1- Tablas de frecuencias con datos agrupados

Cuando los valores de la variable son muchos, conviene agrupar los datos en intervalos o clases para
así realizar un mejor análisis e interpretación de ellos.

• Para construir una tabla de frecuencias con datos agrupados, conociendo los intervalos, se debe
determinar la frecuencia absoluta (fi)correspondiente a cada intervalo, contando la cantidad de datos
cuyo valor está entre los extremos del intervalo. Luego se calculan las frecuencias relativas y
acumuladas, si es pertinente.

• Si no se conocen los intervalos, se pueden determinar de la siguiente manera: (recuerda que los
intervalos de clase se emplean si las variables toman un número grande de valores o la variable es
continua).

- Se busca el valor máximo de la variable y el valor mínimo. Con estos datos se determina el rango.

- Se divide el rango en la cantidad de intervalos que se desea tener, (por lo general se determinan 5
intervalos de lo contrario es ideal que sea un numero impar por ejemplo 5, 7, 9) obteniéndose así
la amplitud o tamaño de cada intervalo.

- Comenzando por el mínimo valor de la variable, que será el extremo inferior del primer intervalo, se
suma a este valor la amplitud para obtener el extremo superior y así sucesivamente.

• Otra forma de calcular la cantidad de intervalos es aplicando los siguientes métodos:

Método Sturges: k = 1 + 3,332 log n

donde:
k= número de clases
n= tamaño muestral

Debemos tener en cuenta 2 cosas. Primero que el número de intervalos me tiene que
dar impar, segundo que el resultado se redondea generalmente a la baja. Si al redondear a la baja
nos da como resultado un número par debemos redondear al alza. Este es el método que tiene mayor
precisión.

Método Empírico: este método depende del criterio del evaluador de los datos, por lo tanto, es
arbitrario. Dice lo siguiente.

5 ≥ k ≥ 20
Veamos cómo se resuelve el siguiente ejercicio del libro Santillana 8:

En un centro comercial, se consultó la edad a todas las personas que entraban entre las 12:00 h y
12:30 h. Los resultados obtenidos fueron los siguientes:
- Construye una tabla de frecuencias cuyos datos estén agrupados en ocho intervalos.

1°Para poder construir la tabla de frecuencias lo primero que debemos hacer es calcular el rango.

El rango da la idea de proximidad de los datos a la media. Se calcula restando el dato menor al dato
mayor.

El dato mayor y el menor lo hemos destacado con color rojo:

Dato mayor - dato menor = 73 - 1 = 72

Por lo tanto; Rango = 72

2° En el problema nos dicen que debemos agruparlo en 8 intervalos o clases, con este dato podemos
calcular la amplitud o tamaño de cada intervalo, dividiendo el valor del rango por la cantidad de
intervalos que se desean obtener (en este caso son 8).

Amplitud: La amplitud de un intervalo es la diferencia entre el límite superior y el límite inferior. La

amplitud(A) de los intervalos puede calcularse mediante la expresión:

72 / 8 = 9

Por lo tanto la amplitud de cada intervalo será de 9

- El valor de la amplitud se redondea al número inmediato superior de acuerdo a la cantidad de

decimales que tienen los datos o según la precisión con que se desea trabajar.

- Puede haber intervalos con distinta amplitud.

- Puede haber intervalos con amplitud indefinida (intervalos abiertos)

3° Ahora podemos comenzar a construir la tabla de frecuencias:

Hay distintas formas de construir los intervalos dependiendo del tipo de variable que estemos
trabajando.
a) Variables cuantitativas discretas: solo pueden tomar un número finito de valores. Siendo por lo
general estos valores los números naturales 1, 2, 3...Un ejemplo son el número de hijos, el número de
habitaciones de una vivienda, el número de matrimonios de una persona. Cuando categorizamos
variables discretas los límites de clase son idénticos a los límites reales. Por ejemplo, el número de
personas que viven en una familia podemos agruparlo, De 1 hasta 2 (0 es imposible no hay ninguna
familia sin ningún miembro) De 3 hasta 4, De 5 hasta 7.

b) Variables cuantitativas continuas: Las variables continuas, por el contrario, pueden, tomar un
número infinito de valores en cualquier intervalo dado. En este caso los valores se agrupan en
intervalos cuyos límites inferior y superior serían los siguientes:

Inferior : Lii
Superior: Lsi-1

Habitualmente, los intervalos se consideran cerrados a la izquierda y abiertos a la derecha, es decir

que el extremo inferior está incluido en el intervalo, pero el extremo superior no.

Es importante mencionar que las clases o intervalos para las variables continuas pueden ser de tres
tipos:

abiertas: clases abiertas tienen límites determinados (a,b), pero los valores que la contienen
comprenden valores muy cercanos a estos límites sin comprenderlos a ellos mismos, esto se
representa con un intervalo definido entre paréntesis (). Esto quiere decir que esta clase contiene
valores desde a hasta b pero no contiene exactamente a ni b solo valores muy cercanos.

cerradas: las clases cerradas, además de los valores que están entre a y b, los contiene a ellos, y se
representa con corchetes [a,b].

semiabiertas: pueden contener a o b más los valores que están entre ellos, y se puede representar
con un corchete y un paréntesis, por ejemplo, (a,b], en este caso no contiene el valor a y si los valores
de b, además de los valores que están entre estos.

C) Registro discreto de variables continuas: Cuando la variable considerada es continua pero

ocurre que la precisión del instrumento de medida se limita a un número finito de datos, existe la opción
de construir los intervalos de tal forma que ambos extremos estén incluidos en él.

Ej 50 a 52, 53 a 55, 56 a 58, 59 al 61 y 62 al 64

Estos serían los límites aparentes de los intervalos.

→ Con esta información construiremos la tabla en esta ocasión con el último método explicado.
- Marca clase o centro de la clase: es la semisuma de los límites de cada clase. Representa a todos
los datos que están contenidos en una clase.

Responder las siguientes preguntas:

a) Del total de personas encuestadas, ¿cuántas personas tienen entre 31 y 40 años?

Respuesta: Observamos los datos obtenidos en la tabla y tenemos que:

El dato lo obtenemos de la columna de la frecuencia absoluta.

Recuerda que:

Frecuencia absoluta Corresponde a la cantidad de veces que se repite un dato. Denotamos este
valor por f i.

Por lo tanto, la respuesta es 6 personas.

b) Del total de personas encuestadas, ¿cuántas personas tienen 60 o menos años?

Respuesta: Observamos los datos obtenidos en la tabla y tenemos que:

El dato lo obtenemos de la columna de frecuencia absoluta acumulada.

Frecuencia absoluta acumulada es la suma de las frecuencias absolutas observadas hasta el

intervalo i.

En este caso es el intervalo 6. Por lo tanto, la respuesta es 36 personas tienen 60 o menos años.

c) ¿Cuál es la probabilidad de, que, al elegir al azar a una persona consultada, esta tenga entre 11 y
20 años?

Respuesta: Observamos los datos obtenidos en la tabla y tenemos que:

El dato lo obtenemos de la columna de frecuencia relativa.

Frecuencia relativa Corresponde a la probabilidad de pertenecer a cierta categoría. Se puede

expresar en tantos por ciento.

En este caso es el intervalo 2, ya que es ahí donde se encuentran las edades entre 11 y 20 años.

Entonces la respuesta es: La probabilidad es 14%.

Por último, vamos a repasar el concepto de:

Frecuencia relativa acumulada (Hi), Es la probabilidad de observar un valor menor o igual al valor
que toma la variable en estudio en ese intervalo.

Se calcula dividiendo Fi por el número total de datos. También puedes calcularlo Sumando la
frecuencia relativa de cada grupo con la frecuencia relativa acumulada del grupo anterior.

Si haces correctamente estos cálculos, el último grupo tendrá una frecuencia acumulada de 1, o muy
cerca de 1, permitiendo redondear el error.
Este valor se puede expresar como porcentaje, para esto solo debes multiplicar el valor obtenido por
100.

Este cálculo te sirve en el caso de que te pregunten:

d) Si le preguntas a una persona cualquiera ¿Cuál es la probabilidad de que tenga 50 años o menos?

Respuesta: La probabilidad es de un 76%

Representaciones gráficas

Después de construir la tabla de frecuencias correspondiente es conveniente la representación gráfica

de la distribución de los datos en un diagrama. Estas representaciones gráficas permiten una
visualización rápida de la información recogida. Veamos los diferentes tipos de diagramas.

Representación gráfica para datos no agrupados

El diagrama principal para representar datos de variables discretas no agrupadas es el diagrama de

barras. En este se representan en el eje de abscisas los distintos valores de la variable y sobre cada
uno de ellos se levanta una barra de longitud igual a la frecuencia correspondiente. Pueden
representarse tanto las frecuencias absolutas fifi como las relativas hihi. En la práctica se puede
graduar simultáneamente el eje de ordenadas tanto en frecuencias absolutas como en relativas en
tantos por ciento.

El mismo gráfico se puede realizar con las frecuencias relativas, es decir, es posible representar los
porcentajes como se muestra a continuación.
Un diagrama similar es el polígono de frecuencias. Este se obtiene uniendo con rectas los extremos
superiores de las barras del diagrama anterior.

De la misma forma, pueden representarse frecuencias absolutas, Para representar las frecuencias,
tanto absolutas como relativas, acumuladas se usa el diagrama de frecuencias acumuladas.
Este gráfico, en forma de escalera, se construye representando en abscisas los distintos valores de la
variable y levantando sobre cada xi una perpendicular cuya longitud sera la frecuencia acumulada (Hi
o Fi) de ese valor. Los puntos se unen con tramos horizontales y verticales como se muestra en la
figura. Evidentemente la escalera resultante ha de ser siempre ascendente.

Representaciones gráficas para datos agrupados

La representación gráfica mas usada para datos agrupados es el histograma de frecuencias absolutas
o relativas. Un histograma es un conjunto de rectángulos adyacentes, cada uno de los cuales
representa un intervalo de clase. Las base de cada rectángulo es proporcional a la amplitud del
intervalo. Es decir, el centro de la base de cada rectángulo ha de corresponder a una marca de clase.
La altura se suele determinar para que el área de cada rectángulo sea igual a la frecuencia de la marca
de clase correspondiente. Por tanto, la altura de cada rectángulo se puede calcular como el cociente
entre la frecuencia (absoluta o relativa) y la amplitud del intervalo. En el caso de que la amplitud de los
intervalos sea constante, la representación es equivalente a usar como altura la frecuencia de cada
marca de clase, siendo este método mas sencillo para dibujar rápidamente un histograma.
Representaciones gráficas para variables cualitativas
Existe una gran variedad de representaciones para variables cualitativas, de las cuales vamos a
describir únicamente las dos mas usadas. El diagrama de rectángulos es similar al diagrama de barras
y el histograma para las variables cuantitativas. Consiste en representar en el eje de abscisas los
diferentes caracteres cualitativos y levantar sobre cada uno de ellos un rectángulo (de forma no
solapada) cuya altura sea la frecuencia (absoluta o relativa) de dicho carácter.

Un diagrama muy usado es el diagrama de sectores (también llamado diagrama de tarta). En él se

representa el valor de cada carácter cualitativo como un sector de un círculo completo, siendo el área
de cada sector, o, lo que es lo mismo, el arco subtendido, proporcional a la frecuencia del carácter en
cuestión. De forma práctica, cada arco se calcula como 360º multiplicado por la frecuencia relativa. Es
además costumbre escribir dentro, o a un lado, de cada sector la frecuencia correspondiente. Este tipo
de diagrama proporciona una idea visual muy clara de cuáles son los caracteres que más se repiten.
Este gráfico se puede presentar en tres dimensiones, pero presenta varios inconvenientes.

Conclusión

Al aplicar la estadística a un problema científico, industrial o social, se comienza con un proceso o

población para ser estudiado. Esta puede ser la población de un país, de granos cristalizados en una
roca o de bienes manufacturados por una fábrica en particular durante un periodo dado. También
podría ser un proceso observado en varios instantes y los datos recogidos de esta manera
constituyen una serie de tiempo.