Mdulo: II

Unidad: I

Semana: 01

ESTADSTICA PARA NEGOCIOS I

Lic. Segundo A. Garca Flores

TTULO DEL TEMA

Estadstica Descriptiva

ORIENTACIONES
Lea las previamente las orientaciones generales
del curso.
Revise los temas afines a este en la Biblioteca
Virtual de la UAP.
Participe de los foros.

CONTENIDOS TEMTICOS
A modo de introduccin
Qu es la Estadstica?
Clasificacin de la Estadstica
Elementos de la Estadstica
Escalas de medicin
Recoleccin de datos
Fuente de datos
Tabla de frecuencias

DESARROLLO DE CONTENIDOS - SUBTTULOS

DEL TEMA

Porqu estudiar Estadstica?

1) La informacin numrica prolifera por todas partes.
Revise los peridicos, los noticieros de Televisin,
revistas de negocios, revistas deportivas, etc.
2) Las tcnicas estadsticas se emplean para tomar
decisiones que afectan la vida diaria. Es decir, influyen
en el bienestar de las personas. Por ejemplo, las
compaas de seguros utilizan el anlisis estadstico
para establecer tarifas de seguros de vehculos, de vida,
de salud, etc.
3) El conocimiento de los mtodos estadsticos facilita la
comprensin de la forma en que se toma decisiones y
proporciona un entendimiento mas claro de cmo afecta
a las personas.

Qu es la Estadstica?
La Estadstica se ocupa de los mtodos y
procedimientos para recoger, clasificar,
resumir, hallar regularidades y analizar los
datos, siempre y cuando la variabilidad e
incertidumbre sea una causa intrnseca de los
mismos; as como de realizar inferencias a
partir de ellos, con la finalidad de ayudar a la
toma de decisiones y en su caso formular
predicciones.

Quines usan la Estadstica?

Organismos oficiales.
Diarios y revistas.
Polticos.
Deportes.
Marketing.
Control de calidad.
Administradores.
Contadores.
Investigadores cientficos.
Mdicos
etc.

Aplicaciones en Negocios y Economa

Contabilidad
Las
firmas
de
contabilidad
pblica
utilizan
procedimientos de muestreo estadsticos al conducir
auditorias para sus clientes.
Finanzas
Los consejeros financieros utilizan una variedad de
informacin estadstica, incluyendo tasas de precioganancia y porcentajes de dividendos, para dirigir sus
recomendaciones de la inversin.
Mercadotecnia (comercializacin)
Los escaners electrnicos en las cajas de venta al
menudeo se estn utilizando para recoger datos para
una variedad de usos en investigacin de mercados.

Aplicaciones en Negocios y Economa

Produccin
Una variedad de cartas estadsticas del control
de calidad se utiliza para supervisar la salida de
un proceso de produccin.
Economa
Los economistas utilizan la informacin
estadstica para elaborar pronsticos sobre el
futuro de la economa o de un cierto aspecto de
ella.

Clasificacin de la Estadstica?
descriptiva

Estadstica
inferencial

Describe, analiza y representa

un grupo de datos utilizando
mtodos numricos y grficos
que resumen y presentan la
informacin contenida en ellos.

Apoyndose en el clculo
de probabilidades y a
partir de datos muestrales,
efecta estimaciones,
decisiones, predicciones
u otras generalizaciones
sobre un conjunto mayor
de datos.

Clasificacin de la Estadstica
Estadstica Descriptiva:
Ejemplo 1:
Los datos del Censo de poblacin y vivienda de 2011.

Ejemplo 2:
La cantidad de declaraciones de renta de tercera categora
presentadas ante SUNAT el ltimo mes.

Ejemplo 3:
La cantidad de sociedades en formacin del sector servicios
que tienen un capital inicial superior a 1000 soles, que
inician en 2014.

Clasificacin de la Estadstica
Estadstica Inferencial:
Ejemplo 1:
La tasa de desempleo en el Per disminuy en 0.3 puntos en
julio y se fij en 8.2% de la fuerza laboral respecto al mismo
mes del 2005, inform el Instituto de Estadstica e Informtica
(INEI). Agosto 2006.

Ejemplo 2:
Una encuesta desarrollada por XXX SAC sobre Ventas totales
autos, vehculos comerciales y pesados dice que los 3 primeros
lderes en el mercado peruano son: Toyota 2766 (23.1%),
Nissan 1337 (11.1%) y Hyundai 1303 (10.9%).

Elementos de la Estadstica
Elemento:

persona u objeto que contiene

informacin (dato numrico) que se desea estudiar.

cierta

Poblacin: universo de elementos que se quiere estudiar.

Ejemplos:
Habitantes de una ciudad.
Pginas Web.
Alumnos de Administracin y Negocios Internacionales
en la Dued.
Profesionales egresados de universidades privadas
peruanas.

Elementos de la Estadstica
Muestra: subconjunto representativo de una poblacin.
Tamao de la muestra: nmero de elementos de la
muestra.
Ejemplos:
Conjunto de los estudiantes de Contabilidad en la UAP
es una muestra de la poblacin estudiantil de la
universidad.
Conjunto de docentes que aprobaron la evaluacin
censal 2009 Minedu es una muestra dentro del universo
de docentes que laboraron para el estado en el 2009.

Elementos de la Estadstica
Parmetro: funcin definida sobre los valores numricos de
caractersticas medibles de una poblacin.
Estadstico: funcin definida sobre los valores numricos de
la muestra.
Ejemplos:
Estatura media de la poblacin estudiantil de la
universidad UAP, es un parmetro.
Estatura media de la poblacin estudiantil de la carrera
de contabilidad UAP, es un estadstico.

Elementos de la Estadstica
Variable: cada una de los rasgos o caractersticas que se
quiere estudiar de los elementos de la poblacin,
susceptible o no de medida.
Ejemplos:
Color del pelo: negro, castao.
Sexo: masculino, femenino.
Altura de los alumnos de una clase.
Horas de conexin a Internet de una institucin
educativa.

1-7

Tipos de variable
Cualitativa o de Atributos :
Clasifica o describe un elemento de la poblacin. Los
valores que puede asumir no constituyen un espacio
mtrico, por lo tanto las operaciones aritmticas,
como sumar y obtener promedios, no son
significativas.
Ejemplos:

Sexo, Nacionalidad, Marcas de auto, Grado de

Satisfaccin con la Universidad, etc..

Tipos de variable
Cuantitativa o Numrica:
Cuantifica un elemento de la poblacin. Los valores que
puede asumir constituyen un espacio mtrico, por lo
tanto las operaciones aritmticas, como sumar y
obtener promedios, son significativas.
Ejemplos:
Cantidad de Habitaciones, Nmero de hijos, Kilmetros
recorridos, Tiempo de vuelo, Ingreso, etc..

1-9

Tipos de variable
Las variables cuantitativas se pueden
clasificar a su vez en discretas o continuas.
Cuantitativas Discretas: solo pueden asumir
ciertos valores y normalmente hay huecos
entre ellos. Son conteos normalmente.
Ejemplo 1:
Cantidad de materias aprobadas.(1, 2,3 )
Ejemplo 2:
Cantidad de hijos (1, 2, 3, 4...)

1-9

Cuantitativas Continuas: puede asumir cualquier valor

dentro del rango de medicin. Normalmente se miden
magnitudes como ser longitud, superficie, volumen,
peso, tiempo, dinero
Ejemplos:
Peso al nacer.
Salario de un empleado.
Tiempo de viaje en mnibus entre Lima y Trujillo.
Hay ocasiones en las que las medidas cuantitativas continuas
son transformadas en ordinales mediante la utilizacin de uno
o varios puntos de corte.

Ejemplo:
La variable peso es codificada en varias categoras y se utiliza
en trminos como: Bajo-peso, peso-normal, Sobrepeso,
Obesidad.

Variable y sus medidas

Variables
(Datos)

Cualitativas
(Atributos, Categoras)
( Ej.: Tipo de auto que posees)

Discretas
(Nmero de hijos)

Cuantitativas
(numricas)

Continuas
Tiempo para desarrollar un examen,
longitud de determinados tornillos)

Escalas de medicin
Niveles de medicin

Nominal

Ordinal

Los datos slo de

clasifican

Los
datos
ordenan

se

Nmeros en las
camisetas de los
jugadores de futbol
Marca de auto

Su nmero de lista
en clase
Posiciones de los
equipos en la lista de
los 10 primeros

De intervalo

De razn

Diferencia significativa
entre los valores

Punto 0 significativo y
razn entre valores

Temperatura

Nmero
de
pacientes vistos.
Numero de llamadas
de ventas realizadas.
Distancia la clase.

1-12

Escalas de medicin
Las variables cualitativas se miden en escala nominal
o ordinal.
Nominal: los elementos solo pueden ser clasificados
en categoras pero no se da un orden o jerarqua.
Ejemplo 1:
Barrio de residencia de los alumnos .
Ejemplo 2:
Color de ojos.
Ejemplo 3:
Simpatizante de un club de ftbol.

1-12

Escalas de medicin
Ordinal: los elementos son clasificados en categoras
que tienen un orden o jerarqua, la diferencia entre
valores no se pueden realizar o no son significativas.
Ejemplo 1:
Grado de satisfaccin en el uso de un servicio pblico.
Ejemplo 2:
Ocupacin.

Escalas de medicin
Las variables cuantitativas se miden en escala de
intervalo o razn.
Intervalo:
los elementos son clasificados en
categoras que tienen un orden o jerarqua, la
diferencia entre valores se pueden realizar y son
significativas.La diferencia entre dos valores
consecutivos es de tamao constante y no existe
el 0 absoluto.
Ejemplo:
Temperatura en grados Celsius.

Escalas de medicin
Razn: los elementos son clasificados en
categoras que tienen un orden o jerarqua, la
diferencia entre valores se pueden realizar y
son significativas. Existe el 0 absoluto, es
decir la ausencia de la variable medida.
Ejemplo 1:
Tiempo de vuelo.
Ejemplo 2:
Ingresos familiares.

Recoleccin de datos
Identificar las fuentes de
datos

Evaluar qu y como estn los

datos

Disear los mtodos, tcnicas e

instrumentos

Fuentes de datos
Fuentes de Datos

Primarias

Experimentos

Observacin

Secundarias

Censos

Encuestas

Fuente de datos Es el lugar, la institucin, las personas, elementos donde

estn o poseen los datos que se necesitan para cada una de las variables o
aspectos de la investigacin o estudio.
29

Ejemplos de fuentes de datos

Oficinas del INEI.
Archivos del RENIEC, ONPE, Escalafn de personal,
Padrn de contribuyentes.
Boletines

informes

estadsticos

de

la

SBS,

OSINERGMIN, SUTRAN,etc.
Censo de Poblacin y vivienda 2007.

Historiadores, periodistas, cientficos destacados.

Tipos de datos
Datos

Categricos

Ordinales

Cuantitativos

Nominales

31

Ejemplos de tipos de datos

En el grupo de datos cuantitativos tenemos:
aquellos cuyo resultado puede variar de forma
continua, como puede ser el peso, la talla, el nivel
de ingresos, el nivel de egresos, presin arterial, el
nivel de colesterol, etc. y

los que slo pueden tomar valores enteros como por

ejemplo el nmero de hijos, el nmero de empleados
en una empresa, el nmero de clientes atendidos en
un da en una oficina bancaria, etc.
32

Ejemplos de tipos de datos

En los datos cualitativos pueden ser:
nominales, que constituyen una simple etiqueta
como puede ser el sexo, aprobacin de un crdito,
condicin laboral, estado civil, el grupo sanguneo,
partido poltico, etc.
ordinales, en las que se da una relacin de orden
entre las respuestas, como el resultado de una
patologa/tratamiento
(fallece,
empeora,
sin
cambios, mejora, curacin), clase social, nivel de
estudio, etc.

Escala ordinal = Clasifica por gradacin u ordenacin las

modalidades del atributo

Ejemplo:
1 = Muy malo
2 = Malo
3 = Regular
4 = Bueno 2 Malo (Bueno no es igual a 2
veces Malo)
5 = Muy bueno

Tcnicas de recoleccin de datos

Observacin
Tcnica
documental

Cuestionario

Entrevista

Encuesta

Presentacin de datos
Evaluacin y
critica

Tabulacin
de datos

Clasificacin

Codificacin

Presentacin
de datos

Presentacin de datos
Tabular: cuadros y
tablas
Formas de
presentar datos

Grficos y
diagramas

Tabla de frecuencias

38

El concepto de distribucin
Qu dice el diccionario sobre la palabra distribucin?
1. Reparto de algo entre varios segn un criterio: la distribucin de
este trabajo tendr que ser equitativa.
2. Reparto de un producto a los locales en que debe comercializarse:

empresa de distribucin.
3. Disposicin de las partes de un todo: la distribucin de la casa es poco
prctica.
4. Conjunto de piezas que en una maquina transmiten la fuerza del motor a

otros lugares: cuadro de distribucin.

El concepto de distribucin
En esta asignatura, entenderemos distribucin como la accin
de distribuir (repartir, aglomerar, juntar) los elementos de la
poblacin que estamos estudiando segn el criterio que
precisamente queremos estudiar.

Ejemplos:
a) Queremos distribuir a los alumnos de nuestro curso segn
el criterio de edad.
b) Queremos distribuir a los pacientes del hospital segn el
nivel de su enfermedad que puede ser leve, de cuidado, y
muy grave.

c) Queremos distribuir los vehculos de una empresa minera

segn su capacidad de tonelaje.

Tablas de frecuencias
Los datos cuantitativos discretos se organizan en
tablas, llamadas Tablas de Distribucin de frecuencias.

Tipos de frecuencias:
Frecuencia absoluta simple (fi): Indica el nmero de veces
que se repite un valor de la variable.
Frecuencia relativa (hi): Indica la proporcin con que se
repite un valor. Se obtiene dividiendo la frecuencia
absoluta entre el tamao de la muestra.
41

Tablas de frecuencias
Para una mejor interpretacin de hi es ms conveniente
multiplicarla por 100 para trabajar con una Frecuencia
relativa porcentual.
Frecuencia absoluta acumulada (Fi): Indica el nmero de
valores que son menores o iguales que el valor dado.
Frecuencia relativa porcentual acumulada (Hi): Indica el
porcentaje de datos que son menores o iguales que el
valor dado.

42

Tabla de frecuencias: datos discretos

Frecuencia
absoluta

Xi

N de
x
observaciones 1

f1

x2

f2

M
x

Frecuencia
relativa

Frecuencia absoluta
acumulada

Frecuencia relativa
acumulada

f1
n
f
h2 = 2
n
M

F1 = f 1

H1 = h1

F2 = f1 + f 2

H2 = h1 + h2

h1 =

hj =

fk

hk =

Total de observaciones

n
fk
n

F j = fi

Hj = hi

Fk = n

Hk = 1

i =1

i =1

43

Ejemplo: organizacin datos discretos

Se realizar una sencilla comprobacin de calidad en la fabricacin
de un determinado tipo de focos. Para esto se seleccionan 20 cajas,
donde cada caja contiene 15 focos. Para cada una de las cajas se
prueban los focos y se cuenta el nmero de focos que estn
quemados (fallados).
Las cajas se numeran del 1 al 20, de modo que Xi representar el
nmero de focos quemados de la i-sima caja. Una vez realizado el
control de calidad se obtuvieron los siguientes datos:
X1=3; X2=2, X3=1; X4=0; X5=3; X6=2; X7=1; X8=1; X9=3; X10=3;
X11=2; X12=4; X13=2; X14=2; X15=0; X16=3; X17=1; X18=3; X19=4,
X20=2
Lo que interesa en este control de calidad es el nmero de bombillas
quemadas por caja, y estos valores se puede ver por simple
inspeccin son {0, 1, 2, 3, 4}.
44

Ejemplo: organizacin datos discretos

Ahora bien, contaremos el nmero de veces (frecuencia) en que se
repite cada uno de los datos anteriores, de otra forma, y a manera de
ejemplo, la frecuencia del nmero 2 denotar el nmero de cajas que
contienen 2 focos quemados.
Para este conteo vamos a realizar una particular tabla que
llamaremos tabla de frecuencia. Esta tabla se genera mediante dos
columnas esenciales. La primera, donde se ubican los valores {0, 1,
2, 3, 4}; y en la segunda columna ubicamos las frecuencias
respectivas (lo hacemos en una planilla Excel).

45

Ejemplo: organizacin datos discretos

Focos
malos

Frecuencia
simple

Frecuencia
relativa

Frecuencia
acumulada

Frecuencia
relat. Acum.

2/20

2/20

4/20

6/20

6/20

12

12/20

6/20

18

18/20

2/20

20

20/20

Total

20

La suma de las
frecuencias

La suma debe
ser igual a 1

Este valor
siempre es 1

Interpretaciones

18 cajas tienen a lo
ms 3 focos quemados

Focos
malos

Frecuencia
simple

Frecuencia
relativa

Frecuencia
acumulada

Frecuencia
relat. Acum.

0,10

0,10

0,20

0,30

0,30

12

0,60

0,30

18

0,90

1,0

20

1,00

Total

20

El 10% de las cajas tiene

exactamente 4 focos malos

El 30% de las cajas tiene a

lo ms 1 foco quemado

Tabla de frecuencias: datos continuos

Cuando los datos son de una variable continua o
de una variable discreta que asume muchos
valores distintos, ellos se agrupan en clases que
son representadas por intervalos y luego se
construye una tabla de frecuencias, cada
frecuencia
absoluta
(relativa
porcentual)
representa el nmero (porcentaje) de datos que
caen en cada intervalo.

48

Supongamos
que
observaciones:

tenemos

las

siguientes

x1, x2, x3, , xi, , xn

Determinamos el valor mnimo y el valor mximo de
los datos:

xmn = mn{x1, x2, x3, , xi, , xn}

xmax = mx{x1, x2, x3, , xi, , xn}

Clculo del recorrido o rango de las observaciones:

R = xmx - xmn
49

Esquemticamente tenemos la situacin siguiente:

xmin

x4

xn

xi

xmax

x1

Rango

Deseamos formar k intervalos no traslapados de la forma:

xmin

x4
C1

xn
C2

xi
Cj

xmax

x1
Ck

50

Los intervalos de clase estarn definidos si definimos la

amplitud (longitud) para cada intervalo, que supondremos
constante para cada intervalo, de manera que recubra todo el
rango. Luego la amplitud A de cada intervalo de clase ser una
fraccin adecuada de R

Por operatividad en el manejo de los datos se acostumbra que

el nmero de intervalos de clase flucte entre 5 y 15 intervalos.

Con esta convencin se deduce que la mxima amplitud de

cada intervalo es de R/5, y la mnima amplitud de R/15.

51

Por lo general, vamos a trabajar con un nmero de intervalos:

m = 1+3,322*Log(n);
siendo n = tamao de la muestra.
Amplitud del intervalo: A = R/m.

C1 = xmin , xmin + A

Luego iterativamente los

intervalos se forman como:

= ( xmin + A, xmin + 2 A]

= ( xmin + ( j 1) A, xmin + jA]

= ( xmin + (k 1), xmin + kA]

52

Tabla de frecuencias

Suma de las frecuencias

relativas hasta el j-simo
intervalo de clase

Frecuencia de la
clase/total
Clases

N de observaciones
en el intervalo

Intervalo
de clase

Frecuencia
absoluta

C1

n1

C2

n2

Frecuencia
relativa

Frecuencia absoluta
acumulada

Frecuencia relativa
acumulada

n1
n
n
f2 = 2
n
M

N1 = n1

F1 = f1

N 2 = n1 + n2

F2 = f1 + f 2

f1 =

Cj

nj

fj =

Ck

nk

fk =

Total de observaciones

nj

n
nk
n

N j = ni

F j = fi

Nk = n

Fk = 1

i =1

i =1

Suma de las frecuencias hasta

el j-simo intervalo de clase

53

Ejemplo: distribucin de altura de personas

Vamos a suponer que los resultados de cada una de las 21
mediciones medidas en metros y puestas en orden creciente son los
siguientes:
1,56 1,57 1,59 1,62 1,62 1,63 1,65 1,67 1,69
1,70 - 1,71 1,72 1,74 - 1,75 1,76 1,77 1,79
1,80 1,81 1,81 1,82

Observamos:
xmn = 1,56 m, y xmx= 1,82 m. Lo que indica que
las alturas de las 21 personas estn entre 1,56 y
1,82 m.
Luego, R = 1,82 1,56 = 0,26 m

Arbitrariamente podemos formar cuatro clases de alturas, y de tal

forma que cada clase de altura tenga una distancia de 0,07 m (o 7 cm,
si usted lo prefiere).

Primera clase C1: desde 1,56 hasta 1,63 inclusive.

Segunda clase C2: ms de 1,63 hasta 1,70 inclusive.

Tercera clase C3: ms de 1,70 hasta 1,77 inclusive.
Cuarta clase C4: ms de 1,77 hasta 1,84.

La pregunta es entonces, cunta gente pertenecer a cada

clase?

6 personas

4 personas

1,56 1,57 1,59 1,62 1,62 1,63 1,65 1,67 1,69 1,70

1, 71 1,72 1,74 - 1,75 1,76 1,77 1,79 1,80 1,81 1,81 1,82

6 personas
Clases

5 personas
Frecuencias

1,56 1,63 (bajitas)

1,63 1,70 (medianas)

1,70 1,77 (altas)

1,77 1,84 (muy altas)

Se divide cada frecuencia por el

total
Clases

Frecuencias

Frec. relativa

1,56 1,63 (bajitas)

0,2857

1,63 1,70 (medianas)

0,1905

1,70 1,77 (altas)

0,2857

1,77 1,84 (muy altas)

0,2381

Total

Hay 5 personas que son

muy altas o su estatura es
mayor que 1,77 metros

21

El 19,05% de las personas tienen

estatura media o tienen estatura
entre 1,63 y 1,70 metros, inclusive

Suma parcial de las frecuencias

relativas, frecuencia acumulada
relativa

Suma parcial de las frecuencias,

frecuencia acumulada

Clases

Frec. simple

Frec. relativa

F. acum.

F. acum. R.

1,56 1,63 (bajitas)

0,2857

0,2857

1,63 1,70 (medianas)

0,1905

10

0,4762

1,70 1,77 (altas)

0,2857

16

0,7619

1,77 1,84 (muy altas)

0,2381

21

Total

21

Hay 16 personas que miden hasta

1,77 metros, inclusive

El 47,62% de las personas

miden hasta 1,70 metros,
inclusive

Ejercicios
En cada uno de los siguientes casos, identificar el tipo de variable.

a) Estaturas de los estudiantes de un Parvulario.

b) Dimensiones de los clavos en una Ferretera

c) Liquido de las bebidas actualmente.
d) Los kilos de trigo en saco recin cosechado.
e) El tiempo trascurrido de una accin a otra.
f) El valor de los billetes que circulan en un pas.
g) Nmeros de alumnos en una sala de clases.
h) Numero de nios de una familia.
i)

Edad de personas adultas.

j)

Nmero de la casa Habitacin.

CONCLUSIONES Y/O ACTIVIDADES DE

INVESTIGACIN SUGERIDAS
Se ha logrado comprender que la idealizacin de un
sistema ayuda a plantear problemas reales a travs
de un modelo matemtico.
Introduccin a Investigacin de operaciones
http://es.wikipedia.org/wiki/Investigaci%C3%B3n_de_
operaciones

GRACIAS