Distribución de Frecuencias. Es un agrupamiento de datos en categorías mutuamente excluyentes dando el número de observaciones en cada categoría.
Los pasos para obtener una distribución de frecuencia son los siguientes:
1) Determinar el número de clases que se quiere. Un método para determinar el número de clases es la regla “2 a la k”. Esta regla sugiere seleccionar como el número de clases el menor número (k), tal que 2 a la k sea mayor que el número de datos (n).
2) Determinar el intervalo o la amplitud de clase. Generalmente el tamaño de la clase o del intervalo debe ser el mismo para todas las clases. Las clases juntas deben abarcar por lo menos la distancia entre el menor valor de los datos en bruto hasta el valor mayor. Expresado en la siguiente fórmula:
i = H – L / k
Donde:
i = intervalo de clase
H = mayor valor observado
L = menor valor observado
k = número de clases
Generalmente el resultado de la fórmula se redondea a algún número adecuado, como por ejemplo un múltiplo de 10 o de 100.
3) Fijar los límites de cada clase. Se trata de fijar los límites de cada clase de modo que cada observación se pueda colocar sólo en una clase. Se deben evitar los límites de clase que sean poco claros o que se sobrepongan.
4) Poner una marca por cada observación que quede en cada clase.
5) Contar en número de observaciones en cada clase (frecuencia de clase).
Otras medidas de tendencia central
Otras medidas de tendencia central que se usa con frecuencia son la media ponderada y la media geométrica. A continuación se da una breve explicación de ambas.
La media ponderada es un caso especial de la media aritmética. Se presenta cuando se tienen varios datos con un mismo valor, lo que puede ocurrir cuando éstos se han agrupado en una distribución de frecuencia. La fórmula que se utiliza es:
Media ponderada x = S(wX)
USO DE LAS MEDIDAS DE TENDENCIA CENTRAL
Cuál será la medida de tendencia central que se debe usar, teniendo un conjunto de observaciones?, para responder a este cuestionamiento, se debe tomar en cuenta la necesidad de considerar dos factores muy importantes uno es la escala de medición, que tiene que ser ordinal o numérica; y otra, la forma de distribución de las observaciones, porque se tiene que saber si la distribución de las observaciones se desvía a la izquierda o a la derecha de la media. Si hay observaciones distantes en una sola dirección se trata de una distribución sesgada. Si los valores distantes son pequeños se sesga a la izquierda, sesgo negativo.
|
