REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN UNIVERSITARIA

UNIVERSIDAD NACIONAL EXPERIMENTAL SIMÓN RODRÍGUE

NUCLEO BARCELONA

CURSO: TERMINOLOGIA EN ESTADISTICA E INVESTIGACIÓN

VARIABLE, MUESTREO Y
GRÁFICO

Barcelona, 21 de Enero del 2021

5
 Índice

Pág.

Introducción ……………………………………………………………..

¿Qué es una variable? ……………………………………………………………4

Tipos de variable…………………………………………………………………..4

Clasificación de variable………………………………………………………….5-6

Medidas de variabilidad ………………………………………………………….6-8

Importancia del uso de las variables…………………………………………….8

Muestreo…………………………………………………………………………...8

Tipos de muestreo…………………………………………………………….….8-10

Importancia del uso del muestreo……………………………………………...11

Gráficos…………………………………………………………………………...11

Tipos de gráficos…………………………………………………………………11-18

Importancia de gráficos………………………………………………………...18-19

Escala de valores…………………………………………………………… . 19

Tipos de la escala de valores……………………………………………..….19-22

Eje de la escala de valores………………………………………………….....22-23

Conclusión………………………………………………………………………..24

Bibliografía………………………………………………………………………25-27

5
 Introducción

Por medio de las variables estadística podemos obtener diversos y concreto

resultados referentes a una población determinada, ya que se recolecta ciertas
características de dicha población que son fundamentales para lograr estudiar
eventos y circunstancias que tienen a oscilar en diferentes resultados o soluciones
tales como, el clima, el comportamiento o tendencia de un mercado de comercio,
los parámetros de una sociedad como obesidad, altura, contextura y otros. El
muestreo estadístico en cambio, podemos examinar y sacar conclusiones de una
pequeña parte de la población total.

Existen diversos tipos de variables estadísticas la cuales se pueden representar

usando gráficos estadísticos cabe destacar que los grafico proporciona una serie
de información reflejada en sus ejes (horizontal X y vertical Y), haciéndola más
entendible e interesante. De la misma manera permite reforzar las conclusiones en
un estudio, proporcionando una idea de los resultados obtenidos

¿Qué es una Variable?

5
Una variable estadística es el conjunto de valores que puede tomar cierta
característica de la población sobre la que se realiza el estudio estadístico y sobre
la que es posible su medición. Estas variables pueden ser: la edad, el peso, las
notas de un examen, los ingresos mensuales, las horas de sueño de un paciente
en una semana, el precio medio del alquiler en las viviendas de un barrio de una
ciudad, etc.

Tipos de variable

Variables cualitativas

Las variables cualitativas son aquellas características o cualidades que no pueden

ser calculadas con números, sino que son clasificadas con palabras.

Este tipo de variable, a su vez, se divide en:

Cualitativa nominal: aquellas variables que no siguen ningún orden en específico.

Por ejemplo, los colores, tales como el negro, naranja o amarillo.

Cualitativa ordinal: aquellas que siguen un orden o jerarquía. Por ejemplo, el nivel
socioeconómico alto, medio o bajo.

Cualitativa binaria: variables que permiten tan solo dos resultados. Por ejemplo, sí
o no; hombre o mujer.

Variable cuantitativa

Las variables cuantitativas son aquellas características o cualidades que sí

pueden expresarse o medirse a través de números.

Este tipo de variable, a su vez, se divide en:

Cuantitativa discreta: aquella variable que utiliza valores enteros y no finitos. Por
ejemplo, la cantidad de familiares que tiene una persona, tal como 2, 3, 4 o más.

Cuantitativa continúa: aquella variable que utiliza valores finitos y objetivos, y suele
caracterizarse por utilizar valores decimales. Por ejemplo, el peso de una persona,
tal como 64.3 kg, 72.3 kg, etc.

Pág. 4

Clasificación de las variables

5
Las variables estadísticas se pueden clasificar por diferentes criterios. Según su
medición existen dos tipos de variables:

 Cualitativa (o categórica): son las variables que pueden tomar como valores
cualidades o categorías.

Ejemplos:

Sexo (hombre, mujer)

Salud (buena, regular, mala)

Las variables cualitativas (o variables categóricas) se pueden clasificar según

sigan una jerarquía o un orden determinado.

Nominal: Variables cualitativa cuyas categorías no siguen ningún orden. Ejemplos

Color (blanco, rojo, azul…)

-Literalidad (zurdo, diestro)

Ordinal: Son las variables categóricas con orden o jerarquías-Nota examen

(suspenso, aprobado, notable, sobresaliente). Ejemplos

-Nivel económico (pobre, clase media, rico)

-Medalla deportiva (oro, plata, bronce)

Binaria o dicotómica: En un caso particular de variable nominal con solo dos

categorías. Si las dos categorías determinan dos estados cualquieras (ejemplo
sexo) se denomina binaria simétrica. Si el 1 determina la presencia de una
característica y el 0 su ausencia (ejemplo, depresión, enfermedad…) la variable se
denomina binaria asimétrica. Ejemplos

-Sexo (hombre, mujer). Simétrica

-Enfermo (si, no). Asimétrica

 Cuantitativas (o numérica): variables que toman valores numéricos.

Ejemplos:

Número de casas (1, 2,…). Discreta

Pág.5

Edad (12,5; 24,3; 35;…). Continua.

5
Las variables cuantitativas se clasifican según el número de valores que puede
tomar la variable.

DISCRETA: La variable solo puede tomar valores en número determinado de

valores. En cada intervalo de valores la variable solo puede tomar un valor.
Ejemplos

-Canastas en un partido (20;21;22;pero no 21,5)

-Hijos por familia (0,1,2,3…)

CONTINUA: La variable puede adquirir cualquier valor dentro de un intervalo de

valores determinados. Ejemplo. -Peso (53,53kg; 89,4kg…)

Las variables se pueden clasificar también según si son independientes o

dependientes:

Variable independiente: Es una variable que su valor no depende de otra variable.

La variable independiente suele representarse en las gráficas en el eje de
abscisas (x).

En un diseño experimental a la variable independiente se le suele denominar

también variable de entrada, o variable manipulada.

Variable dependiente: Es una variable cuyos valores dependen de los valores que
tome otra variable. Se representa en el eje de ordenadas y.

En una función puede haber combinación de los dos tipos. Por ejemplo, el capital
invertido por una federación de una especialidad atlética de un país ante un
campeonato deportivo (variable independiente cuantitativa) y las medallas
obtenidas (variable dependiente cualitativa).

El investigador utiliza estas variables en el estudio estadístico con el fin de con el

de encontrar alguna causalidad de ciertas variables sobre las variables objetivo del
estudio.

Medidas de Variabilidad

Las medidas de variabilidad nos informan sobre el grado de concentración o

dispersión que presentan los datos respecto a su promedio. Llamaremos
homogénea, concentrada o poco dispersa a aquella distribución en la que todos
los datos están cercanos al centro, como 4 4 5 5 5 5 6 6 6 6 7, y heterogénea o

Pág.6

5
dispersa a la distribución con datos más separados del centro, como 1 3 5 8 10 16
20.

Existen muchas formas de medir la variabilidad. Se Destacan las más importantes:

Rango

También llamado Recorrido o Amplitud total, es la diferencia entre el máximo valor

del conjunto de datos y el mínimo de ellos. A mayor rango, mayor dispersión.

El rango del conjunto 4 6 4 7 8 6 5 3 4 7 7 9 6 5 es 6, la diferencia entre el máximo

9 y el mínimo 3.

A veces se usa el Rango verdadero que consiste en considerar cada dato rodeado
de una unidad, por efecto de los redondeos, con lo que en el ejemplo anterior el
mínimo sería 2,5 y el máximo 9,5. Con ello el rango se convertiría en 7.

No es una medida buena, pues ignora todo lo que ocurre dentro de ese rango.

Desviación Media

Es una medida de la dispersión consistente en la media aritmética de las

desviaciones individuales respecto a la media, tomadas en valor absoluto.
También se usan desviaciones respecto a la mediana.

Varianza

Es una medida muy sensible de la variabilidad y base de muchas técnicas

estadísticas.

Junto con la media forma el conjunto más importante de medidas. Es propia de las
medidas de intervalo o razón. Su inconveniente es que no usa la misma unidad
que los datos, sino su cuadrado. No se deben comparar varianzas en conjuntos de
unidades muy distintas, como estatura e inteligencia. En teoría del muestreo se
sustituye por la cuasi-varianza, de idéntica fórmula, pero con cociente N-1 en lugar
de N. En este caso no sería válida la segunda fórmula.

Desviación Típica

Es la raíz cuadrada de la anterior. Su objeto es conseguir medir la variabilidad en

las mismas unidades que los datos. Así, un conjunto medido en metros, tendrá la

Pág. 7

5
varianza medida en metros cuadrados, pero la desviación típica en metros. Como
en la varianza, para datos aislados basta con suprimir las frecuencias ni

La desviación típica s es base de muchas técnicas, al igual que la media y la

varianza. Su gran ventaja es estar medida en las mismas unidades que los datos y
la media, lo que permite establecer razones y proporciones entre ellas.

La desviación típica cumple la llamada desigualdad de Tchebychev: según la

cual, los datos que se alejan de la media una distancia igual o menor que s,
multiplicado por un coeficiente k suponen más de la proporción 1-1/k2. Así, el 75%
de los datos al menos, se encuentra a menos de dos desviaciones típicas y el 89%
a menos de tres.

Importancia del uso de las variables

Las variables estadísticas son fundamentales para lograr estudiar eventos y

circunstancias que tienen a oscilar en diferentes resultados o soluciones. Por
ejemplo, gracias a las variables estadísticas podemos predecir el clima, el
comportamiento o tendencia de un mercado de comercio, los parámetros de una
sociedad como obesidad, altura, contextura y otros.

Su importancia reside en lograr predecir muchos eventos que no son claros ni

precisos, aunque no siempre se puede cumplir los análisis estadísticos, nos
proporciona una idea.

Muestreo Estadístico
En estadística un muestreo es la técnica para la selección de una muestra a partir
de una población. En el muestreo, si el tamaño de la muestra es más pequeño que
el tamaño de la población, se puede extraer dos o más muestras de la misma
población. Al conjunto de muestras que se pueden obtener de la población se
denomina espacio muestral. La variable que asocia a cada muestra su
probabilidad de extracción

Tipos de muestreo

I. Muestreo aleatorio o probabilístico Este tipo de muestreo es uno de los más

utilizados en las investigaciones. Se comprende que aquí todos los sujetos o
elementos de la población pueden pasar a formar parte de la muestra, pues
tienen la misma probabilidad de ser escogidos.

Pág. 8

5
Dentro de los muestreos probabilísticos podemos encontrar los siguientes tipos:

Muestreo aleatorio simple:

En este método de muestreo lo principales es tener una idea clara de cuantos

sujetos serán necesarios para completar el tamaño de la muestra que se va a
investigar, pues este consiste en que a cada sujeto de la población se le debe
asignar un número, para que posteriormente mediante algún sorteo, o generando
números aleatorios con ayuda de rifas o algún ordenador se logre dar a conocer
los números de los sujetos seleccionados que serán tomados como muestra.

Muestreo sistemático:

Pues en este método como en el primero, los sujetos que conforman a la

población son enumerados, pero en lugar de dar a conocer los que serán incluidos
mediante el azar en este caso incluyen otra técnica. Posteriormente de que son
enumerados, los investigadores dividen el total de la población que se presenta
entre el total de sujetos que requieren para la muestra; para después elegir a uno
de los primeros de estos sujetos al azar (ya enumerados) y posteriormente se va
sumando de una forma secuencial o constante el mismo valor para elegir a los
sujetos requeridos.

Muestreo estratificado:

Mediante este método de investigación, los investigadores dividen a la población

en grupos o estratos que tengan relación o compartan características similares y
posteriormente se selecciona al azar o aleatoriamente a los sujetos finales de los
grupos o estratos formados. Este método es utilizado para cuando los
investigadores pretenden que dentro de la muestra se encuentren incluidos todos
los grupos de interés que puedan representar significancia para la investigación.

La distribución de la muestra tomada de la población es llamada “Fijación” y se

pueden conocer los tres que se muestran a continuación:

 Afijación simple: Donde cada grupo formado cuenta con la misma cantidad
de número de elementos.
 Afijación proporcional: Donde las distribuciones se hacen de acuerdo al
tamaño de la población o sujetos de cada estrato.
 Afijación óptima: Fijando la cantidad de sujetos que pueden ser admitidos
en la muestra.

Pág. 9

5
Muestreo por Conglomerados:

En este método, la población ya se encuentra dividida en grupos o estratos

formados naturalmente y a partir de estos se toman la cantidad de sujetos que
sean necesarios de cada uno para así formar la muestra. Este es similar al método
por estratificación, sin embargo se facilita más, pues los grupos ya están formados
y solo se requieren los datos de esos elementos que lo integran.

II. Muestreo no aleatorio o no probabilísticos

Mediante esta técnica de muestreo, en comparación del muestreo probabilístico

las muestras no se recogen por medio de procesos donde a los sujetos se les
brinden las mismas posibilidades de ser seleccionados.

Dentro de esta técnica existen cuatro tipos de muestreos:

Muestreo por cuotas:

Mediante este método los investigadores se encargan de incluir en la muestra solo

a un grupo determinado de sujetos que cumplen con ciertos requisitos o
condiciones específicas.

Muestreo intencional o de conveniencia:

Mediante este método, el investigador se encarga de elegir de acuerdo a sus

propios criterios o alcances a los sujetos que formaran parte de la muestra.

Muestreo por bola de nieve:

En este método se hace contacto con algún sujeto en específico y este se

encargara de buscar a otros sujetos o nuevos participantes consecutivamente.
Haciéndolo de esta forma hasta cumplir con el tamaño de muestra o cantidad de
sujetos que se necesitan.

Muestreo discrecional:

Mediante este método, se aplica una técnica parecida a la del método intencional,
pues el investigador recluta a los sujetos según sus criterios; pero en este caso,
los busca de acuerdo a lo que piensen que estos sujetos puedan aportar a la
investigación.

Pág. 10

5
Importancia del uso del muestreo

El muestreo es de vital importancia ya que un muestreo de toda la población

puedes examinar y sacar conclusiones en base a una pequeña parte de la
población total, dando por sentado que los resultados obtenidos en la muestra es
de hecho representativa de toda la población, una ventaja muy grande es que es
mucho más sencillo trabajar con una pequeña parte de un todo

Gráfico
Un gráfico (o gráfica) es el recurso de representar los datos numéricos por medio
de líneas, diagramas, dibujos, etc. La representación gráfica es un importante
suplemento al análisis y estudio estadístico.

Tipos de gráficos

 Gráfico lineal

El gráfico lineal (gráfico de líneas o diagrama lineal) se compone de una serie de

datos representados por puntos, unidos por segmentos lineales. Mediante este
gráfico se puede comprobar rápidamente el cambio de tendencia de los datos.

El diagrama lineal se suele utilizar con variables cuantitativas, para ver su

comportamiento en el transcurso del tiempo. Por ejemplo, en las series temporales
mensuales, anuales, trimestrales, etc.

Pág. 11

5
  Diagrama

Un diagrama es un tipo de representación gráfica que sirve para representar un

conjunto de datos.

Según la RAE (Real Academia Española), un diagrama es un dibujo

geométrico que sirve para demostrar una proposición, resolver un problema o
representar de una manera gráfica la ley de variación de un fenómeno.

Existen diferentes tipos de diagramas, de los que se pueden destacar los

siguientes:

Diagrama de barras

El diagrama de barras es un gráfico que se utiliza para representar datos de

variables cualitativas o discretas. Está formado por barras rectangulares cuya
altura es proporcional a la frecuencia de cada uno de los valores de la variable.

Pág. 12

5
Las principales características del diagrama de barras son:

En el eje de abscisas se colocan las cualidades de la variable, si la variable es

cualitativa, o los valores de dicha variable, si es discreta.

En el eje de ordenadas se colocan las barras proporcionales a la frecuencia

relativa o absoluta del dato.

Las barras pueden ser horizontales o verticales, según donde se reflejen los
valores de la variable.

Todas las barras deben tener el mismo ancho y no deben superponerse las unas
con las otras.

Pág. 13

5
Diagrama circular

El diagrama circular (también llamado diagrama de sectores o diagrama de pastel)

sirve para representar variables cualitativas o discretas. Se utiliza para representar
la proporción de elementos de cada uno de los valores de la variable.

Consiste en partir el círculo en porciones proporcionales a la frecuencia relativa.

Entiéndase como porción la parte del círculo que representa a cada valor que
toma la variable.

Diagrama de Pareto

El diagrama de Pareto (también llamado diagrama ABC) fue creado por Vilfredo
Pareto, para representar datos cualitativos. El italiano comprobó que el 20% de la
población italiana acaparaban el 80% de riquezas y propiedades.

El principio de Pareto afirma que el 20% de las causas vitales originan alrededor
del 80% de los efectos. O visto desde el punto de vista matemático, que el 20% de
las categorías representan el 80% de las observaciones.

El diagrama de Pareto se construye siguiendo estos dos pasos:

1. Ordenar los datos por frecuencia relativa o absoluta.

2. Representar cada una de las categorías de la variable mediante un
rectángulo proporcional a su frecuencia (como en el diagrama de barras).

5
 Pág. 14

Diagrama de caja

El diagrama de caja es un gráfico utilizado para representar una variable

cuantitativa (variable numérica). El gráfico es una herramienta que permite
visualizar, a través de los cuartiles, cómo es la distribución, su grado de
asimetría, los valores extremos, la posición de la mediana, etc. Se compone
de:

1. Un rectángulo (caja) delimitado por el primer y tercer cuartil (Q1 y Q3).

Dentro de la caja una línea indica dónde se encuentra la mediana (segundo
cuartil Q2)
2. Dos brazos, uno que empieza en el primer cuartil y acaba en el mínimo, y
otro que empieza en el tercer cuartil y acaba en el máximo.
3. Los datos atípicos (o valores extremos) que son los valores distintos que no
cumplen ciertos requisitos de heterogeneidad de los datos.

5
 Pág. 15

Diagrama de tallo y hojas

El diagrama de tallo y hojas (Stem-and-Leaf Diagram) es un semigráfico que

permite presentar la distribución de una variable cuantitativa. Consiste en separar
cada dato en el último dígito (que se denomina hoja) y las cifras delanteras
restantes (que forman el tallo).

Es especialmente útil para conjuntos de datos de tamaño medio (entre 20 y 50

elementos) y que sus datos no se agrupan alrededor de un único tallo. Con él
podemos hacernos la idea de qué distribución tienen los datos, la asimetría, etc

Histograma

Un histograma es una representación gráfica de datos agrupados mediante

intervalos. Los datos provienen de unas variables cuantitativas continuas. Gracias
a él puedes hacerte rápidamente una idea de la distribución de los datos o
muestra.

También cabe emplear variables cualitativas ordinales, siendo necesario que el

número de datos sea alto.

Un histograma es un conjunto de rectángulos que representan las frecuencias

absolutas de cada uno de los intervalos. Los intervalos abarcan todo el conjunto
sin cortarse, de manera que un elemento está solo en un intervalo.

Pág. 16

5
Polígono de frecuencias

El polígono de frecuencias es un gráfico que permite la rápida visualización de las

frecuencias de cada una de las categorías del estudio.

Normalmente se utiliza el polígono de frecuencias con frecuencias absolutas, pero

también se utiliza con frecuencias relativas.

Pictograma

Pág. 17

5
Un pictograma es un tipo de gráfico que representa mediante dibujos la
característica estudiada. Éstos representan las frecuencias relativas o absolutas
de una variable cualitativa o discreta.

Importancia de los gráficos Estadísticos

Los gráficos estadísticos permiten a las personas interpretar los resultados

obtenidos a través de un estudio estadístico, haciéndola más entendible e
interesante. De la misma manera permite reforzar las conclusiones en un estudio,
proporcionando una idea de los resultados obtenidos.

La utilidad de un gráfico está dada por hacer más atractiva la información,

presentando la información de una forma amena los números y proporciones que
se obtienen al realizar un estudio. El uso del gráfico varía según la cantidad de
datos que se desee mostrar, entre menos cantidad de datos, mejor será la utilidad
del gráfico.

Los métodos estadísticos se utilizan para describir, para organizar y resumir datos
numéricos. Por ejemplo la Estadística descriptiva se encarga de la tabulación de
datos, su presentación en forma gráfica o ilustrativa y el cálculo de medidas
descriptivas. Ahora bien, los gráficos son muy utilizados en Calidad, para
establecer las posibles causas al presentarse un problema, así como también
establecer los correctivos necesarios para una mejora continua. Nos permiten
tomar decisiones de acuerdo a los resultados mostrados en la variable de estudio,
de acuerdo a las competencias adquiridas por cada rama del saber según la
especialidad donde se ubique como profesional.

5
 Pág. 18

Son muy utilizadas en estudios de mercado. Mercadotecnia, contabilidad, control

de calidad y en otras actividades; estudios de consumidores; análisis de
resultados en deportes; administradores de instituciones; en la educación;
organismos políticos; médicos; y por otras personas que intervienen en la toma de
decisiones.

Escalas de valores

La escala de valores es la sucesión ordenada por grado o intensidad, de cosas

distintas, pero de la misma especie. Ejemplo escala de colores, escala musical,
etc.

Tipos de la escala de valores

Hay cuatro tipos de escalas de medición, que ordenadas en orden creciente de

potencia, según la proporción de información que contienen, son:

Nominal.

Ordinal.

De intervalos.

De razones o ratios.

Escala nominal

Consta de dos o más categorías mutuamente excluyentes. Si solo hay dos, se

llama escala nominal dicotómica. A cada categoría se le suele asignar un número
de código sin significado cuantitativo, lo que facilita su introducción en bases de
datos. En cualquier situación, si se usa una codificación propia, debe tenerse claro
lo que significa cada código para cada variable. Algunos ejemplos:

5
 Pág. 19

Sexo: 1) masculino; 2) femenino.

Fumar: 0) no; 1) sí.

Estado civil: 1, casado; 2, soltero; 3, viudo; 4, divorciado,

Procedencia del ingreso: 1, urgencias; 2, consultas; 3, otro hospital.

Dependiendo del programa que va a ser utilizado para el análisis, se prefiere

codificar las variables nominales dicotómicas de forma que la presencia de
enfermedad o del factor de exposición se suele codificar como uno (1), mientras
que la ausencia de enfermedad o de exposición a algún factor como cero (0) o dos
(2). Por ejemplo, el antecedente de hábito tabáquico puede codificarse como 1 y 0
(1: fumador; 0: no fumador) o como 1 y 2 (1: fumador; 2: no fumador). Aunque
matemáticamente la presencia/ausencia de una característica se corresponde con
la codificación 1-0, es frecuente usar la codificación 1-2, para evitar que variables
vacías sean asignadas al 0 por error.

Escala ordinal

Las variables ordinales tienen la cualidad adicional, respecto a la escala nominal,

de que sus categorías están ordenadas por rango; cada clase posee una misma
relación posicional con la siguiente; es decir, la escala muestra situaciones
escalonadas. Si se usan números, su única significación está en indicar la posición
de las distintas categorías en la serie; sin embargo, no asumen que la distancia
del primer escalón al segundo sea la misma que la del segundo al tercero.
Algunos ejemplos:

Clase social: 1) baja, 2) media, 3) alta.

Grados de reflujo vesicoureteral: grados 1, 2, 3, 4.

Conformidad con una afirmación: 0) completo desacuerdo, 1) acuerdo parcial, 2)

acuerdo total.

Fumar: 0) no fumador, 1) fumador leve, <10/día; 2) fumador moderado, 10-20/día,

y 3) gran fumador, >20/día).

5
 Pág. 20

Existen escalas que serán mezcla de nominal y ordinal, porque solo algunas
categorías estén ordenadas por rango; esto ocurre en las escalas en las que un
valor representa a una categoría inclasificable (ejemplo: no sabe no contesta o
resultado indeterminado).

Escalas de intervalos

Las escalas de intervalos poseen la cualidad adicional de que los intervalos entre
sus clases son iguales. Diferencias iguales entre cualquier par de números de la
escala indican diferencias también iguales en el atributo sometido a medición.
Veamos un ejemplo: la diferencia de temperatura entre una habitación a 22 grados
centígrados y otra a 26 es la misma que la existente entre dos a 33 y 37 grados
centígrados, respectivamente.

Sin embargo, la razón entre los números de la escala no es necesariamente la

misma que la existente entre las cantidades del atributo. Ejemplo: una habitación a
20 grados no está el doble caliente que otra a 10. Ello se debe a que el cero de la
escala no expresa el valor nulo o ausencia de atributo.

Escalas de razones

Su cualidad adicional es que el cero sí indica ausencia de atributo. En

consecuencia, la razón entre dos números de la escala es igual a la existente
entre las cantidades del atributo medido. Ejemplos:

Peso: medido en kilogramos.

Concentración de glucosa en una muestra: medida en mg/dl.

Tasa de mortalidad: muertes por 1000 personas en riesgo.

Ingresos: medidos en euros.

Las escalas de intervalos y razones se llaman también métricas o dimensionales.

Las variables continuas van a medirse con escalas de razones o intervalos, por lo
que es habitual que nos refiramos a ellas englobándolas como escalas continuas,
ya que comparten estrategias de análisis, como la elección del test estadístico.
Algunos paquetes estadísticos, como SPSS, las denominan simplemente
“escalas”.

5
 Pág. 21

Cuando en la recogida de una variable continua (escala de razones o intervalos)

no podemos recoger valores a partir de un límite (por ejemplo: cargas virales
superiores a 100 000), si optamos por mantener esas observaciones en el análisis,
la variable se comporta en ese rango como una variable ordinal.

Ejes de la escala de valores

Los ejes en las escalas de valores son líneas que rodean el área de los gráficos y
proporcionan una referencia para las medidas.

El eje Y es el eje vertical y contiene datos

El eje X es el eje horizontal y contiene categorías

No todos los tipos de gráficos muestran los ejes del mismo modo. Por ejemplo, los
gráficos xy (de dispersión) y los gráficos de burbujas muestran valores numéricos
en los ejes horizontal y vertical. Un ejemplo serían los centímetros de precipitación
contrastados con la presión barométrica. Ambos elementos tienen valores
numéricos y los puntos de datos se sitúan en los ejes x e y con respecto a sus
valores. Los ejes de valores ofrecen distintas opciones, como hacer su escala
logarítmica.

Otros tipos de gráficos, como los de columnas, líneas y área, solo muestran
valores numéricos en el eje vertical (valores) y en el eje horizontal ofrecen
agrupaciones textuales (o categorías). Un ejemplo serían los centímetros de
precipitación en distintas regiones geográficas. En este ejemplo, las regiones son
categorías textuales de los datos que se trazan en el eje horizontal (categorías).
Las regiones se espacian de manera uniforme porque son valores de texto, no
valores numéricos que se pueden medir. Tenga en cuenta esta diferencia al elegir
un tipo de gráfico, porque las opciones son distintas para los ejes de valores y de
categorías. Por su parte, el eje de profundidad (serie) es otra forma de eje de
categoría.

Cuando crea un gráfico, las marcas de graduación y las etiquetas se muestran de

forma predeterminada en los ejes. Puede ajustar esta representación usando
marcas de graduación principal y secundaria, y etiquetas. Para eliminar el
desorden en un gráfico, puede mostrar menos etiquetas o marcas de graduación
en el eje horizontal (categorías) especificando el intervalo de aparición de las
etiquetas, o indicando cuántas categorías se muestran entre marcas de
graduación.

Pág.22

5
También puede cambiar la alineación y la orientación de las etiquetas, así como el
formato del texto y los números que se muestran; por ejemplo, para mostrar un
número como un porcentaje.

Pág. 23

5
 Conclusión
La recolección de datos y estudio estadísticos de una población determinada se
efectúa gracias a diversos métodos que ayuda a la obtención clara y concreta de
distintas características de una población, estas características obtenidas se
conoce como variable que son un conjunto de valores el cual se puede realizar
estudios o medición

Las variables tienen una clasificación en donde cada una de ellas se divide para
ser calculada de forma cuantitativa y cualitativa. El cálculo de forma cualitativa son
por medio de palabras y a su vez se divide en 3 clases: nomina, ordinal, binaria.
En la nominal se calcula sin ningún orden específico como por ejemplo, los colores
tales como, negro, naranja, amarillo.

Por otro lado el cálculo de manera cuantitativa se puede expresar o medio de

forma numérica, este cálculo se divide a su vez en 4 clases entre ellas
encontramos la discreta que solo toma un número determinado. Por ejemplo, hijos
por familia (0, 1, 2,3…).

Similar a la variable encontramos el muestreo que se encarga de examinar y

sacar conclusiones en base de una pequeña parte de la población total, como
medio de representación de cada valor obtenido se utiliza los gráficos estadísticos
representando la información de manera menos numérica, entre menos cantidad
de datos mejor será la utilidad del gráfico

En los gráficos podemos preciar la presencia de los ejes de valores que

proporcionan una referencia para las medidas el eje Y es el eje vertical y contiene
datos y el eje X es el eje horizontal y contiene categorías

La escala de valores encargada de ordenada por grado o intensidad se divide en

distintas formas según la proporción de información que contienen, son:

Nominal. Consta de dos o más categorías. Ejemplo: sexo 1)femenino; 2)masculino

Ordinal: Están ordenadas por rango. Ejemplo: Clase social: 1) baja, 2) media, 3)
alta.

De intervalos: poseen la cualidad adicional de que los intervalos entre sus clases
son iguales.

De razones o ratios: Su cualidad adicional es que el cero sí indica ausencia de

atributo. Ejemplo: Tasa de mortalidad: muertes por 1000 personas en riesgo.

5
 Pág. 24

Bibliografía

Autor: Bernat Requena Serra

Año: 2014
Título: variable estadistica
Url:https://www.universoformulas.com/estadistica/descriptiva/variables-
estadisticas/

Autor: Recuperado de Enciclopedia Económica

Publicado: (2018).

Título: Variable estadística

Url: (https://enciclopediaeconomica.com/variable-estadistica/)

Autor: Nelson Avilés

Publicado: 01/11/2019

Título: Estadística Descriptiva

Url:https://www.studocu.com/ec/document/universidad-ute/estadistica-
descriptiva/resumenes/definicion-e-importancia-tipos-de-estadistica-tipos-de-
variables-organizacion-y-presentacion-de-la-informacion-estadistica-series-
simples/7284855/view

Título: Medidas de Variabilidad

Url: https://sites.google.com/site/estadisticadescriptivaenedu/home/unidad-
1/medidas-de-variabilidad

5
 Pág.25

Publicado: 04.04.2017

Título: Importancia de las variables estadísticas

Url: https://brainly.lat/tarea/4985281

Autor: Bernat Requena Serra

Publicado: 2014

Título: grafico

Url: https://www.universoformulas.com/estadistica/descriptiva/grafico/

Autor: Diego Riveros Mojica

Publicado: 14 de marzo de 2017

Título: Importancia de los gráficos Estadísticos

Url: http://estadisticagrafica.blogspot.com/2017/03/importancia-de-los-graficos-
estadisticos.html

Autores: Draegert Sayvict, Castro Gabriela, González Alejandro, Tovar Ana

Publicado: Septiembre de 2006

Título: Muestreo estadístico

Url: https://www.monografias.com/trabajos39/muestreo-estadistico/muestreo-
estadistico2.shtml

Autor: Bravo Jarquin Andrea Lizette.

Publicado: 11 Julio del 2018.

Título: Tipos de muestreo. Estadística.

5
Url: https://www.gestiopolis.com/tipos-de-muestreo-estadistica/

Pág. 26

Autor: Miriam Iranda Grimaldo

Publicado: 17 de enero de 2016

Título: La importancia de las técnicas de muestreo

Url: https://prezi.com/6x-jttlxeduk/la-importancia-de-las-tecnicas-de-
muestreo/#:~:text=El%20muestreo%20es%20de%20vital,es%20que%20es
%20mucho%20m%C3%A1s

5
 Pág.27