RECOLECCIÓN DE DATOS

ELEMENTOS BÁSICOS DEL TRABAJO ESTADÍSTICO

INVESTIGACIÓN PROBLEMA DE POBLACIÓN (1) MUESTRA n OBJETIVOS

INVESTIGACIÓN

VARIABLES (2)

DATOS (3)

BASE DE DATOS

La recolección de datos constituye la primera fase de un trabajo estadístico, proporciona

la materia prima para el proceso estadístico. La calidad de los resultados del análisis
estadístico. La calidad de los resultados del análisis estadístico dependerá de la calidad
de los datos que se recolecten, por lo que esta actividad deberá planearse y ejecutarse de
manera adecuada.
Es el momento en el cual el investigador se pone en contacto con los objetivos o
elementos sometidos a estudio, con el propósito de obtener los datos o respuestas de las
variables consideradas.
Previamente a este proceso, es importante analizar los objetivos del estudio, precisar las
variables e identificar las fuentes de datos, a fin de definir qué datos hay que recopilar y
cómo hacer esta tarea.
La formulación del problema y del marco teórico, la definición de las hipótesis y de los
objetivos de la investigación permiten especificar los tipos de información y las
variables que son requeridas.
La recolección de datos, se puede realizar mediante dos modalidades:
a) La técnica de investigación documental o bibliográfica.
b) La técnica de trabajo de campo, que se realiza de dos maneras:
 La observación y la exploración en el terreno, que consiste en el contacto
directo del investigador con el objeto de estudio.
 La encuesta en su modalidad de cuestionario y la entrevista, que consiste
en el acopio de testimonios orales y escritos de personas vivas.
La recolección de datos es uno de los aspectos principales de la investigación.
La determinación de la selección y elaboración de las técnicas e instrumentos de
recolección de datos adecuados a un cierto estudio deberá considerar los siguientes
aspectos:
A) El nivel o tipo de la investigación
B) De los objetivos del trabajo
C) De la naturaleza del trabajo: retrospectivo y prospectivo
D) Del ámbito de la investigación: Población o muestra
ELEMENTOS DE UN DATO:
A) LA UNIDAD DE ANÁLISIS: Es el objeto de estudio, de observación sea este una
persona en suceso o una cosa.
B) LA VARIABLE: Característica propiedad que se desea observar en la unidad de
análisis.
C) EL VALOR: Es el resultado de la observación realizada acerca de una variable en
una unidad de análisis.
Ejemplo
Si se aplica un cuestionario de encuesta a un alumno “A” de una muestra de 500
alumnos de la Escuela de Ingeniería Mecánica de la UNS y que su respuesta a
una pregunta sobre su peso exacto en kg es 55kg.
En este ejemplo se tiene: Que los elementos del dato son: Unidad de
observación; alumno “A” de la Escuela de Ingeniería Mecánica de la UNS,
variable: peso y valor: 55kg.
TIPOS DE DATOS:
Pueden ser
A) CUANTITATIVOS: Representan la cantidad o el monto de algo, por ejemplo:
la producción mensual de arroz, el consumo mensual de luz, la presión arterial,
el resultado obtenido en un examen, etc.
B) CUALITATIVOS: Son aquellos que pueden ser puestos en CATEGORÍAS,
pero no en forma de cantidad y se describen contando el número de unidades de
análisis (observaciones) en cada categoría, por ejemplo, el estado civil de un
trabajador, el lugar de procedencia de un alumno, etc.

ACTIVIDADES QUE IMPLICA LA RECOLECCIÓN DE DATOS

RAZONES PORQUE SE RECOLECTAN DATOS:
A) Constituyen una etapa imprescindible dentro del proceso de la investigación
científica
B) Ayudan en la formulación de alternativas de acción en el proceso de análisis y
toma de decisiones.
C) Permiten medir el desempeño en un servicio, proceso de producción o proceso
de experimentación.
D) Permiten la construcción de sistemas de información estadística.
E) Sondeos o estudio exploratorios.

FUENTES DE INFORMACIÓN:
Es el lugar, la institución, instrumentos, la persona donde están los datos que se
necesitan para la investigación. Pueden ser:
 A) FUENTES DE DATOS INTERNOS: Es la información estadística recopilada
por la empresa o la institución de los resultados de su propia gestión. Por
ejemplo, reportes de las oficinas de planificación, reportes de operaciones,
reportes de las oficinas de planificación, reportes especiales, etc.
B) FUENTES DE DATOS EXTERNOS: Es la información elaborada por
institutos de investigación, públicas o privadas o dependencias especializadas,
generalmente requeridas a nivel de naciones o sectores.
C) FUENTES PRIMARIAS: Es la información estadística que se obtiene
directamente de la unidad de análisis (observación).
Por ejemplo: los resultados de los censos de la población y vivienda, los
resultados de las diferentes encuestas nacionales que periódicamente realiza el
“Instituto Nacional de Estadística e Informática (INEI), los resultados de las
encuestas que se realizan como parte de las diferentes investigaciones
científicas, etc.
D) FUENTES SECUNDARIAS: Es la información estadística elaborada a base de
datos de fuente primaria, por otros investigadores o instituciones externas.
MÉTODOS O TÉCNICAS DE RECOLECCIÓN DE DATOS:
1. Definición: Son procedimientos que tienen una propia metodología, cuya
aplicación permite recolectar los datos que son necesarios para ejecutar una
investigación.
2. Instrumento de recolección de datos: Son los documentos o formatos que de
manera operativa permiten la aplicación de los métodos de recolección de datos
existentes.
Es decir, cada método o técnica tiene su propio tipo de instrumento.

PRINCIPALES MÉTODOS O TÉCNICAS DE RECOLECCIÓN DE DATOS

Método o Nivel de Naturaleza de la Ámbito de la
técnica Instrumento investigación investigación investigación
Descriptivo Población (censo)
Explicativo o muestra
Encuesta Cuestionario Prospectivo
grande(n≥30)
Correlacional

Descriptivo
Entrevista Guía de
Explicativo
entrevista Prospectivo Muestra pequeña
Correlacional
(n<30)
Observación Guía de Descriptivo
de campo no observación Prospectivo Muestra
Explicativo
experimental de campo
Correlacional

Muestras:
Guía de Experimental -Dos grupos de
Observación observación o -Cuasi estudio
experimental ficha de experimental Prospectivo - grupo control
registro de -grupo
datos experimental
-Pre -
experimental -Un solo grupo
Análisis
documentario Guía de Descriptivo Retrospectivo Muestras
y archivo registro Explicativo

NOTA
A) NIVEL DE INVESTIGACIÓN: Es el rigor o profundidad a la cual puede llegar
una investigación científica, tenemos:
- NIVEL DESCRIPTIVO: Describe y evalúa las características de una realidad, sin
modificar nada, se evalúan variables.
- NIVEL EXPLICATIVO: Busca determinar las causas o factores que originaron una
situación problemática, se evalúan y controlan las variables a través de la relación
causal:
y=f(x).
x: Variable independiente
y: “ dependiente
-NIVEL CORRELACIONAL: Busca determinar el grado de relación entre las
variables que intervienen en una relación causal. Se evalúan y controlan variables a
través de la relación causal: y=f(x).
-NIVEL EXPERIMENTAL: Busca innovar, transformar una realidad en base a la
modificación o manipulación del diseño de la composición de la variable independiente
(x) en una relación causal: y=f(x). Hay control y manipulación de variables. Pueden ser:
- CUASI-EXPERIMENTAL: Existen 2 grupos de estudio: grupo control y
grupo experimental (en donde se realiza la manipulación de la variable
independiente x).
- PRE- EXPERIMENTAL: Cuando se considera a un solo grupo de estudio, en
donde se realiza evaluaciones: antes y después del proceso.
 B) NATURALEZA DE LA INVESTIGACIÓN:
Se refiere en base al tiempo como se ha recolectado los datos, obtenido la
información, en el tratamiento de una investigación correspondiente. Puede ser:
- RETROSPECTIVO: Cuando la información ya existe, es decir el fenómeno de
estudio ya ocurrió.
- PROSPECTIVO: Cuando la información todavía no existe, recién el
investigador va a determinar y administrar la información que se necesita.
ORGANIZACIÓN DE LA INFORMACIÓN

Una vez recolectado los datos, el paso siguiente consiste en organizarlos y ordenarlos
adecuadamente, en base a los criterios siguientes:
a) Revisión de la información obtenida en los formatos de los instrumentos
referentes a los métodos de recolección de datos aplicados.
b) Depuración de los instrumentos de recolección aplicados que no cumplen con
las condiciones de calidad, como, por ejemplo: los que están en blanco,
incompletos, incongruencias entre las respuestas registradas, etc.
c) Elaboración de una base de datos que busque resumir los resultados obtenidos,
teniendo en cuenta a las variables de estudio
d) Codificación de los valores y categorías de las variables de estudio, lo cual
permita facilitar su procesamiento posterior.
Para lo cual deberá tenerse en cuenta lo siguiente:

i) CUANDO LA VARIABLE ES CUALITATIVA:

Ordenar las categorías de la variable cualitativa, asignándole un código a
cada una de ellas. Por ejemplo:

ESTADO CIVIL CÓDIGO

CASADO (a) 01
DIVORCIADO (a) 02
SOLTERO (a) 03
VIUDO (a) 04

ii) CUANDO LA VARIABLE ES CUANTITATIVA:

Se realiza ordenando de acuerdo a la magnitud de sus valores, en forma
ascendente o descendente.
Ejemplo:
Supongamos que se registra las mediciones de la longitud de los
diámetros de 30 tubos de acero en pulgadas:

6.1 17.1 15.0 27.6 2.9

10.4 24.5 8.4 38.5 44.8
6.4 30.8 1.0 3.8 41.6
 3.8 40.1 3.8 19.6
20.4 26.3 14.6 15.7
19.7 31.8 44.7 39.6
36.5 44.7 50.3 3.8

Ordenando en forma ascendente, se tiene:

Unidades de análisis: tubos de acero
Variable: Longitud de los diámetros en pulgadas.
Clase de variable: Variable cuantitativa continua.

X i : Longitud CÓDIG Xi CÓDIG Xi CÓDIG Xi CÓDIG Xi CÓDIG

O O O O O
1.0 (01) 10. (07) 19. (13) 36. (19) 44. (25)
4 7 5 8
2.9 (02) 14. (08) 20. (14) 18. (20) 50. (26)
6 4 5 3
3.8 (03) 15. (09) 24. (15) 39. (21)
0 5 6
6.1 (04) 15. (10) 26. (16) 40. (22)
7 3 1
6.4 (05) 17. (11) 30. (17) 41. (23)
1 8 6
8.4 (06) 19. (12) 31. (18) 44. (24)
6 8 7

Conclusiones:
1) RANGO (R): R= Valor máximo-Valor mínimo.
R= 50.3-1.0=49.3 pulgadas.

2) VALOR MÁS FRECUENTE: X i =3.8 pulgadas .

Frecuencia de 3.8 = 4

3) CLASE DE VARIABLE: Variable cuantitativa continua.

PRESENTACIÓN DE LA INFORMACIÓN

Una vez obtenido y organizado los datos que se necesitan, seguidamente debe pasarse a
la fase de la presentación adecuada y ordenada de los mismos con un determinado
criterio, de tal manera que facilite su comprensión y su posterior análisis.
FORMAS DE PRESENTACIÓN DE LA INFORMACIÓN:
La información puede presentarse adecuadamente de 2 formas:
a) Mediante tablas de distribución de frecuencias
b) Mediante gráficos estadísticos.

TABLAS DE DISTRIBUCIÓN DE FRECUENCIAS

1) DEFINICIÓN: Constituye una representación que busca clasificar de manera

sistemática, ordenada y resumida a una información en grupos, categorías o
intervalos de clase.
Cuando se dispone de un gran número de datos referentes a una característica en
estudio, resulta más económico, clasificar y distribuir estos datos en categorías,
clases o grupos.

2) OPERACIONES PARA CONSTRUIR UNA TABLA DE DISTRIBUCIÓN

DE FRECUENCIAS:

A) LA CLASIFICACIÓN: Que consiste en determinar las categorías, los

distintos valores que toman las variables o los intervalos de clase.
B) LA TABULACIÓN: Consiste en distribuir los elementos de la población en
la respectiva categoría o intervalo de la variable.
FRECUENCIA: Número de veces que se repite cada valor distinto o
categorías de las variables.
3) DISTRIBUCIONES UNIDIMENSIONALES: Cuando se estudia una sola
variable. Ejemplo:

X i : Edad de n personas

Xi : X1 , X 2 … , X n

DistribuciónUnidimensional
4) TIPOS DE TABLAS DE DISTRIBUCIÓN DE FRECUENCIAS:
1° Variable cuantitativa y tiene varios valores diferentes o es continua ⇒
intervalos de clase.
2° Variable cuantitativa y tiene pocos valores diferentes ⇒ sin intervalos.
3° Variable cualitativa.

5) ELEMENTOS DE UNA TABLA DE DISTRIBUCIÓN DE FRECUENCIAS

(DISEÑO):
 Tomando como base el 1° tipo; se tiene:
VARIABLE Xi fi Fi hi Hi hi ( %) H i (% )
(unidad)
A: [a-b] X1 f1 F 1=f 1 h1 H 1=h 1 h1 H 1=h 1
B: [c-d] X2 f2 F2 h2 H2 h2 H2
. . . . . . . .
. . . . . . . .
. . . . . . . .
M: [ ] Xm fm F m=n hm H m =1 h m1 H m =100
TOTAL n 1.0 100%
TITULO: …….
Encabeza
miento

FUENTE: ………….
COLUMNA

MATRIZ
PROCEDIMIENTO:

1° RANGO (R): Tamaño de la información: R= Valor máximo- Valor mínimo

Donde: R es grande: R¿2 dígitos
R es pequeño: R ≤ 2 dígitos

2° NÚMERO DE INTERVALOS (m): Determinar en cuantos intervalos se

clasificaría la información:
Regla de Sturgess: m=1+3.3 log n
m deberá redondearse por exceso si R es grande
m deberá redondearse por defecto si R es pequeño.

3° AMPLITUD INTERVALICA (c): Tamaño de cada intervalo.

R
C=
m
“C deberá ser redondeado siempre por exceso, de acuerdo a la unidad de medida
de la información”.
EJEMPLOS:

SEA: X i Unidad de medida de la información =1

10 20 8 12 7
Supongamos que: C=3.49 ⇒c=4
5 4 15 8 18
- - - - -
- - - - -
C deberá ser como son los datos.

SEA: X i Unidad de medida de medida de la

10.3 8.4 17.3 6.4 información=0.1
9.6 2.5 15.3 20.4
- - - - Supongamos que: C=4.32 ⇒ C=4.4
- - - -

4° FRECUENCIAS: Número de veces que se repite cada valor distinto de la variable

en cada intervalo de clase. Pueden ser:
A) FRECUENCIAS ABSOLUTAS SIMPLES ( f ¿¿ i):¿ Número de elementos que
pertenecen a cada intervalo.
0 ≤ f i <n
m

∑ f i=f 1 +f 2+ …+f m=n

i=1

B) FRECUENCIAS ABSOLUTAS ACUMULADAS F i: Se obtienen sumando

acumulativamente las f i, partiendo de:
F 1=f 1

F 2=f 1 + f2

.
.
.
F m=f 1+ f 2 +…+ f m =n

F m=n

C) FRECUENCIAS RELATIVAS SIMPLES ¿ ¿ Proporción de elementos que le

corresponden a cada intervalo con respecto a n, donde:
fi
hi =
n
0 ≤ hi <1
m

∑ hi=h1 +h 2+ …+hm =1
i=1
D) FRECUENCIAS RELATIVAS ACUMULADAS( H ¿¿ i) ¿: Se obtienen de 2
maneras:
i) Sumando acumulativamente las hi :

Esto es: H 1=h 1

H 2=h1+ h2

.
.
.
H m =h1 +h2 +…+ hm=1

ii) Mediante:
Fi
H i=
n
E) FRECUENCIA PORCENTUALES:
i) FRECUENCIAS PORCENTUALES SIMPLES:
fi
hi ( % )=hi x 100= x 100
n
m

∑ hi ( % )=100 %
i=1

ii) FRECUENCIAS PORCENTUALES ACUMULADAS:

Fi
H i ( % ) =H i x 100= x 100
n
5°) MARCAS DE CLASE( X i ): Puntos medios de cada intervalo de clase. Ejemplos:

Si:
a+b
A=[ a , b ] ⇒ X i=
2
a+b
B=¿ ⇒ X i=
2
Son los valores representativos de cada intervalo.
TÍTULO: Enunciado breve y preciso, que debe contener los siguientes componentes:
 Unidades de análisis: Elementos objeto de estudio.
 Variable: Característica de estudio.
Antes del nombre de la variable deberá ir la palabra: “según” o la palabra “por”.
  Lugar o espacio: Donde se desarrollará el estudio.
 Tiempo: Para lo cual es vigente la información.
FUENTE: Es el lugar, medio o instrumento de donde se obtuvieron los datos.

INTERVALOS DE CLASE

1) Definición: Subconjuntos de cada intervalo.

2) Clases:
a) Intervalos cerrados: Cuando se consideran los extremos:
[ a , b ]={xϵ R /a≤ x ≤ b }
b) Intervalos abiertos: Cuando no se consideran los extremos:
(a , b)={xϵ R /a< x< b }
c) Intervalos semiabiertos a la derecha: Cuando no se considera al extremo de
la derecha:
¿={xϵ R /a ≤ x <b }

d) Intervalos semiabiertos a la izquierda: Cuando no se considera al extremo

de la izquierda.
¿

INTERVALOS CERRADOS
Sea:
A=[a , b]

Límite inferior Límite superior

Se tiene: Límite superior= Límite inferior+ C- Unidad de medida de la

información.
⇒ C= Límite superior- Límite inferior+ Unidad de medida de la información
 INTERVALOS SEMIABIERTOS A LA DERECHA
Sea:
B=¿

Límite inferior Límite superior

Se tiene: Límite superior= Límite Inferior + C

⇒ C= Límite superior-Límite inferior

Ejemplos:
1) Se tienen los datos referentes a la producción mensual (T.M) de harina de pescado de
30 fábricas (2022) del Perú:
50 62 93 87 57
65 63 78 95 58
70 60 75 55 85
76 77 84 91 93
94 92 65 80 85
80 58 52 64 70

Fuente: Ministerio de Industria y Turismo.

a) Construir una tabla de distribución de frecuencias adecuada.
b) Interpretar los resultados de la tabla
c) Interpretar los resultados: f 4 , F 4 , h 4 (%) , H 4 (%) , X 3
a) Análisis:
Unidad de análisis: Fábricas del Perú
Variable: Producción mensual (T.M)
-Clase de variable: V. Cuantitativa discreta (presenta varios valores diferentes).
Unidad de medida de la información=1
1° tipo) ⇒ intervalos
PROCEDIMIENTO:
1º) RANGO(R):

R= VALOR MÁXIMO – VALOR MÍNIMO

R= 94 – 50 = 44 T.M.
Rango pequeño
2º) NÚMERO DE INTERVALOS (m):
Regla de Sturgess:
n=30
m= 1+ 3.3 log n

m=1 + 3.3 log 30

m= 5.87
m= 5
Como R es pequeño →
3º) AMPLITUD INTERVÁLICA (C ):

C= R/m
c= 44/5 = 8.8
→
c= 9

TABLA N° 01
DISTRIBUCIÓN DE FÁBRICAS DEL PERÚ, SEGÚN PRODUCCIÓN
MENSUAL (T.M) DE HARINA DE PESCADO; AÑO 2022
PRODUCCIÓN
MENSUAL Xi fi Fi hi Hi hi (%) Hi (%)
T.M
[a,b)
[50 – 59) Xi=54.5 fi=6 Fi=6 hi=0.20 Hi=0.20 20 20
[59 – 68) X₂=63. f₂=6 F₂=12 h₂=0.20 H₂=0.4 20 40
[68 – 77) 5 f₃=4 F₃=16 h₃=0.13 0 13 53
[77—86) X₃=72. f₄=8 F₄=24 h₄=0.27 H₃=0.5 27 80
[86 – 95) 5 f₅=6 F₅=30 h₅=0.20 3 20 100
X₄=81, H₄=0.8
5 0
X₅=90, H₅=1.0
5 0

TOTAL n=30 1.00 100%

Fuente: Ministerio de Industria y Turismo
 b) Interpretación:

- Los resultados de la tabla construida nos indica que en el año 2022 predominan
las fábricas del Perú (27%) que registraron una producción mensual de 77 hasta
menos de 86 T.M respectivamente.
- Asimismo, destacamos que un 20% de fábricas del Perú tuvieron la mayor
producción mensual de harina de pescado comprendida de 86 hasta menos de 95
T.M.
- Por otro lado, el mismo porcentaje de fábricas (20%) del Perú registraron la
menor producción mensual de harina de pescado comprendida de 50 hasta
menos de 59 T.M.
- En general, podemos señalar que más de la mitad de las fábricas del Perú (53%)
registraron una producción por debajo del promedio, comprendido de 50 hasta
menos de 77 T.M.

c) Interpretación:

f 4=8: Significa que 8 fábricas del Perú en el año 2022 tuvieron una producción
mensual de harina de pescado de 8 T.M.

F 4=24: Significa que 24 fábricas del Perú en el año 2022 tuvieron una
producción mensual de harina de pescado de 50 hasta menos de 86 T.M.

h 4 (%) = 27%:

H 4 (%) = 80%:

X 3 = 72.5:

2) Suponga que se tienen los pesos de 50 trabajadores de la Empresa Metal Mecánica A

de Nuevo Chimbote. La muestra fue obtenida de acuerdo a su turno de atención y las
unidades están dadas en kg.

94.3 93.0 95.5 95.3 92.4 94.4 92.8 93.2 93.6 95.5
92.9 93.6 95.7 93.8 94.8 93.4 92.7 91.6 93.6 93.7
94.2 95.7 94.7 94.3 92.7 94.5 96.2 95.4 93.7 91.9
94.7 92.7 95.0 93.0 92.7 93.7 92.7 93.3 94.6 96.4
94.1 93.7 94.2 93.7 94.0 93.9 93.6 94.6 92.3 94.4
Fuente: Oficina de Personal. Empresa Metal Mecánica A.

A) Construir una tabla de distribución de frecuencias adecuadas

B) Interpretar los resultados de la tabla elaborada
 Análisis:
- Unidad de análisis: trabajadores de la Empresa Metal Mecánica A.
- Variable: Pesos (kg).
-Clase de variable: variable cuantitativa continua, presenta varios valores
diferentes.
Unidad de medida de la información = 0,1

1º CASO) INTERVALOS

PROCEDIMIENTO:

1º) Rango (R):

R= 96.4 – 91.6
R= 4.8 kg
R pequeño

2º) Número de intervalos (m)

m= 1+3.3 log50 n=50
m= 6.61
m= 6; por ser R pequeño

3º) Amplitud interválica (C)

C= 4.8/6
C= 0.8
TABLA N°02
DISTRIBUCIÓN DE TRABAJADORES DE LA EMPRESA METAL
MECÁNICA A DE NUEVO CHIMBOTE, SEGÚN PESOS (KG.)

Pesos (kg) Xi fi Fi hi Hi hi (%) Hi (%)

[a,b]

[91.6 – 92.3] X 1 =91.92 f 1=3 F 1=3 h1 =0.06 H 1=0.06 h1 =6 H 1=6

[92.4 – 93,1] X 2=¿ 92.75¿ f 2=10 F 2=13 h2 =0.20 H 2=0.26 h2 =20 H 2=26
X 3 =93.55
[93,2 – 93,9] f 3=14 F 3=27 h3 =0.28 H 3=0.54 h3 =28 H 3=54
X 4=94.35
[94,0 – 94,7] f 4=13 F 4=40 h 4=0.26 H 4 =0.80 h 4=26 H 4 =80
X 5 =95.15
[94,8 – 95,5] f 5= 6 F 5=46 h5 =0.12 H 5=0.92 h5 =12 H 5=92
X 6 =96.0
[95.6 – 96,4] f 6=4 F 6=50 h6 =0.08 H 6=1.00 h6 =8 H 6=100
TOTAL n= 50 1.00 100%
FUENTE: Oficina de Admisión. Hospital Regional.
b) INTERPRETACIÓN:
-En esta tabla podemos destacar que predominan los trabajadores de la Empresa Metal
Mecánica A de Nuevo Chimbote (28%) cuyos pesos están comprendidos de 93.2 hasta
93.9 kg inclusive. Asimismo, identificamos una cantidad importante de trabajadores
(26%) de la Empresa Metal Mecánica A de Nuevo Chimbote, cuyos pesos están
comprendidos de 94.0 hasta 94.7 kg inclusive.
- Identificamos de igual manera que solamente el 8% de trabajadores de la Empresa
Metal Mecánica A de Nuevo Chimbote registraron los mayores pesos, los cuales se
encuentran comprendidos de 95.6 hasta 96.4 kg inclusive.
- Por otro lado, el 6% de trabajadores de la Empresa Metal Mecánica A , registraron
los menores pesos de dicha muestra, siendo sus pesos comprendidos de 91.6 hasta 92.3
kg inclusive.
3) Se tiene información referente al número de columnas de 30 viviendas de “Los
Pinos-Chimbote” Año 2022:
4 7 6 5 7 6 4 5
5 4 4 5 7 4 5 4
6 6 7 4 6 4 6
4 4 4 6 4 5 7
Fuente: Encuesta por muestra
a) Construir una tabla de distribución de ciencias adecuada
b) Interpretar los resultados de la tabla elaborada

4) La nacionalidad de los participantes en un Congreso Internacional de Ingeniería

Mecánica Año 2020, fueron las siguientes:
C; B; P; E; P
P; V; C; B; P
P; C; E; P; B
P; C; V; P; V
Donde:
B: boliviano, C= colombiano, E= ecuatoriano
P= peruano, V= venezolano
a) Construir una tabla de distribución de Frecuencia adecuada.
b) Interpretar los resultados de la tabla elaborada.
 REPRESENTACIONES GRÁFICAS

1) Definición: Permiten visualizar mejor y apreciar en una forma más objetiva y

rápida, la información contenida en una tabla de distribución de frecuencias.
Para elaborar una representación gráfica primero la información deberá estar
clasificada en una tabla de distribución de frecuencias.

2) Aplicación de representantes gráficas en un proceso de investigación

científica:
Considerando que las distribuciones de frecuencias tienen muchas formas de ser
representadas gráficamente, entonces para elegir el gráfico o gráficos adecuados
y al aplicarlos en un proceso de investigación científica, se deberá tener en
cuenta los siguientes criterios:
-De los objetivos que tiene la investigación.
-Del nivel de investigación y
-Del tipo de variable.

3) Elementos de la estructura (diseño) de las representaciones gráficas:

a) Título: Enunciado breve y preciso, mayormente se ubica en la parte inferior

del gráfico. Mayormente es similar al título de la tabla de distribución de
frecuencias.
b) Cuerpo: Es la figura en sí del gráfico, que algunas pueden ser elaboradas,
tomando como base el sistema de coordenadas y otras a la longitud de una
circunferencia.
c) Fuente: Es el lugar medio, instrumento que facilita obtener la información.
Mayormente es la misma que la tabla de distribución de frecuencias.
d) Leyenda: Descripción de los niveles o categorías de una variable que no
aparece descrita directamente en la representación gráfica.
 4) Recomendaciones para elaborar las representaciones gráficas:
a) Forma: Rectangular y estética
b) Tamaño: Adecuado, usando escalas de medición adecuadas.

ALTURA 0
(Escala)

Base (Escala) Longitud base = 3/4 longitud de la

altura Longitud de medición: Grados
Sexagesimales.
Longitud: cm, pulg, dm, etc de medición

5) FORMAS O TIPOS DE REPRESENTACIONES GRÁFICAS: Tenemos:

A) PARA VARIABLES CUANTITATIVAS: Tenemos:
- Gráfico de bastones
- Histograma de frecuencias
- Polígono de frecuencia
- Ojivas

B) PARA VARIABLES CUALITATIVAS: Tenemos:

- Gráfico de barras
- Gráfico de sectores circulares
C) PARA VARIABLES RELACIONADAS CON EL TIEMPO: Tenemos:
- Gráfico polar
- Gráfico de serie de tiempo
- Diagrama de Gantt.
 GRÁFICO DE BASTONES

- Definición: Conjunto de segmentos perpendiculares al eje X de un sistema de

coordenadas, con una magnitud directamente proporcional a las frecuencias
absolutas simples o porcentuales.

- Aplicación: Cuando se tiene una variable cuantitativa discreta clasificada sin

intervalos.
Procedimiento de construcción:
a). Ubicar en el Eje X de un sistema de coordenadas los valores de la variable Xi, y
en el Eje Y las frecuencias absolutas simples (fi) o las frecuencias porcentuales
simple (hi%).
b). Ubicar en el sistema los puntos (Xi, fi).
c). Trazar segmentos perpendiculares a partir de cada valor de la variable Xi,
generándose los bastones respectivos.
EJEMPLO:
Tomándose la información de la tabla Nº3, se construirá un gráfico de bastones.

GRÁFICO Nº1
DISTRIBUCIÓN(%) DE VIVIENDAS SEGÚN NÚMERO DE
COLUMNAS-LOS PINOS-CHIMBOTE
hi%

40

30

23
20
17

10

Xi: Número
4 5 6 7 de columnas

Columna1 Columna2 Columna3 Columna4 Columna5

Fuente: Encuesta por muestreo

Interpretación:
- Del gráfico elaborado se puede apreciar que predominan las viviendas (40%)
que cuentan con 4 columnas, lo que representan las viviendas con el número de
columnas de la distribución.
- Asimismo, observamos que un importante porcentaje de viviendas (23%)
cuentan en su estructura con 6 columnas.
- También destacamos que solamente el 17% de viviendas en “Los Pinos-
Chimbote” cuentan con el mayor número de columnas (7).
- En forma general, no todas las viviendas de “Los Pinos-Chimbote” presentan un
número de columnas semejante.

HISTOGRAMA DE FRECUENCIAS

1. Definición: Conjunto de rectángulos juntos o superpuestos, que tienen como

base la longitud de cada intervalo y por altura las frecuencias absolutas simples
(fi) o porcentuales simples (hi%).

2. Aplicación: Cuando la variable es cuantitativa está clasificada en intervalos.

3. Clases:
-Histograma de frecuencias absolutas simples (fi).
-Histograma de frecuencias porcentuales simples (hi%).

4. Procedimiento de construcción:
-Ubicar en el eje X del sistema de coordenadas los límites de cada intervalo y en
el eje Y, las frecuencias absolutas simples (fi) o las frecuencias porcentuales
simples (hi%), en base a una escala adecuada.
-Ubicar en el sistema los puntos (Ii, fi) o (Ii, hi%), donde: Ii : los límites de cada
intervalo.
-A partir de cada punto ubicado anteriormente trazar una horizontal del tamaño
de cada intervalo y de los extremos de la misma bajar segmentos verticales sobre
los límites de cada intervalo, formándose de esta manera los rectángulos
respectivos.
Ejemplo:
Tomando como base la información de la tabla de distribución de frecuencias Nº
01, se construirá un histograma de frecuencias porcentuales simples (hi%).
 27%
20%
20% 20%

13%

95

Fuente: Ministerio de Industrias y Turismo

INTERPRETACIÓN;
- En este gráfico destacamos que predominan las fábricas del Perú (27%), que en
el año 2022 registraron una producción mensual de harina de pescado de 77
hasta menos de 86 T.M respectivamente.
- Se identifica de igual manera que solamente el 20% de fábricas del Perú en el
año 2022 registraron la mayor producción mensual de harina de pescado, lo cual
estuvo comprendido de 86 hasta menos de 95 T.M.
- Por otro lado, encontramos también que solamente el 20% de fábricas del Perú
en el año 2022 evidenciaron la menor producción mensual de harina de pescado,
la cual está comprendida de 50 hasta menos de 59 T.M.
- El menor porcentaje (13%) de fábricas del Perú registraron una producción
mensual de harina de pescado de 68 hasta menos de 77 T.M. respectivamente.

POLÍGONO DE FRECUENCIA

1. Definición: Consiste en una línea poligonal cerrada en un sistema de

coordenadas.
2. Aplicación: Cuando se tiene una variable cuantitativa clasificada con intervalos o
sin intervalos.
3. Clases:
 - Polígono de frecuencias absolutas simples (fi).
- Polígono de frecuencias porcentuales simples (hi%).
4. Procedimiento de construcción:
- Determinar dos intervalos adicionales en la distribución con frecuencia cero.
- Determinar en la distribución las marcas de clase (puntos medios) de cada
intervalo.
- Ubicar en el Eje X del sistema de coordenadas las marcas de clase (Xi) de cada
intervalo incluyendo los de los intervalos adicionales y en el Eje Y, las
frecuencias absolutas simples (fi) o las frecuencias porcentuales simples (hi%).
- Colocar en el sistema los puntos: (Xi, fi) o (Xi, hi%).
- Unir los puntos ubicados anteriormente mediante segmentos de recta,
incluyendo a los intervalos adicionales, formándose de esta manera la línea
poligonal cerrada.
EJEMPLO: Tomando de igual manera como base la información de la tabla de
distribución de frecuencias Nº 01, se construirá de igual manera un polígono de
frecuencias porcentuales simples (hi%).

GRÁFICO Nº03
27 Distribución(%) de fábricas del Perú, según produc-
ción mensual (T.M) de harina de pescado: Año 2022
30
17
25

20

15

10

0
44.5 54.5 63.5 72.5 81.5 90.5 99.5

Serie 1
Fuente: Ministerio de Industria y Producción mensual de turismo

INTERPRETACIÓN:
- En este gráfico destacamos que predominan las fábricas del Perú (27%) que en
el año 2022 tuvieron una producción mensual promedio de harina de pescado de
81. 5 T.M respectivamente.
- Asimismo, se visualiza que el 20% de las fábricas del Perú en el año 2022
registraron la mayor producción mensual promedio de harina de pescado
equivalente a 90.5 T.M.
- De igual manera se reporta que el 20% de fábrica del Perú en el año 2022
registraron la menor producción mensual promedio de harina de pescado
equivalente a 54.5 T.M.
- Asimismo, tenemos que el menor porcentaje (13%) de fábricas del Perú
registraron una producción mensual promedio de 54.5 T.M respectivamente.

OJIVAS
1. Definición: Constituyen líneas poligonales abiertas, que se grafican
en función a las frecuencias absolutos acumuladas: F i o H i ( %) .

2. Aplicación: Cuando la variable es cuantitativa y está clasificada en

intervalos.

3. Clases: Son dos curvas:

- OJIVA MAYOR QUE - OJIVA MENOR QUE

4. Procedimiento de Aplicación:
- Determinar 2 intervalos adicionales con frecuencia cero en la
tabla de distribución de frecuencias.
- Determinar los límites reales de clase en cada intervalo.
 - Elaborar 2 tablas adicionales en base a la tabla de distribución
de frecuencias general, considerando en cada tabla la
información referente a los límites reales de clase de cada
intervalo relacionado con su frecuencia absoluta o relativa
acumulada.
- Utilizando la información de cada tabla adicional, ubicar en el
eje X del sistema de coordenadas los límites reales de cada
intervalo y en el Eje Y, las frecuencias absolutas acumuladas
F i o frecuencias relativas acumuladas, en base a una escala
adecuada.
- Ubicar en el sistema los puntos: (Límites Reales, F i) o (Límites
Reales, H i).
- Unir mediante segmentos de recta los puntos ubicados
anteriormente, formándose de esta manera las líneas
poligonales abiertas.

5. Ejemplo: Sea:

DISTRIBUCIÓN DE FÁBRICAS DEL PERÚ, SEGÚN PRODUCCIÓN

MENSUAL (T.M) DE HARINA DE PESCADO: AÑO 2022

Límites Producción Mensual fi Fi

Reales T.M [a,b]
[41-49] 0 0
[49.5-58.5] [50-58] 6 6
[58.5-67.5] [59-67] 6 12
[67.5-76.5] [68-76] 4 16
[76.5-85.5] [77-85] 8 24
[85.5-94.5] [86-94] 6 30
[95-103] 0 0
TOTAL n=30
Fuente: Ministerio de Industria y Turismo

NOTA:
Los límites reales de clase se obtienen aplicando la semisuma de los
límites de cada intervalo, partiendo del límite superior del primer
intervalo adicional (con frecuencia cero) y así sucesivamente hasta
llegar al último intervalo en donde se aplicará la semisuma
 Producción Fi Producción Fi
Mensual Mensual
T.M T.M
Mayor que 49.5 30 Menor que 49.5 0
Mayor que 58.5 24 Menor que 58.5 6
Mayor que 67.5 18 Menor que 67.5 12
Mayor que 76.5 14 Menor que 76.5 16
Mayor que 85.5 6 Menor que 85.5 24
Mayor que 94.5 0 Menor que 94.5 30

considerando su límite superior y el límite inferior del otro intervalo

adicional considerado.

Elaboración de 2 tablas adicionales:

GRÁFICO N°04
DISTRIBUCIÓN ACUMULADA DE FÁBRICAS DEL PERÚ, SEGÚN
PRODUCCIÓN MENSUAL (T.M) DE HARINA DE PESCADO: AÑO 2022
Fuente: Ministerio de Industria y Turismo.
Interpretación:
1. Nos indica que 14 Fábricas del Perú en el año 2022 registraron una
producción mensual de harina de pescado mayor que 76.5 T.M.
2. Nos refiere que 6 Fábricas del Perú en el año 2022 tuvieron una
producción mensual de harina de pescado mayor que 85.5 T.M.
3. Asimismo, este punto nos describe que existen 6 Fábricas del Perú
en el año 2022 tuvieron una producción mensual de harina de
pescado menor que 58.5 T.M.
4. Identifica que 12 fábricas del Perú en el año 2022 registraron una
producción mensual de harina de pescado menor que 67.5 T.M.
respectivamente.

Aplicación: Para responder preguntas exactas como:

1. ¿Cuál es el porcentaje de Fábricas del Perú que en año 2022
tuvieron una producción mensual menor que 62 T.M.?

SOLUCIÓN

Utilizando la ojiva menor que y ubicando la producción de 62 T.M

en el eje X y proyectándolo sobre dicha ojiva, se obtiene
geométricamente 2 triángulos semejantes:

6
x

3.5
9

Por semejanza de triángulos se tiene:

6 9
=
x 3.5
6 x 3.5
x=
9
 x=2.33

Entonces: F i=6+ x=6+2.33=8.33

Fi
F i=8 → H i ( % )= x 100
n
8
H i ( %) = x 100=26.67 %
30

2. ¿Cuál es el porcentaje de fábricas del Perú que en el año 2022

tuvieron una producción mensual mayor que 78 T.M.?

GRÁFICO DE BARRAS:

1. Definición: Conjunto de rectángulos separados por una cierta

distancia adecuada con una base conveniente y una altura
proporcional a las frecuencias absolutas simples o porcentuales
simples.

2. Aplicación: Cuando la variable es Cualitativa o está relacionada con

el tiempo.

3. Clases: Pueden ser:

A. Gráfico de barras simples: Cuando se tiene una sola variable

cualitativa.
f i o hi %

Xi

Cualidad
 B. Gráfico de barras compuesto: Cuando se quiere graficar
simultáneamente 2 variables cualitativas, tomando una de
ellas como referencia.
f i o hi %
LEYENDA: Cualidad N

: Categoría N1

: Categoría N2

Xi
A B C
Cualidad: M

4. Ejemplo: Sea:

DISTRIBUCIÓN DE RECURSOS DEL PERÚ SEGÚN PRINCIPALES

RUBROS Y MODALIDAD DE TRATAMIENTO EN EL AÑO 2000.

MODALIDAD DE TRATAMIENTO
PRINCIPALES RUBROS Exportación Importación
en millones: en millones:
T.M. T.M.
Materias primas 6 5
Artículos fabricados 7 9
Alimentos 5 4
Fuente: Datos hipotéticos.
 GRÁFICO N°05
DISTRIBUCIÓN DE RECURSOS DEL PERÚ SEGÚN PRINCIPALES
RUBROS Y MODALIDAD DE TRATAMIENTO EN EL AÑO 2022.

Interpretación:

- Del gráfico elaborado podemos destacar que en la distribución

predominan los artículos fabricados que son los que más se
exportan e importan respectivamente.
- Asimismo, se encuentra que de los tres rubros el que menos se
exporta e importa lo constituye el rubro de alimentos.
- De los principales rubros encontramos que los artículos fabricados
son los que se importan más en comparación a los otros rubros de
la distribución.
- En forma general tenemos que la exportación de los tres rubros es
diferenciada, caso similar ocurre con la importación de estos 3
rubros.

TRABAJO GRUPAL: Presentación de Informe y Exposición.

Indicar: Definición, aplicación, procedimiento de construcción y
ejemplos relacionados a su especialidad; de los siguientes gráficos:
 Gráfico de hojas y tallos.
 Gráfico de sectores circulares.
 Gráfico polar.
 Gráfico de serie de tiempo.
 Diagrama de Gantt (cronograma de actividades).