojan respuestas
categóricas.
Ejemplos: forma de pago en un comercio, preferencia por una marca de gaseosas, secto-
res económicos, etc.
Las variables discretas sólo pueden tomar algunos valores en su campo de variación o
valores aislados a lo largo de una escala. Obedecen a procesos de conteo y toman como valores
los números enteros.
Las variables continuas son aquellas que pueden tomar cualquier valor en el campo de
su variación o cualquier valor entre dos valores dados. Son el resultado de procesos de medición
y toman como valores los números fraccionarios.
En todos los casos, el valor podría desviarse dentro de un cierto margen, dependiendo de
la precisión del instrumento de medición utilizado. En las conversaciones diarias tendemos a
truncar las variables y tratarlas como si fueran variables discretas. Sin embargo, la diferencia es
muy importante en estadística, ya que es uno de los factores de los que depende que un método
estadístico sea mejor que otro.
Ejemplos: el peso del contenido de un paquete de arroz; el tiempo necesario para realizar
una transacción bancaria; la distancia que recorre un alumno para llegar a la facultad; el monto a
pagar de impuesto a las ganancias; el importe de las extracciones realizadas en un cajero auto-
mático, etc.
En términos generales puede decirse que las variables continuas se relacionan con la
operación de medir, en tanto las variables discretas se relacionan con la operación de con-
tar.
Un experimento aleatorio, es aquel que al realizarse bajo las mismas condiciones, puede
arrojar diferentes resultados.
Ejemplos: los incobrables de una empresa; tiempo requerido para realizar una reparación;
peso de un paquete de arroz; el importe de una compra; el precio de una acción.
Variables
Aleatorias Determinísticas
Cualitativas Cuantitativas
Discretas Continuas
El objeto de estudio o elemento es la entidad acerca de la cual se reúnen los datos; estos
se obtienen anotando las mediciones de cada variable para cada uno de los componentes del ob-
jeto de estudio.
Los datos son los valores observados de las variables. Son hechos o números que se re-
copilan, ordenan, presentan y resumen para su análisis.
Los datos se reúnen mediante niveles o escalas de medición, que permiten determinar la
cantidad de información que contienen los datos e indican el resumen de los datos y el análisis
estadístico apropiado.
Datos de nivel o escala nominal: en este caso los datos son etiquetados con nombres que se
emplean para identificar un atributo del elemento. Son observaciones de una variable cualita-
tiva y sólo se clasifican y cuentan. No existe una forma particular para ordenarlos, pero se les
puede asignar una clave numérica, para facilitar su tratamiento. Por ejemplo: marcas de ga-
seosas; países a los que se exporta soja; ocupación de los clientes.
Resumiendo:
Las categorías de datos se encuentran representadas por etiquetas o nombres.
Aún cuando las etiquetas se codifiquen con números, las categorías de datos no tienen
ningún orden lógico.
Datos de nivel o escala ordinal: los datos ordinales indican el orden que ocupan los distin-
tos objetos y los valores son palabras que describen las respuestas. Por ejemplo, se podrían
codificar las respuestas para valorar la calidad de un producto (1: malo; 2: medio; 3: bueno);
valorar la satisfacción con el servicio del bar de la facultad (1: muy insatisfecho; 2: modera-
damente insatisfecho; 3: ninguna opinión; 4: moderadamente satisfecho; 5: muy satisfecho) o
la preferencia de los consumidores entre tres gaseosas (1: la que más prefiere; 2: segunda op-
ción; 3; tercera opción). En esto ejemplos las respuestas son ordinales, es decir, se sigue un
orden, pero la “diferencia” entre ellas no tiene ningún significado mensurable, se clasifican y
ordenan, considerando las respuestas obtenidas. La calidad del producto que obtiene la califi-
cación, bueno, es mejor que el medio y este mejor que el malo, pero si al bueno se le asigna
Estadística I 7
un 3 y al malo un 1, no podemos concluir que la calidad del producto que obtuvo un 3 es tres
veces mejor que el que obtuvo un 1.
Resumiendo:
Las clasificaciones de los datos se encuentran representadas por conjuntos de etique-
tas o nombres, las que tienen valores relativos.
En consecuencia, los valores relativos de los datos se pueden clasificar u ordenar.
Datos de nivel o escala de intervalos: cuando los datos tienen las características de los datos
ordinales y la diferencia entre valores constituye una magnitud constante, son datos de nivel
o escala de intervalos. Son siempre numéricos. En resumen, si las distancias entre los núme-
ros tienen sentido, aunque las razones no, estamos ante una escala de intervalo de medición
Es importante destacar que 0 es un punto más en la escala, no representa la ausencia de esta-
do. Ejemplos: temperatura, los talles de la ropa, la cantidad de materias aprobadas por los
alumnos. Éstos pueden ser clasificados u ordenados de los que tienen más a los que tienen
menos materias. La diferencia entre la cantidad de materias aprobadas es importante.
Resumiendo:
Las clasificaciones de los datos se ordenan de acuerdo con el grado que posean de la
característica en cuestión.
Diferencias iguales en las características representan diferencias iguales en las medi-
ciones.
Datos de nivel o escala de razón: todos los datos cuantitativos son registrados en esta esca-
la, si los datos tienen todas las propiedades de los datos de intervalo, el punto 0 tiene sentido
y el cociente de dos valores es significativo, tenemos una escala de razón. Un requisito de
ésta escala es que debe contener un valor cero que indica que no existe nada para una varia-
ble en el punto cero. Ejemplos: cantidad de extracciones realizadas en un cajero automático,
número de facturas emitidas, importe de ventas diarias, producción de soja en una campaña.
Resumiendo:
Las clasificaciones de datos se ordenan de acuerdo con la cantidad de características
que poseen
Diferencias iguales en las características representan diferencia iguales en los núme-
ros asignados a las clasificaciones.
El punto 0 representa la ausencia de característica y la razón entre dos números es
significativa.
Niveles o escalas
de medición
Punto 0
Los datos sólo Los datos se Diferencias significativo y
se clasifican ordenan significativas entre razón entre
valores valores
Estadística I 8
También es importante distinguir entre datos transversales y series de tiempo. Los datos
transversales se reúnen en el mismo, o aproximadamente el mismo, punto en el tiempo. Los
datos de series de tiempo se coleccionan a lo largo de varios períodos de tiempo.
Identificar las fuentes de datos apropiadas es un aspecto importante del análisis estadísti-
co. Si los sesgos, ambigüedades u otro tipo de errores estropean los datos que son recolectados,
ni siquiera los métodos estadísticos más complejos producirán una información precisa. Existen
cuatro importantes fuentes de datos:
Experimento, en el que se ejerce un control deliberado de algunos o todos los factores que
pueden influir en la variable bajo estudio a fin de identificar posibles causas. Por ejemplo,
para probar la efectividad de un detergente, un experimentador determina qué marcas son
más eficientes para dejar limpia la ropa sucia, lavándola directamente, en lugar de preguntar
a los clientes qué marca creen que sea más eficaz.
Cuando se estudian las características de una población, existen diversas razones prácti-
cas para preferir la selección de una muestra para observar y medir. Algunas de las razones son:
Trabajar con toda la población requeriría mucho tiempo. Si el gobernador de una pro-
vincia quisiera conocer la opinión de los habitantes de esa provincia respecto a la seguridad,
entrevistar a todos los habitantes llevaría mucho tiempo. Realizar una encuesta por muestreo
permitiría conocer los resultados en poco tiempo.
Los resultados de la muestra son adecuados. Aunque se contara con el tiempo y los recur-
sos suficientes para realizar un estudio de toda la población, es posible que la diferencia en
los resultados obtenidos no sea significativa, respecto a los resultados de un estudio mues-
tral. Si quisiéramos conocer el precio de un kg. de costilla, es posible que no encontramos
diferencias significativas en el precio, si consultamos una muestra de carnicerías y super-
mercados, en vez de encuestar a todas las carnicerías y supermercados.
gos o errores en los resultados que se obtienen, considerando que un dato erróneo en la mues-
tra incide en la confiabilidad mucho más que uno en la población.
Para la selección probabilística manual, es común utilizar las tablas de números aleato-
rios, que son construcciones numéricas de dígitos dispuestos en filas y columnas, de modo tal
que se agrupan de a 25 dígitos (a razón de 5 filas y 5 columnas por grupo). Un grupo de 25 dígi-
tos puede ser el siguiente:
23874
07854
96453
17590
52086
La selección de los números aleatorios permite, con un sistema apropiado de asignacio-
nes, determinar los elementos que conformarán la muestra. Para iniciar la selección de los núme-
ros aleatorios, conviene un ingreso aleatorio a la tabla, seleccionando al azar la columna y la
fila que permitirán encontrar el primer grupo de cinco dígitos de la serie de n que se requieren.
Seleccionado, entonces, al azar el primer grupo de cinco dígitos que constituye el primer
número aleatorio, se continúa con los siguientes, considerando a la tabla como un texto que debe
leerse de izquierda a derecha.
Por ejemplo, sean los siguientes números los aleatorios seleccionados para conformar una
muestra determinada de tamaño n = 6:
23874 56730 05628 34902 17472 96173
Los números decimales así construidos se simbolizan con xai (número aleatorio iésimo), y
se utilizan en la siguiente fórmula, cuya aplicación permite obtener todos los elementos de la
muestra:
ELEMENTOi ENTERO N xai 1 ( para i entre 1 y n)
con lo cual, si el tamaño de la población fuera de N=120, los seis elementos que integrarán la
muestra serán:
ELEM ENTERO1200, 23874 1 ENTERO28,648 1 29
1
ELEM ENTERO120 0,56730 1 ENTERO68,076 1 69
2
...............
ELEM ENTERO1200,96173 1 ENTERO115,4076 1 116
n
Es decir que los elementos número 29, 69,…, y 116 conformarán la muestra elegida.
El tamaño de la población (N): Una muestra de determinado tamaño puede ser suficiente
para investigar una cierta población, pero si el número de elementos de esa población se in-
crementa al doble, si bien será necesario incrementar el tamaño de la muestra, no puede ase-
gurarse que deba incrementarse el tamaño de la muestra al doble (puede ser incrementada a
más o a menos del doble), lo cual quiere decir que la muestra crecerá en el mismo sentido
que la población, pero en proporciones tal vez diferentes. ¿De qué depende eso? Sin duda,
de la variabilidad que asuma la población con su nuevo tamaño. En definitiva, el tamaño de
la población influye en forma directa en el tamaño de la muestra.
5. TIPOS DE MUESTREO
Muestreo probabilístico:
Muestreo simple al azar: Consiste en seleccionar la muestra considerando que cada elemen-
to de la población tiene similar probabilidad de ser incluido en la selección. Es decir, una vez
identificados los N elementos, se elige una muestra de tamaño n mediante un sorteo (con los
métodos ya vistos y conocidos), lo cual convierte a este sistema en un procedimiento rápido
y eficiente. Este forma de selección es conveniente cuando la población resulta ser homogé-
nea, es decir cuando la variabilidad es menor.
a ENTERO p xa 1
Las variables de estratificación (las que se utilizan para dividir a la población en estratos) de-
ben estar estrechamente relacionadas con la característica de interés buscada.
Muestreo por grupos o conglomerados: En todos los métodos anteriores los elementos que
conforman la muestra se seleccionan individualmente. En esta técnica un grupo de elementos
se selecciona aleatoriamente en forma simultánea, es decir se utilizan todos los elementos del
grupo seleccionado. Por lo tanto, antes de poder seleccionar una muestra la población debe
dividirse en grupos mutuamente excluyentes y colectivamente exhaustivos. Luego, se selec-
ciona una muestra aleatoria de estos grupos. Si los grupos son exactamente tan heterogéneos
como la población, cualquier grupo que se seleccione representará con exactitud a la pobla-
ción. Una forma común del muestreo por grupos es el muestreo por áreas, en el cual los gru-
pos consisten en áreas geográficas como ciudades, calles, etc.
Muestreo no probabilístico:
Muestreo por juicio: Los elementos de muestreo se seleccionan en base a lo que algún ex-
perto considera acerca de la contribución que esas unidades en particular harán para respon-
der las preguntas de investigación. Ejemplo: la decisión de entrevistar a un agente de com-
pras de una empresa acerca de un determinado producto o en una prueba de mercado hacer
un juicio con respecto a qué ciudades serían las mejores para probar el potencial de venta de
un nuevo producto.
Muestreo por cuotas: Es un tipo especial de muestreo por juicio. Trata de obtener una mues-
tra que sea similar a la población en algunas características. La muestra se selecciona por
medio de un relevamiento de campo tratando de integrarla con cierta proporción de casos de
determinadas características de control (sexos, edades, niveles sociales, etc.), datos estos que
se conocen de un relevamiento censal anterior. Para seleccionar una muestra por cuotas de-
bemos primero especificar la lista de características de control más importantes y luego co-
Estadística I 14
nocer la distribución de las mismas en toda nuestra población. Ejemplo: si tenemos dos ca-
racterísticas de control de interés: edad y sexo, lo expondríamos así:
Edad: 2 categorías: menores de 30 y mayores de 30
Sexo: 2 categorías: masculino y femenino
Se obtienen así cuatro grupos. Conociendo la proporción de población en cada uno de estos
grupos calculamos la cuota de la muestra para cada uno de ellos. El único requerimiento es
que los elementos seleccionados se ajusten a las características de control.
Muestreo de bola de nieve: Es una técnica en la que se selecciona al azar un grupo inicial de
entrevistados. Los entrevistados siguientes se eligen en base a las referencias o la informa-
ción que proporcionan los entrevistados iniciales. Con obtención de referencias de las refe-
rencias, este proceso puede llevarse a cabo en forma sucesiva. Uno de los principales objeti-
vos de este muestreo es estimar las características raras de la población. Ejemplo: se entrevis-
tan a personas dedicadas al ciclismo y a esas personas se les pide referencias sobre otras con
la misma característica.
Los cuadros estadísticos son construcciones técnicas apropiadas que tienen como propó-
sito la presentación sistematizada de los datos estadísticos de manera ordenada para facilitar su
observación y comprensión.
Para diseñar un cuadro estadístico debe tenerse presente que los aspectos formales (título,
nombre de las columnas, disposición de las filas, disposición de los totales en su interior) son tan
importantes como los propios datos o informaciones incorporados en él.
Estadística I 15
En primer lugar, el cuadro estadístico se construye sobre la base del siguiente diagrama:
Título
Contenido
Fuente de la información
A continuación se analizará cada uno de los elementos que integra el cuadro:
Título del cuadro: el título debe expresar claramente y con brevedad el contenido del cuadro.
Para ello debe dar una idea precisa y preliminar acerca del tema al cual hace referencia
la información contenida en él.
Para construir adecuadamente el título, se deben formular las siguientes cuatro preguntas:
¿Dónde?: La respuesta a esta pregunta señala el lugar o ámbito geográfico que co-
rresponde a la información contenida. Ejemplos: Corrientes (Capital); Departa-
mento Comandante Fernández; Provincia del Chaco.
¿Cuándo?: Esta pregunta intenta definir el momento (dado por la fecha o el per-
íodo de tiempo) al que se refiere la información. Ejemplos: Año 2010; Marzo
2013; Período 2000-2010. A menudo el ¿cuándo? resulta difícil de precisar o comple-
jo de indicar, especialmente en cuadros comparativos en el que aparecen varios mo-
mentos.
Si bien la construcción de un título debe ser elástica, resulta sumamente apropiado construirlo
guiándose con las preguntas indicadas precedentemente.
Para organizar correctamente el armado del título se aconseja seguir la secuencia siguiente:
debe comenzar por el cuantificador, seguir por el sujeto de la información y culminar por las
categorías y aperturas, tomando en cuenta el siguiente principio: las clasificaciones que figu-
ran en el encabezamiento deben estar precedidas por la expresión “por” y las clasificaciones
que figuran en la columna matriz, por la expresión “según”.
Ejemplo: suponga que posee información sobre los importes de las ventas de las empresas
metalúrgicas en el país, por provincias, para los años 2000 - 2012. ¿Cómo redactaría el título?
(a continuación el título se redacta en negrita; entre paréntesis se indican los elementos inte-
grantes del título para una mejor orientación):
Siguiendo las normas señaladas: (primero el cuantificador) “Importe de” (luego el sujeto)
“ventas de las empresas metalúrgicas” (ahora sería conveniente colocar el dónde) “en la
República Argentina” (luego se colocan el nombre de las clasificaciones a las que se ante-
ponen las palabras “por” y “según” en función de cuál va en el encabezamiento y cuál en la
columna matriz) “por provincia” (finalmente el cuándo) “Años 2000 - 2012”
Columna Matriz del Cuadro: este sector suele recibir la clasificación que posea la mayor
cantidad de categorías. En el ejemplo dado, los años poseen la mayor cantidad de categorías
(son 13), por lo que corresponde se los ubique en la columna matriz; en caso contrario el cua-
dro se extendería demasiado en forma apaisada.
Encabezamiento: recibe el resto de las clasificaciones, teniendo en cuenta que, si hay dos o
más, cada una deberá contener a las demás.
Una manera práctica de ordenar el encabezamiento es la siguiente: una vez que tengamos de-
finidas las clasificaciones que posee la información, se verifica cuál es la que va en la co-
lumna matriz (la más extensa en número de categorías).
Por ultimo, si las clasificaciones que van en el encabezamiento son más de dos, tal vez con-
venga mostrar los datos dividiendo el cuadro en dos cuadros más pequeños que sean com-
plementarios entre sí.
Para saber cuál es el total de columnas de un cuadro se multiplican entre sí el número de las
categorías de cada clasificación que se destina al encabezamiento, incluyendo la destinada a
los totales.
Cuerpo de la tabla o contenido del cuadro: es el sector central del cuadro, destinado a re-
cibir la información que se desea presentar, y puede confeccionarse con valores absolutos,
relativos (porcentajes) o con una combinación de ambas alternativas. En éste último caso, la
cantidad de columnas se duplica si el dato relativo se encuentra acompañado por el dato ab-
soluto.
Para aquellos datos que necesiten una indicación especial resulta apropiado confeccionar un
conjunto de signos convencionales, que pueden ser algunos de los siguientes:
Las indicaciones especiales deben efectuarse mediante llamadas que se señalan con números
entre paréntesis (por ejemplo: (1)), y son aclaradas al pié del cuadro, antes de la fuente.
Fuente de los datos: Es la mención del origen de la información que debe ser incorporada
en cada cuadro estadístico que se presente. Se coloca al pié, luego de las notas explicativas
que se requiera agregar. La fuente es el único reconocimiento que se efectúa a quien ha cons-
truido el cuadro originalmente (en caso de que sea reproducido) o a quien ha procesado la in-
formación estadística que le da origen, por lo que su inserción es necesaria.
Deben mencionarse en las siguientes situaciones: 1) los cuadros a presentar son inéditos,
preparados por el propio servicio u oficina que los publicará; 2) la información contenida en
el cuadro proviene de otro servicio u organismo estadístico. Asimismo en la fuente deben de-
tallarse los siguientes datos: nombre de la publicación de la que se obtuvo los datos; nombre
del servicio que la editó; año de edición y en caso de ser necesario, página/s que contienen
los cuadros originales. En caso de que la fuente sea propia, basada en recopilación por cen-
sos o encuestas, debe indicarse esta circunstancia. Si el cuadro forma parte de una publica-
ción en la que figura claramente el dónde y el cuándo, pueden omitirse estas dos preguntas
cuando se redacta el título.
Estadística I 18
Los gráficos estadísticos son construcciones que permiten presentar los datos contenidos
en un cuadro para una mejor, más clara y rápida interpretación. El gráfico estadístico es un com-
plemento sumamente útil de cualquier cuadro estadístico y por lo tanto corresponde dar las indi-
caciones apropiadas para su construcción.
La mayor parte de los gráficos estadísticos están basados en un sector del plano encerrado
entre dos ejes, simbolizados con X é Y, llamados respectivamente eje de las abscisas y eje de las
ordenadas, y que, esquemáticamente, tiene la forma siguiente:
Y (ordenadas)
X (abscisas)
En el eje Y suelen representarse la cantidad de casos mientras que en el eje X suele repre-
sentarse la variable que se desea medir. Estos ejes deben tener las escalas adecuadas para permi-
tir dicha representación
Todo gráfico debe tener un título, cuya construcción sigue los mismos lineamientos que el de
los cuadros. Sin embargo, cuando el gráfico acompaña a un cuadro que ya tiene título y se
presentan en conjunto, el título del cuadro sirve también para identificar el gráfico.
Debe indicarse claramente en que unidad de medida se trabaja con cada eje, colocando esas
unidades a la derecha en el eje “X” y en la parte superior en el eje “Y”.
Son fundamentales las referencias que permiten identificar qué representa cada barra (que se
rellena con colores o grafismos diferentes), y que se colocan en el interior del gráfico (siem-
pre que sea posible) o en el exterior cuando no hay demasiado lugar en el interior.
El gráfico puede confeccionarse abierto y cerrado. En éste último caso (gráfico cerrado) se
trazan dos líneas paralelas a los ejes, que limitan y encierran la figura interior.
Se suelen trazar líneas horizontales que marcan algunos valores de la escala, para permitir
una lectura más sencilla y rápida de los valores correspondientes al eje Y.
Hay distintos tipos de gráficos y no existen reglas definidas que indique qué gráfico debe
usarse en cada caso. Más bien hay normas y razones de conveniencia que sugieren el uso de un
tipo de gráfico y no de otro para determinados casos. En líneas generales los tipos de gráficos
son:
De bastones
Lineales
Poligonal
Simples verticales
De superficie Simples horizontales
De barras
Barras múltiples
Barras compuestos
De partes componentes
Circulares
100
80
Nº de reparaciones 60
40
20
0 1 2 3 4
Cantidad de máquinas
Estadística I 20
Gráficos de líneas: se construyen, como su nombre lo indica, sobre la base de una poligo-
nal, es decir una línea quebrada, que va mostrando las variaciones de la variable que se
desea analizar.
Para la correcta construcción de un gráfico lineal deben tenerse presente que se aplica
cuando se dispone de datos que tienen una evolución a lo largo del tiempo (para varios
días, semanas, meses, o años) ya que, precisamente, la poligonal que sirve de base para la
graficación se asocia visualmente con la idea de una evolución temporal; en cambio no es
aplicable a datos que correspondan a diferentes zonas geográficas (ciudades, provincias,
barrios, etc.).
VENTA DE AUTOMÓVILES
50
40
VENTAS
30
20
10
0
I II III I II
2011 2012
CUATRIMESTRES/ AÑOS
Gráfico de Barras simples verticales: consiste en construir el gráfico con rectángulos, todos
de igual base y altura proporcional.
40
30 Nacionales
30 Importados
20
10
0
Nacionales Importados
Estadística I 21
Gráfico de Barras simples horizontales: veamos el mismo ejemplo, pero ahora, con ba-
rras horizontales.
Importados 30
Nacionales
Importados
Nacionales 50
0 10 20 30 40 50 60
Gráfico de Barras múltiples: en este tipo de gráfico coexisten, para cada valor de la varia-
ble, dos o más barras, y en esas condiciones se puede presentar, por ejemplo, la evolución
para varios momentos simultáneamente. Sin embargo, no conviene construir los gráficos
de barras múltiples con una cantidad de barras que exceda las tres debido a las dificultades
de interpretación.
60
50
40
Cantidad de autos 30
20
10
0
2010 2011 2012
Años
En el caso anterior el gráfico se construyó con valores absolutos, pero puede construirse
con valores relativos (porcentajes). En ese caso la escala del eje Y se indica en forma por-
centual. La altura de todas las barras es la misma y equivale a un valor porcentual del 100
%.
Observe el mismo ejemplo anterior, pero esta vez con valores relativos:
Las diferencias entre los gráficos son notorias: en el primero la altura de las columnas di-
fiere según los valores que les corresponden; en el segundo, la altura de las barras es la
Estadística I 23
misma, y el interior de cada una está dividido según la participación porcentual de cada
carrera.
Gráfico de partes componentes: permite representar, para distintos momentos del tiempo,
las partes componentes de un total, pero en este caso, a pesar de que se utilizan líneas rec-
tas para efectuar los trazos, lo que importan son precisamente las superficies o áreas que
aquellas delimitan, cuyo tamaño va mostrando la evolución de cada componente a lo largo
del tiempo.
A diferencia del gráfico lineal, el de partes componentes tiene una estructura similar a la
barra compuesta, es decir que cada parte va acumulando los valores a la parte anterior, por
lo que la última parte agregada muestra el total.
Asimismo, del mismo modo que los gráficos de barras compuestas, pueden construirse con
valores absolutos o con valores relativos (porcentajes), en cuyo caso se observarán diferen-
cias en la lectura e interpretación de los datos involucrados.
Gráficos circulares: son gráficos que se confeccionan tomando como base la figura ge-
ométrica del círculo, el cual se divide en sectores que representan valores porcentuales si-
milares a las partes de un total. En un lenguaje más vulgar, estos gráficos son conocidos
como los de “torta”.
Tipos de automoviles
30
50
Nacionales
Importados
Los gráficos circulares son muy útiles para presentar la composición de un total en un
momento en particular, no así para mostrar la evolución de una variable en el tiempo.
Asimismo los gráficos circulares pueden construirse tomando en consideración los da-
tos absolutos como los datos porcentuales.
Tipos de automoviles
37,50%
62,50%
Nacionales
Importados
Estadística I 25
PREGUNTAS TEORICAS
3. En el muestreo sistemático, el cálculo N/n ¿ se realiza para obtener cuál de los siguientes
elementos?:
a) el arranque “a” b) la progresión “p” c) el primer elemento a seleccionar