SlideShare a Scribd company logo
1 of 26
Download to read offline
ESTADÍSTICA APLICADA
A LA EDUCACIÓN
DISTRIBUCIÓN DE FRECUENCIAS
Carlos Massuh Villavicencio
Esta foto de Autor desconocido está bajo icencia CC BY
VARIABLES Y
MEDICIÓN
Son categorías de una variable los valores
que puede asumir.
POBLACIÓN
VARIABLES
CATEGORÍAS
HABITANTES DE LA
CIUDAD DE
GUAYAQUIL
ESCOLARIDAD
NINGUNO-
PRIMARIO-
BACHILLER-
SUPERIOR
Propiedades de las categorías
Las categorías de una variable
son mutuamente excluyentes si
a cada individuo le corresponde
no más de una categoría.
Las categorías de una variable
son exhaustivas si todo
individuo tiene alguna categoría
que le corresponda.
NIVEL
DE
ESCOLARIDAD
NINGUNO
PRIMARIA
INCOMPLETO
PRIMARIA
SECUNDARIA
INCOMPLETO
BACHILLERATO
SUPERIOR
INCOMPLETO
SUPERIOR
TERCER NIVEL
POSTGRADO
Codificación numérica de una variable
Ejemplo: Está usted de acuerdo con….
1 Completamente de acuerdo
2 De acuerdo
3 Indiferente
4 En desacuerdo
5 Completamente en desacuerdo
Esta foto de Autor desconocido está bajo licencia CC BY-NC-ND
Las variables numéricas no necesitan
codificación
Escriba su edad
Edad 34
Medición de una
variable
• El nivel de medición
de una variable está
determinado por el
significado que
tengan los símbolos
numéricos que se
asignan a las
categorías.
Ejemplos de codificación de variables de
nivel nominal
Código Tipo de hogar
1 Unipersonal
2 Monoparental
3 Nuclear
4 Extendido
5 Compuesto
Código Escuela
1 Medicina
2 Agronomía
3 Economía
4 Ciencias de la tierra
5 Ingeniería Civil
Una variable está medida a nivel nominal si los números que representan cada categoría son
asignados de manera arbitraria y solo cumplen con la función de designar y distinguir categorías
diferentes
Ejemplos de codificación de variables de
nivel ordinal
Código Calidad
1 Excelente
2 Muy bueno
3 Bueno
4 Regular
5 Malo
Una variable está medida a nivel ordinal si los números que representan cada categoría son
asignados de manera que respeten el orden según aumenta la característica que la variable
mide. Estos números designan las categorías y son expresión de la jerarquía
Código Categoría
1 Superior a la media
2 Media
3 Inferior a la media
El nivel intervalar
Código Rango de edad
en años
1 Menor de 18
2 Entre 18 y 25
3 Entre 26 y 32
4 Entre 32 y 48
5 Mayor de 48
Código Rango de calificación
1 Menor de 4,00
2 Entre 4,01 y 6,99
3 Entre 7,00 y 8,49
4 Entre 8,50 y 9,49
5 Mayor a 9.50
Variables proporcionales
• Una variable está medida a
nivel proporcional cuando sus
valores respetan relaciones de
proporcionalidad y, en
consecuencia, el cero tiene un
valor absoluto.
Cantidad de
materias
aprobadas en el
curso
0
1
2
3
4
5
6
Estatura promedio de
estudiantes del salón
Menos de 1 metro
Entre 1,01 a 1,50
Entre 1,51 a 1,99
Mas de 2 metros
ORGANIZACIÓN DE
LOS DATOS
Esta foto de Autor desconocido está bajo licencia CC BY-NC-ND
Fuentes de datos
Establecimiento
de variables y
categorías
Diseño y
elaboración de
instrumentos
Levantamiento
de la
información
Organización
de datos
Representación
de datos
Análisis Interpretación
Orden Sexo Edad Estado
civil
1 1 25 1
2 2 26 1
3 1 27 2
4 1 24 1
…
200 2 25 1
201 2 26 2
202 2 28 3
203 1 27 1
204 1 23 1
• Se trata de un ordenamiento de
la información que contiene en
la primera fila (horizontal) los
nombres de las variables y en
las filas siguientes los números
que corresponden a las
respuestas dadas por los
encuestados.
Frecuencia Simples
Sexo Hechos
(f)
1 80
2 120
n 200
• La frecuencia absoluta simple
de cada valor de la variable es
el número de casos que
asumen ese valor. Se indica f.
σ𝑖=1
𝑘
𝑓𝑖=n
Frecuencia relativa simple,
• Esta proporción se denomina
frecuencia relativa simple, se
simboliza como f’ (efe prima), y
se calcula como acabamos de
mostrar: dividiendo la
frecuencia absoluta por el total.
Ahora puede completarse la
tabla anterior agregando otra
columna.
Sexo Hechos (f) f’
1 80 0,40
2 120 0,60
n 200 1,00
σ𝑖=1
𝑘
𝑓′𝑖=1
VARIABLE CATEGORIA
O CLASE
LI LS MC f f’
EDAD
MUJERES 1
1 18 32 25 54 0,26
EDAD
MUJERES 2
2 33 47 40 78 0,38
EDAD
MUJERES 3
3 48 62 55 35 0,17
EDAD
MUJERES 4
4 63 77 70 27 0,13
EDAD
MUJERES 5
5 78 92 85 12 0,06
AMPLITUD DE CLASE: 14
Las frecuencias acumuladas
• La frecuencia absoluta acumulada
de cada valor de la variable es la
cantidad de casos que asumen
ese valor y todos los valores
menores a él. Se indica F.
• Su cálculo es muy simple, ya que
solo es necesario contar las
frecuencias de la categoría que
nos interesa y sumarla a las
frecuencias de las categorías
anteriores a ella.
VARIABLE CATEGORIA
O CLASE
f f’ F
EDAD
MUJERES 1
1 54 0,26 54
EDAD
MUJERES 2
2 78 0,38 132
EDAD
MUJERES 3
3 35 0,17 167
EDAD
MUJERES 4
4 27 0,13 194
EDAD
MUJERES 5
5 12 0,06 206
Las frecuencias acumuladas relativas
• La frecuencia
relativa acumulada
de cada valor de la
variable es la
proporción de casos
que asumen ese
valor y todos los
valores menores a
él. Se indica F´.
VARIABLE CATEGORIA
O CLASE
f f’ F F’
EDAD
MUJERES 1
1 54 0,26 54 0,26
EDAD
MUJERES 2
2 78 0,38 132 0,64
EDAD
MUJERES 3
3 35 0,17 167 0,81
EDAD
MUJERES 4
4 27 0,13 194 0,94
EDAD
MUJERES 5
5 12 0,06 206 1,00
¿Cómo
presentar de
manera gráfica
los resultados?
Gráfico de frecuencias
CLASE f f’
1 54 0,26
2 78 0,38
3 35 0,17
4 27 0,13
5 12 0,06
Gráfico de frecuencias relativas
CLASE f f’
1 54 0,26
2 78 0,38
3 35 0,17
4 27 0,13
5 12 0,06
Histograma
Rango de
edad en años
Empleados
Menor de 18 12
Entre 18 y 25 25
Entre 26 y 32 37
Entre 32 y 48 45
Mayor de 48 21
Gráfico de Ojiva
CLASE f f’ F F’
1 54 0,26 54 0,26
2 78 0,38 132 0,64
3 35 0,17 167 0,81
4 27 0,13 194 0,94
5 12 0,06 206 1,00 0
50
100
150
200
250
1 2 3 4 5 6
F
F
Resumen
Frecuencia Símbolo Significado Nivel en que tiene
interpretación
Absoluta simple f Cantidad de observaciones en
cada categoría de la variable
Todos
Relativa simple f' Proporción de observaciones en cada categoría de la
variable
Todos
Absoluta
acumulada
F Cantidad de observaciones en
cada categoría de la variable y en todas las anteriores a
ella
Ordinal o superior
Relativa
acumulada
F’ Proporción de observaciones en cada categoría de la
variable y en todas las
anteriores a ella
Ordinal o superior
¡Gracias!

More Related Content

More from CARLOS MASSUH

El aprendizaje como objeto de evaluación
El aprendizaje como objeto de evaluaciónEl aprendizaje como objeto de evaluación
El aprendizaje como objeto de evaluaciónCARLOS MASSUH
 
Evaluación Diagnóstica, Formativa y Sumativa
Evaluación Diagnóstica, Formativa y SumativaEvaluación Diagnóstica, Formativa y Sumativa
Evaluación Diagnóstica, Formativa y SumativaCARLOS MASSUH
 
Adaptación de los Ambientes de Aprendizaje para la Diversidad de los Estudiantes
Adaptación de los Ambientes de Aprendizaje para la Diversidad de los EstudiantesAdaptación de los Ambientes de Aprendizaje para la Diversidad de los Estudiantes
Adaptación de los Ambientes de Aprendizaje para la Diversidad de los EstudiantesCARLOS MASSUH
 
Tecnología educativa y ambientes virtuales de aprendizaje
Tecnología educativa y ambientes virtuales de aprendizajeTecnología educativa y ambientes virtuales de aprendizaje
Tecnología educativa y ambientes virtuales de aprendizajeCARLOS MASSUH
 
CONTEXTUALIZACIÓN DE LA EVALUACIÓN DE LOS APRENDIZAJES
CONTEXTUALIZACIÓN DE LA EVALUACIÓN DE LOS APRENDIZAJESCONTEXTUALIZACIÓN DE LA EVALUACIÓN DE LOS APRENDIZAJES
CONTEXTUALIZACIÓN DE LA EVALUACIÓN DE LOS APRENDIZAJESCARLOS MASSUH
 
D1 EVALUACIÓN INSTITUCIONAL
D1 EVALUACIÓN INSTITUCIONALD1 EVALUACIÓN INSTITUCIONAL
D1 EVALUACIÓN INSTITUCIONALCARLOS MASSUH
 
PROPUESTA PEDAGÓGICA INTRO
PROPUESTA PEDAGÓGICA INTROPROPUESTA PEDAGÓGICA INTRO
PROPUESTA PEDAGÓGICA INTROCARLOS MASSUH
 
REGLAMENTO GENERAL A LA LEY ORGÁNICA DE EDUCACIÓN INTERCULTURAL
REGLAMENTO GENERAL A LA LEY ORGÁNICA DE EDUCACIÓN INTERCULTURAL REGLAMENTO GENERAL A LA LEY ORGÁNICA DE EDUCACIÓN INTERCULTURAL
REGLAMENTO GENERAL A LA LEY ORGÁNICA DE EDUCACIÓN INTERCULTURAL CARLOS MASSUH
 
LEY ORGÁNICA DE EDUCACIÓN INTERCULTURAL
LEY ORGÁNICA DE EDUCACIÓN INTERCULTURALLEY ORGÁNICA DE EDUCACIÓN INTERCULTURAL
LEY ORGÁNICA DE EDUCACIÓN INTERCULTURALCARLOS MASSUH
 
PROPUESTA PEDAGÓGICA
PROPUESTA PEDAGÓGICAPROPUESTA PEDAGÓGICA
PROPUESTA PEDAGÓGICACARLOS MASSUH
 
DISEÑO DE PROYECTOS E-LEARNING.pdf
DISEÑO DE PROYECTOS E-LEARNING.pdfDISEÑO DE PROYECTOS E-LEARNING.pdf
DISEÑO DE PROYECTOS E-LEARNING.pdfCARLOS MASSUH
 
EVALUAR CON TACs.pdf
EVALUAR CON TACs.pdfEVALUAR CON TACs.pdf
EVALUAR CON TACs.pdfCARLOS MASSUH
 
MARCO LEGAL EDUCATIVO 01
MARCO LEGAL EDUCATIVO 01MARCO LEGAL EDUCATIVO 01
MARCO LEGAL EDUCATIVO 01CARLOS MASSUH
 
FUNDAMENTOS PEDAGÓGICOS DE LAS TAC.pdf
FUNDAMENTOS PEDAGÓGICOS DE LAS TAC.pdfFUNDAMENTOS PEDAGÓGICOS DE LAS TAC.pdf
FUNDAMENTOS PEDAGÓGICOS DE LAS TAC.pdfCARLOS MASSUH
 
Tipos de Textos, textos narrativos
Tipos de Textos, textos narrativosTipos de Textos, textos narrativos
Tipos de Textos, textos narrativosCARLOS MASSUH
 
Legislación Educativa y Políticas Públicas
Legislación Educativa y Políticas PúblicasLegislación Educativa y Políticas Públicas
Legislación Educativa y Políticas PúblicasCARLOS MASSUH
 
LEGISLACIÓN Y POLÍTICAS PUBLICAS
LEGISLACIÓN Y POLÍTICAS PUBLICASLEGISLACIÓN Y POLÍTICAS PUBLICAS
LEGISLACIÓN Y POLÍTICAS PUBLICASCARLOS MASSUH
 

More from CARLOS MASSUH (20)

El aprendizaje como objeto de evaluación
El aprendizaje como objeto de evaluaciónEl aprendizaje como objeto de evaluación
El aprendizaje como objeto de evaluación
 
Evaluación Diagnóstica, Formativa y Sumativa
Evaluación Diagnóstica, Formativa y SumativaEvaluación Diagnóstica, Formativa y Sumativa
Evaluación Diagnóstica, Formativa y Sumativa
 
Adaptación de los Ambientes de Aprendizaje para la Diversidad de los Estudiantes
Adaptación de los Ambientes de Aprendizaje para la Diversidad de los EstudiantesAdaptación de los Ambientes de Aprendizaje para la Diversidad de los Estudiantes
Adaptación de los Ambientes de Aprendizaje para la Diversidad de los Estudiantes
 
Tecnología educativa y ambientes virtuales de aprendizaje
Tecnología educativa y ambientes virtuales de aprendizajeTecnología educativa y ambientes virtuales de aprendizaje
Tecnología educativa y ambientes virtuales de aprendizaje
 
CONTEXTUALIZACIÓN DE LA EVALUACIÓN DE LOS APRENDIZAJES
CONTEXTUALIZACIÓN DE LA EVALUACIÓN DE LOS APRENDIZAJESCONTEXTUALIZACIÓN DE LA EVALUACIÓN DE LOS APRENDIZAJES
CONTEXTUALIZACIÓN DE LA EVALUACIÓN DE LOS APRENDIZAJES
 
D1 EVALUACIÓN INSTITUCIONAL
D1 EVALUACIÓN INSTITUCIONALD1 EVALUACIÓN INSTITUCIONAL
D1 EVALUACIÓN INSTITUCIONAL
 
PROPUESTA PEDAGÓGICA INTRO
PROPUESTA PEDAGÓGICA INTROPROPUESTA PEDAGÓGICA INTRO
PROPUESTA PEDAGÓGICA INTRO
 
REGLAMENTO GENERAL A LA LEY ORGÁNICA DE EDUCACIÓN INTERCULTURAL
REGLAMENTO GENERAL A LA LEY ORGÁNICA DE EDUCACIÓN INTERCULTURAL REGLAMENTO GENERAL A LA LEY ORGÁNICA DE EDUCACIÓN INTERCULTURAL
REGLAMENTO GENERAL A LA LEY ORGÁNICA DE EDUCACIÓN INTERCULTURAL
 
LEY ORGÁNICA DE EDUCACIÓN INTERCULTURAL
LEY ORGÁNICA DE EDUCACIÓN INTERCULTURALLEY ORGÁNICA DE EDUCACIÓN INTERCULTURAL
LEY ORGÁNICA DE EDUCACIÓN INTERCULTURAL
 
El juego apps
El juego appsEl juego apps
El juego apps
 
PROPUESTA PEDAGÓGICA
PROPUESTA PEDAGÓGICAPROPUESTA PEDAGÓGICA
PROPUESTA PEDAGÓGICA
 
DISEÑO DE PROYECTOS E-LEARNING.pdf
DISEÑO DE PROYECTOS E-LEARNING.pdfDISEÑO DE PROYECTOS E-LEARNING.pdf
DISEÑO DE PROYECTOS E-LEARNING.pdf
 
EVALUAR CON TACs.pdf
EVALUAR CON TACs.pdfEVALUAR CON TACs.pdf
EVALUAR CON TACs.pdf
 
MARCO LEGAL EDUCATIVO 01
MARCO LEGAL EDUCATIVO 01MARCO LEGAL EDUCATIVO 01
MARCO LEGAL EDUCATIVO 01
 
DIDÁCTICA DE TAC
DIDÁCTICA DE TACDIDÁCTICA DE TAC
DIDÁCTICA DE TAC
 
FUNDAMENTOS PEDAGÓGICOS DE LAS TAC.pdf
FUNDAMENTOS PEDAGÓGICOS DE LAS TAC.pdfFUNDAMENTOS PEDAGÓGICOS DE LAS TAC.pdf
FUNDAMENTOS PEDAGÓGICOS DE LAS TAC.pdf
 
Tipos de Textos, textos narrativos
Tipos de Textos, textos narrativosTipos de Textos, textos narrativos
Tipos de Textos, textos narrativos
 
Legislación Educativa y Políticas Públicas
Legislación Educativa y Políticas PúblicasLegislación Educativa y Políticas Públicas
Legislación Educativa y Políticas Públicas
 
LEGISLACIÓN Y POLÍTICAS PUBLICAS
LEGISLACIÓN Y POLÍTICAS PUBLICASLEGISLACIÓN Y POLÍTICAS PUBLICAS
LEGISLACIÓN Y POLÍTICAS PUBLICAS
 
RECURSOS LMS
RECURSOS LMSRECURSOS LMS
RECURSOS LMS
 

Recently uploaded

Interactive Powerpoint_How to Master effective communication
Interactive Powerpoint_How to Master effective communicationInteractive Powerpoint_How to Master effective communication
Interactive Powerpoint_How to Master effective communicationnomboosow
 
Nutritional Needs Presentation - HLTH 104
Nutritional Needs Presentation - HLTH 104Nutritional Needs Presentation - HLTH 104
Nutritional Needs Presentation - HLTH 104misteraugie
 
Advanced Views - Calendar View in Odoo 17
Advanced Views - Calendar View in Odoo 17Advanced Views - Calendar View in Odoo 17
Advanced Views - Calendar View in Odoo 17Celine George
 
social pharmacy d-pharm 1st year by Pragati K. Mahajan
social pharmacy d-pharm 1st year by Pragati K. Mahajansocial pharmacy d-pharm 1st year by Pragati K. Mahajan
social pharmacy d-pharm 1st year by Pragati K. Mahajanpragatimahajan3
 
Call Girls in Dwarka Mor Delhi Contact Us 9654467111
Call Girls in Dwarka Mor Delhi Contact Us 9654467111Call Girls in Dwarka Mor Delhi Contact Us 9654467111
Call Girls in Dwarka Mor Delhi Contact Us 9654467111Sapana Sha
 
APM Welcome, APM North West Network Conference, Synergies Across Sectors
APM Welcome, APM North West Network Conference, Synergies Across SectorsAPM Welcome, APM North West Network Conference, Synergies Across Sectors
APM Welcome, APM North West Network Conference, Synergies Across SectorsAssociation for Project Management
 
BASLIQ CURRENT LOOKBOOK LOOKBOOK(1) (1).pdf
BASLIQ CURRENT LOOKBOOK  LOOKBOOK(1) (1).pdfBASLIQ CURRENT LOOKBOOK  LOOKBOOK(1) (1).pdf
BASLIQ CURRENT LOOKBOOK LOOKBOOK(1) (1).pdfSoniaTolstoy
 
Disha NEET Physics Guide for classes 11 and 12.pdf
Disha NEET Physics Guide for classes 11 and 12.pdfDisha NEET Physics Guide for classes 11 and 12.pdf
Disha NEET Physics Guide for classes 11 and 12.pdfchloefrazer622
 
1029-Danh muc Sach Giao Khoa khoi 6.pdf
1029-Danh muc Sach Giao Khoa khoi  6.pdf1029-Danh muc Sach Giao Khoa khoi  6.pdf
1029-Danh muc Sach Giao Khoa khoi 6.pdfQucHHunhnh
 
Z Score,T Score, Percential Rank and Box Plot Graph
Z Score,T Score, Percential Rank and Box Plot GraphZ Score,T Score, Percential Rank and Box Plot Graph
Z Score,T Score, Percential Rank and Box Plot GraphThiyagu K
 
Measures of Central Tendency: Mean, Median and Mode
Measures of Central Tendency: Mean, Median and ModeMeasures of Central Tendency: Mean, Median and Mode
Measures of Central Tendency: Mean, Median and ModeThiyagu K
 
Accessible design: Minimum effort, maximum impact
Accessible design: Minimum effort, maximum impactAccessible design: Minimum effort, maximum impact
Accessible design: Minimum effort, maximum impactdawncurless
 
Arihant handbook biology for class 11 .pdf
Arihant handbook biology for class 11 .pdfArihant handbook biology for class 11 .pdf
Arihant handbook biology for class 11 .pdfchloefrazer622
 
Grant Readiness 101 TechSoup and Remy Consulting
Grant Readiness 101 TechSoup and Remy ConsultingGrant Readiness 101 TechSoup and Remy Consulting
Grant Readiness 101 TechSoup and Remy ConsultingTechSoup
 
A Critique of the Proposed National Education Policy Reform
A Critique of the Proposed National Education Policy ReformA Critique of the Proposed National Education Policy Reform
A Critique of the Proposed National Education Policy ReformChameera Dedduwage
 
Student login on Anyboli platform.helpin
Student login on Anyboli platform.helpinStudent login on Anyboli platform.helpin
Student login on Anyboli platform.helpinRaunakKeshri1
 

Recently uploaded (20)

Código Creativo y Arte de Software | Unidad 1
Código Creativo y Arte de Software | Unidad 1Código Creativo y Arte de Software | Unidad 1
Código Creativo y Arte de Software | Unidad 1
 
Interactive Powerpoint_How to Master effective communication
Interactive Powerpoint_How to Master effective communicationInteractive Powerpoint_How to Master effective communication
Interactive Powerpoint_How to Master effective communication
 
Nutritional Needs Presentation - HLTH 104
Nutritional Needs Presentation - HLTH 104Nutritional Needs Presentation - HLTH 104
Nutritional Needs Presentation - HLTH 104
 
Advanced Views - Calendar View in Odoo 17
Advanced Views - Calendar View in Odoo 17Advanced Views - Calendar View in Odoo 17
Advanced Views - Calendar View in Odoo 17
 
social pharmacy d-pharm 1st year by Pragati K. Mahajan
social pharmacy d-pharm 1st year by Pragati K. Mahajansocial pharmacy d-pharm 1st year by Pragati K. Mahajan
social pharmacy d-pharm 1st year by Pragati K. Mahajan
 
Call Girls in Dwarka Mor Delhi Contact Us 9654467111
Call Girls in Dwarka Mor Delhi Contact Us 9654467111Call Girls in Dwarka Mor Delhi Contact Us 9654467111
Call Girls in Dwarka Mor Delhi Contact Us 9654467111
 
APM Welcome, APM North West Network Conference, Synergies Across Sectors
APM Welcome, APM North West Network Conference, Synergies Across SectorsAPM Welcome, APM North West Network Conference, Synergies Across Sectors
APM Welcome, APM North West Network Conference, Synergies Across Sectors
 
BASLIQ CURRENT LOOKBOOK LOOKBOOK(1) (1).pdf
BASLIQ CURRENT LOOKBOOK  LOOKBOOK(1) (1).pdfBASLIQ CURRENT LOOKBOOK  LOOKBOOK(1) (1).pdf
BASLIQ CURRENT LOOKBOOK LOOKBOOK(1) (1).pdf
 
Disha NEET Physics Guide for classes 11 and 12.pdf
Disha NEET Physics Guide for classes 11 and 12.pdfDisha NEET Physics Guide for classes 11 and 12.pdf
Disha NEET Physics Guide for classes 11 and 12.pdf
 
1029-Danh muc Sach Giao Khoa khoi 6.pdf
1029-Danh muc Sach Giao Khoa khoi  6.pdf1029-Danh muc Sach Giao Khoa khoi  6.pdf
1029-Danh muc Sach Giao Khoa khoi 6.pdf
 
INDIA QUIZ 2024 RLAC DELHI UNIVERSITY.pptx
INDIA QUIZ 2024 RLAC DELHI UNIVERSITY.pptxINDIA QUIZ 2024 RLAC DELHI UNIVERSITY.pptx
INDIA QUIZ 2024 RLAC DELHI UNIVERSITY.pptx
 
Z Score,T Score, Percential Rank and Box Plot Graph
Z Score,T Score, Percential Rank and Box Plot GraphZ Score,T Score, Percential Rank and Box Plot Graph
Z Score,T Score, Percential Rank and Box Plot Graph
 
Measures of Central Tendency: Mean, Median and Mode
Measures of Central Tendency: Mean, Median and ModeMeasures of Central Tendency: Mean, Median and Mode
Measures of Central Tendency: Mean, Median and Mode
 
Advance Mobile Application Development class 07
Advance Mobile Application Development class 07Advance Mobile Application Development class 07
Advance Mobile Application Development class 07
 
Accessible design: Minimum effort, maximum impact
Accessible design: Minimum effort, maximum impactAccessible design: Minimum effort, maximum impact
Accessible design: Minimum effort, maximum impact
 
Arihant handbook biology for class 11 .pdf
Arihant handbook biology for class 11 .pdfArihant handbook biology for class 11 .pdf
Arihant handbook biology for class 11 .pdf
 
Grant Readiness 101 TechSoup and Remy Consulting
Grant Readiness 101 TechSoup and Remy ConsultingGrant Readiness 101 TechSoup and Remy Consulting
Grant Readiness 101 TechSoup and Remy Consulting
 
Mattingly "AI & Prompt Design: Structured Data, Assistants, & RAG"
Mattingly "AI & Prompt Design: Structured Data, Assistants, & RAG"Mattingly "AI & Prompt Design: Structured Data, Assistants, & RAG"
Mattingly "AI & Prompt Design: Structured Data, Assistants, & RAG"
 
A Critique of the Proposed National Education Policy Reform
A Critique of the Proposed National Education Policy ReformA Critique of the Proposed National Education Policy Reform
A Critique of the Proposed National Education Policy Reform
 
Student login on Anyboli platform.helpin
Student login on Anyboli platform.helpinStudent login on Anyboli platform.helpin
Student login on Anyboli platform.helpin
 

DISTRIBUCIÓN DE FRECUENCIAS

  • 1. ESTADÍSTICA APLICADA A LA EDUCACIÓN DISTRIBUCIÓN DE FRECUENCIAS Carlos Massuh Villavicencio Esta foto de Autor desconocido está bajo icencia CC BY
  • 3. Son categorías de una variable los valores que puede asumir. POBLACIÓN VARIABLES CATEGORÍAS HABITANTES DE LA CIUDAD DE GUAYAQUIL ESCOLARIDAD NINGUNO- PRIMARIO- BACHILLER- SUPERIOR
  • 4. Propiedades de las categorías Las categorías de una variable son mutuamente excluyentes si a cada individuo le corresponde no más de una categoría. Las categorías de una variable son exhaustivas si todo individuo tiene alguna categoría que le corresponda. NIVEL DE ESCOLARIDAD NINGUNO PRIMARIA INCOMPLETO PRIMARIA SECUNDARIA INCOMPLETO BACHILLERATO SUPERIOR INCOMPLETO SUPERIOR TERCER NIVEL POSTGRADO
  • 5. Codificación numérica de una variable Ejemplo: Está usted de acuerdo con…. 1 Completamente de acuerdo 2 De acuerdo 3 Indiferente 4 En desacuerdo 5 Completamente en desacuerdo Esta foto de Autor desconocido está bajo licencia CC BY-NC-ND
  • 6. Las variables numéricas no necesitan codificación Escriba su edad Edad 34
  • 7. Medición de una variable • El nivel de medición de una variable está determinado por el significado que tengan los símbolos numéricos que se asignan a las categorías.
  • 8. Ejemplos de codificación de variables de nivel nominal Código Tipo de hogar 1 Unipersonal 2 Monoparental 3 Nuclear 4 Extendido 5 Compuesto Código Escuela 1 Medicina 2 Agronomía 3 Economía 4 Ciencias de la tierra 5 Ingeniería Civil Una variable está medida a nivel nominal si los números que representan cada categoría son asignados de manera arbitraria y solo cumplen con la función de designar y distinguir categorías diferentes
  • 9. Ejemplos de codificación de variables de nivel ordinal Código Calidad 1 Excelente 2 Muy bueno 3 Bueno 4 Regular 5 Malo Una variable está medida a nivel ordinal si los números que representan cada categoría son asignados de manera que respeten el orden según aumenta la característica que la variable mide. Estos números designan las categorías y son expresión de la jerarquía Código Categoría 1 Superior a la media 2 Media 3 Inferior a la media
  • 10. El nivel intervalar Código Rango de edad en años 1 Menor de 18 2 Entre 18 y 25 3 Entre 26 y 32 4 Entre 32 y 48 5 Mayor de 48 Código Rango de calificación 1 Menor de 4,00 2 Entre 4,01 y 6,99 3 Entre 7,00 y 8,49 4 Entre 8,50 y 9,49 5 Mayor a 9.50
  • 11. Variables proporcionales • Una variable está medida a nivel proporcional cuando sus valores respetan relaciones de proporcionalidad y, en consecuencia, el cero tiene un valor absoluto. Cantidad de materias aprobadas en el curso 0 1 2 3 4 5 6 Estatura promedio de estudiantes del salón Menos de 1 metro Entre 1,01 a 1,50 Entre 1,51 a 1,99 Mas de 2 metros
  • 12. ORGANIZACIÓN DE LOS DATOS Esta foto de Autor desconocido está bajo licencia CC BY-NC-ND
  • 13. Fuentes de datos Establecimiento de variables y categorías Diseño y elaboración de instrumentos Levantamiento de la información Organización de datos Representación de datos Análisis Interpretación
  • 14. Orden Sexo Edad Estado civil 1 1 25 1 2 2 26 1 3 1 27 2 4 1 24 1 … 200 2 25 1 201 2 26 2 202 2 28 3 203 1 27 1 204 1 23 1 • Se trata de un ordenamiento de la información que contiene en la primera fila (horizontal) los nombres de las variables y en las filas siguientes los números que corresponden a las respuestas dadas por los encuestados.
  • 15. Frecuencia Simples Sexo Hechos (f) 1 80 2 120 n 200 • La frecuencia absoluta simple de cada valor de la variable es el número de casos que asumen ese valor. Se indica f. σ𝑖=1 𝑘 𝑓𝑖=n
  • 16. Frecuencia relativa simple, • Esta proporción se denomina frecuencia relativa simple, se simboliza como f’ (efe prima), y se calcula como acabamos de mostrar: dividiendo la frecuencia absoluta por el total. Ahora puede completarse la tabla anterior agregando otra columna. Sexo Hechos (f) f’ 1 80 0,40 2 120 0,60 n 200 1,00 σ𝑖=1 𝑘 𝑓′𝑖=1
  • 17. VARIABLE CATEGORIA O CLASE LI LS MC f f’ EDAD MUJERES 1 1 18 32 25 54 0,26 EDAD MUJERES 2 2 33 47 40 78 0,38 EDAD MUJERES 3 3 48 62 55 35 0,17 EDAD MUJERES 4 4 63 77 70 27 0,13 EDAD MUJERES 5 5 78 92 85 12 0,06 AMPLITUD DE CLASE: 14
  • 18. Las frecuencias acumuladas • La frecuencia absoluta acumulada de cada valor de la variable es la cantidad de casos que asumen ese valor y todos los valores menores a él. Se indica F. • Su cálculo es muy simple, ya que solo es necesario contar las frecuencias de la categoría que nos interesa y sumarla a las frecuencias de las categorías anteriores a ella. VARIABLE CATEGORIA O CLASE f f’ F EDAD MUJERES 1 1 54 0,26 54 EDAD MUJERES 2 2 78 0,38 132 EDAD MUJERES 3 3 35 0,17 167 EDAD MUJERES 4 4 27 0,13 194 EDAD MUJERES 5 5 12 0,06 206
  • 19. Las frecuencias acumuladas relativas • La frecuencia relativa acumulada de cada valor de la variable es la proporción de casos que asumen ese valor y todos los valores menores a él. Se indica F´. VARIABLE CATEGORIA O CLASE f f’ F F’ EDAD MUJERES 1 1 54 0,26 54 0,26 EDAD MUJERES 2 2 78 0,38 132 0,64 EDAD MUJERES 3 3 35 0,17 167 0,81 EDAD MUJERES 4 4 27 0,13 194 0,94 EDAD MUJERES 5 5 12 0,06 206 1,00
  • 21. Gráfico de frecuencias CLASE f f’ 1 54 0,26 2 78 0,38 3 35 0,17 4 27 0,13 5 12 0,06
  • 22. Gráfico de frecuencias relativas CLASE f f’ 1 54 0,26 2 78 0,38 3 35 0,17 4 27 0,13 5 12 0,06
  • 23. Histograma Rango de edad en años Empleados Menor de 18 12 Entre 18 y 25 25 Entre 26 y 32 37 Entre 32 y 48 45 Mayor de 48 21
  • 24. Gráfico de Ojiva CLASE f f’ F F’ 1 54 0,26 54 0,26 2 78 0,38 132 0,64 3 35 0,17 167 0,81 4 27 0,13 194 0,94 5 12 0,06 206 1,00 0 50 100 150 200 250 1 2 3 4 5 6 F F
  • 25. Resumen Frecuencia Símbolo Significado Nivel en que tiene interpretación Absoluta simple f Cantidad de observaciones en cada categoría de la variable Todos Relativa simple f' Proporción de observaciones en cada categoría de la variable Todos Absoluta acumulada F Cantidad de observaciones en cada categoría de la variable y en todas las anteriores a ella Ordinal o superior Relativa acumulada F’ Proporción de observaciones en cada categoría de la variable y en todas las anteriores a ella Ordinal o superior