TABLAS DE FRECUENCIA

INTEGRANTES

MARIA JOSE SANCHEZ BALANTA

KELLY XILENA IRIARTE
MONICA ALEXANDRA GONZALEZ
DIANA CAROLINA SERNA
JESSICA GALLEGO

CENTRO DE ELECTRICIDAD Y AUTOMATIZACIÓN INDUSTRIAL (C.E.A.I)

PROGRAMA DE FORMACIÓN
TECNICO EN ASISTENCIA ADMINISTRATIVA
FICHA: 1905244
ADMI 27
CENTRO DE ELECTRICIDAD Y AUTOMATIZACIÓN INDUSTRIAL (C.E.A.I)
TECNICO EN ASISTENCIA ADMINISTRATIVA
CALI VALLE DEL CAUCA
CAMPAÑA DE PREVENCIÓN DE SEGURIDAD Y SALUD EN EL TRABAJO

INTEGRANTES

MARIA JOSE SANCHEZ BALANTA

KELLY XILENA IRIARTE
MONICA ALEXANDRA GONZALEZ
DIANA CAROLINA SERNA
JESSICA GALLEGO

TRABAJO

JHONATAN OLAYA
Tablas de frecuencias
Son herramientas de Estadística donde se colocan los datos en columnas
representando los distintos valores recogidos en la muestra y las frecuencias (las
veces) en que ocurren.

La Tabla de frecuencia de datos agrupados aquella distribución en la que los datos

estadísticos se encuentran ordenados en clases y con la frecuencia de cada clase;
es decir, los datos originales de varios valores adyacentes del conjunto se
combinan para formar un intervalo de clase.

"Ejemplo de Tabla de Frecuencia de datos agrupados"

La tabla de frecuencias agrupadas se emplea generalmente si las variables toman

un número grande de valores o la variable es continua.
  Frecuencia absoluta
La frecuencia absoluta (ni) es el número de veces que aparece un determinado
valor en un estudio estadístico. Número de veces que se repite el í-esimo valor de
la variable. La suma de las frecuencias absolutas es igual al número total de
datos, que se representa por n

 Frecuencia absoluta acumulada

La Frecuencia absoluta acumulada (Ni) es la suma de las frecuencias absolutas
de todos los valores inferiores o iguales al valor considerado.

N1 = n1

N2 = n1 + n2 = N1 + n2

N3 = n1 + n2 + n3 = N2 + n3

Nk = n.

Se interpreta como el número de observaciones menores o iguales al í-esimo valor

de la variable.

 Frecuencia relativa
La frecuencia relativa (fi) es la proporción de veces que se repite un determinado
dato.
La frecuencia relativa es el cociente entre la frecuencia absoluta de un
determinado valor y el número total de datos.
fi = ni/n
La suma de las frecuencias relativas es igual a 1.

 Frecuencia relativa acumulada

La frecuencia relativa acumulada (Fi) es el número de observaciones menores o
iguales al í-esimo valor de la variable, pero en forma relativa.

F1 = fl

F2 = f1+ f2 = F1 + f2

F3 = f1+ f2 + f3 = F2 + f3

Fk = 1
 MEDIA: La media x (también llamada promedio o media aritmética) de un
conjunto de datos (X1,X2,…,XN) es una medida de posición central. La definimos
como el valor característico de la serie de datos resultado de la suma de todas las
observaciones dividido por el número total de datos.

Es decir:

Ejemplo:
En un test realizado a un grupo de 42 personas se han obtenido las puntuaciones
que muestra la tabla.

Calcula la puntuación media.

xi fi
[10, 20) 15 1
[20, 30) 25 8
[30,40) 35 10
[40, 50) 45 9
[50, 60 55 8
[60,70) 65 4
[70, 80) 75 2

En primer lugar, vamos a calcular la sumatoria de xi · fi, crearemos una nueva

columna para los productos de la variable por su frecuencia absoluta y lo
sumaremos todo
También tenemos que calcular N que es la sumatoria de las frecuencias absolutas

xi fi xi · fi
[10, 20) 15 1 15
[20, 30) 25 8 200
[30,40) 35 10 350
[40, 50) 45 9 405
[50, 60 55 8 440
[60,70) 65 4 260
[70, 80) 75 2 150
42 1820

MEDIANA: La mediana, llamada algunas veces media posicional, es el valor del

término medio que divide una distribución de datos ordenados en dos partes
iguales, es decir, el 50% de los datos se ubican sobre la mediana o hacia los
puntajes altos y el 50% restante hacia los puntajes bajos.

La Mediana no tiene propiedades que le permite intervenir en desarrollos

algebraicos como la media aritmética, sin embargo, posee propiedades que ponen
en evidencia ciertas cualidades de un conjunto de datos, lo cual no ocurre con la
media aritmética que promedia todos los valores y suprime sus individualidades.
En cambio, la mediana destaca los valores individuales.
Para calcular la posición de la mediana se aplica la siguiente ecuación:

Ejemplo ilustrativo: Dados los siguientes 20 números:

1, 3, 3, 5, 5, 5, 5, 2, 2, 2, 6, 6, 4, 4, 4 ,4, 5, 5, 5 y 5
1) Agrupar los datos en tabla de frecuencia.
Solución:
 x f

1 1

2 3

3 2

4 4

5 8

6 2

Total 20

2) Calcular la mediana.
Solución:
Calculando la posición de la mediana se obtiene:

Como la posición de la mediana es 10,5, su valor es el promedio de los datos

décimo y undécimo. Para observar con claridad cuáles son los datos décimo y
undécimo se aconseja calcular la frecuencia acumulada.

x f fa

1 1 1

2 3 4

3 2 6

4 4 10

5 8 18

6 2 20

Total 20
Se observa que el décimo dato es 4 y el undécimo es 5, por lo tanto:

MODA: Es el valor con mayor frecuencia en una de las distribuciones de datos.

Esto va en forma de una columna cuando encontremos dos modas, es decir, dos
datos que tengan la misma frecuencia absoluta máxima. Una distribución trimodal
de los datos es en la que encontramos tres modas. En el caso de la distribución
uniforme discreta, cuando todos los datos tienen la misma frecuencia, se puede
definir las modas como indicado, pero estos valores no tienen utilidad. Por eso
algunos matemáticos califican esta distribución como «sin moda».
Moda de datos agrupados
Para obtener la moda en datos agrupados se usa la siguiente fórmula:

Donde:
Li = inferior de la clase modal.
D1 = es el delta de frecuencia absoluta modal y la frecuencia absoluta
premodal.
D2 = es el delta de frecuencia absoluta modal y la frecuencia absoluta
postmodal.
t= Tamaño de los intervalos

MEDIDAS DE VARIABILIDAD O DISPERSIÓN

Los estadísticos de tendencia central o posición nos indican donde se sitúa un

grupo de puntuaciones. Los de variabilidad o dispersión nos indican si esas
puntuaciones o valores están próximas entre sí o si por el contrario están o muy
dispersas.

Una medida razonable de la variabilidad podría ser la amplitud o rango, que se

obtiene restando el valor más bajo de un conjunto de observaciones del valor más
alto. Es fácil de calcular y sus unidades son las mismas que las de la variable,
aunque posee varios inconvenientes:

 No utiliza todas las observaciones (sólo dos de ellas);

 Se puede ver muy afectada por alguna observación extrema;
 El rango aumenta con el número de observaciones, o bien se queda igual.
En cualquier caso, nunca disminuye.

En el transcurso de esta sección, veremos medidas de dispersión mejores que la

anterior. Estas se determinan en función de la distancia entre las observaciones y
algún estadístico de tendencia central.

Desviación Estándar
La desviación estándar (o desviación típica) es una medida de dispersión para
variables de razón (ratio o cociente) y de intervalo, de gran utilidad en la
estadística descriptiva. Es una medida (cuadrática) de lo que se apartan los datos
de su media, y, por tanto, se mide en las mismas unidades que la variable.
Para conocer con detalle un conjunto de datos, no basta con conocer las medidas
de tendencia central, sino que necesitamos conocer también la desviación que
representan los datos en su distribución, con objeto de tener una visión de los
mismos más acorde con la realidad a la hora de describirlos e interpretarlos para
la toma de decisiones.

EJEMPLO
El gerente de una empresa de alimentos desea saber que tanto varían los pesos
de los empaques (en gramos), de uno de sus productos; por lo que opta por
seleccionar al azar cinco unidades de ellos para pesarlos. Los productos tienen los
siguientes pesos (490, 500, 510, 515 y 520) gramos respectivamente.
Por lo que su media es:
Con lo que concluiríamos que el peso promedio de los empaques es de 507
gramos, con una tendencia a variar por debajo o por encima de dicho peso en 12
gramos. Esta información le permite al gerente determinar cuánto es el promedio
de perdidas causado por el exceso de peso en los empaques y le da las bases
para tomar los correctivos necesarios en el proceso de empacado.

3. las tablas de frecuencia o distribución de frecuencias es una tabla que

muestra la distribución de los datos mediantes sus frecuencias.se utiliza
para variables cuantitativas ordinales.

Por ejemplo:

Frecuencia absoluta frecuencia % f. Acumulad %

Frecuencia relativa frecuencia acumulada

x Fa fr f% FA FA%
1 3 0.6 6 3 0.06
2 9 0.18 18 12 0.24
4 13 0.26 26 25 0.5
6 8 0.16 16 33 0.66
7 8 0.16 16 41 0.82
8 4 0.08 8 45 0.9
10 5 0.1 10 60 1

total 50 1 100
Promedio
1. Debe de ordenarce de menor a mayor los dactos (0,1,2,3).
2. Se estrae la muestra de poblacion
 poblacion =49 estudiantes
muestra = 29k estudiantes
3. Realizamos la tabla
x Fa fr F% FA FA%
0 11 0,392857143 39% 11
1 13 0,464285714 46% 24
2 4 0,142857143 14% 28
28 100%

4. Grafico

tabla de frecuencia
95%
85%
75%
65%
55%
45%
35%
25%
15%
5%
0 1 2

Fa 11 13 4 28
fr 0.392857143 0.464285714 0.142857143 0
F% 0.39 0.46 0.14 1
FA2 11 24 28 0
FA% 0 0 0 0

Fa fr F% FA2 FA%

4. elaboración de tablas.

EJEMPLO:

- En la siguiente tabla se muestran las edades de un grupo de personas.

1.

Calculemos la media aritmética:

5 x 3 + 15 x 6 + 25 x7 +35 x12 + 45 x 3 =

Ẋ= 31

Ẋ= 15 + 90 + 175 +420 135 = 835 = 26,94

31 31

Ẋ = 26,94

2. Ahora calculemos la mediana (Me) según las fórmulas explicadas

más arriba:

Lo primero que debemos hacer para poder calcular la mediana es identificar

la clase mediana. Para esto tenemos que buscar el intervalo en el que se
encuentre. N / 2

En este caso N / 2 = 31 / 2 ⇒ 15,5

Ahora debemos buscar el intervalo donde la frecuencia acumulada (F i )

contenga el valor obtenido (15,5).

Veamos:

Me= 20 + 15,5 – 9 . 10
 7

Me= 20 + 9,29

Me= 29,285

Recuerda:

Li-1: es el límite inferior de la clase donde se encuentra la mediana, en este

caso el límite inferior es 20.

N / 2: es la semisuma de las frecuencias absolutas, en este caso es 15,5.

Fi-1: es la frecuencia acumulada anterior a la clase mediana, en este caso es 9.

Fi: es la frecuencia absoluta del intervalo mediano, en este caso es 7

ti :es la amplitud de los intervalos. Se calcula restando el extremo superior

menos el inferior del intervalo, en este caso es:

30 - 20 = 10

3. Calculemos la moda Mo:

Lo primero que debemos hacer es identificar el intervalo modal:

Ahora podemos reemplazar los datos en la fórmula:

Mo= 30 + 12 – 7 . 10

(12 – 7) + (12 – 3)

Mo= 30 + 3,57

Mo= 33,6

- Si la moda está en el primer intervalo, entonces fi-1= 0. Si la moda está en el

último intervalo, entonces fi+1= 0.

- Puede haber más de una moda en el caso en que dos o más valores de la
variable presenten la misma frecuencia (distribuciones bimodales o
multimodales).