El documento habla sobre la organización de datos. Explica que existen dos tipos principales de organización: no estructurada y estructurada. También describe diferentes formas de organizar datos cualitativos y cuantitativos como tablas de frecuencias y listas ordenadas. Además, introduce conceptos clave sobre poblaciones, muestras, parámetros y estadísticos.

1. Organizaci
ón de los
datos
PROFESOR:
PEDRO
BELTRAN
ALUMNO:
SAMUEL GOMEZ

2. INTRODUCCION
En la presente les hablare sobre la organización
de datos, tipos, aplicaciones entre otros.
Logrando obtener los conosimientos que
necesitamos para aprender sobre el tema
acontinuacion.
Esperando lograr el conosimiento sobre la
organización y aplicaciones de los datos,
mejoraremos nuestros conosimientos. Sin mas
que agregar y siempre teniendo la disposición
en lograr el éxito empecemos.

3. Tipos de Organización
• Organización no estructurada
Utiliza información no estructurada contenida en libros,
artículos
informes.
Es tan grande la variedad de información que es muy difícil
saber
que es lo que nos va a interesar en el caso de una búsqueda y
seria imposible determinar un campo por cada tema.
• Organización estructurada
Utiliza información estructurada o datos definidos (facturas,
recibos de clientes, etc.).
El diseño de una buena base de datos deberá reconocer con
método y exactitud los datos que se van a utilizar, antes de su
implementación.
Esta organizada mediante campos.

4. Organización de los datos
La estadística con frecuencia se realiza con la
intención de llegar a establecer conclusiones o a
obtener resultados, esto demanda muchas veces
estudiar centenares, miles o aun cifras más altas de
cosas, obetos, personas o grupos. Por ejemplo un
caso extremo de estudio que involucra a la estadística
es la realización de un censo, a pesar de la ayuda de
procedimientos complejos diseñados para tal fin,
constituye siempre una tarea gigantesca resumir y
describir las enormes cantidades de datos que se
generan de los proyectos de investigación.

5. Organización de los datos
Usando los principios más elementales de la estadística
descriptiva, es posible describir las características de los
datos con bastante claridad y precisión, de modo que las
tendencias o generalidades se puedan descubrir más
rápidamente y comunicar con mayor facilidad. Primero,
es menester clarificar que dependiendo del nivel de
medición de la variable se posibilitará su organización.
En el apartado anterior de variables y datos se estableció
que los datos podían provenir de variables de tipo
categórico o numérico.
Si es el caso de las primeras, la forma de organizarlas
tiene que ver con construir una tabla de frecuencias.
Por ejemplo, si se preguntase a un grupo de 52 alumnos
el sexo al que pertenecen, se podría generar la siguiente
tabla de frecuencias.
Sexo frecuencia Femenino 22 Masculino 30
Total =52

6. Debe hacerse notar que la variable anterior es de tipo nominal
y que en ellas no existe un orden natural, por lo que un
convencionalismo que se utiliza en estadística es ordenar este
tipo de variables en forma alfabética de la A a la Z o
vicerversa.
Otro ejemplo de datos categóricos podrían ser cuando se
pregunta a los mismos alumnos su estado de salud y sus
respuestas posibles son: Excelente, Muy buena, Buena,
Regular y Mala, es posible advertir que se trata de una
variable de tipo ordinal puesto que es posible saber quién
tiene mejor o peor salud, construyendo una tabla de
frecuencias, los datos se verían así:
Estado de Salud frecuencia Excelente 16 Muy Buena 18
Organización de los datos

7. Es importante hacer notar que en el caso de
variables de tipo ordinal es necesario respetar el
orden natural de la misma variable para construir
la tabla, es decir, en el ejemplo anterior se
puede presentar la tabla iniciando desde el
mejor estado de salud al peor, o viceversa.
Si se trata de datos de tipo numérico, los datos
se pueden organizar en forma de: a) Lista de
datos b) Distribución de frecuancias simple c)
Distribución de frecuencias agrupada
Para presentarlos en forma de lista es
necesario...
Organización de
datos

8. Organización de los datos
Vamos a considerar por separado los caso de datos cualitativos y
cuantitativos.
Organización de los datos cualitativos:
En este caso la agrupación de los datos es muy sencilla y se hace de
acuerdo a las modalidades que presente las variable en estudio. mediante un
conteo se determina el número de datos (también llamado frecuencia)
correspondiente a las diferentes categorías de la variable. este
procedimiento es valido para cualquier cantidad de datos.
Ejemplo de Organizacion de los datos cualitativos.
1) En un estudio sobre las personas que ejercen cargos directivos en una
empresa, se realizaron 15 entrevistas y en relación al Genero se obtuvo la
siguiente información:
f,f,m,m,f,m,m,m,f,f,m,f,f,m,f
Agrupando los datos de acuerdo a su categoría se obtiene.
Genero Personas
Masculino 7
Femenino 8
total 15

9. Organización de los datos
cuantitativos:
para organizar y agrupar datos de tipo
cuantitativo discretos o continuos, se
utiliza un procedimiento similar, pero
más laborioso, al utilizado con los
datos cualitativos.
vamos a utilizar la información
correspondiente a la edad de 15
estudiantes.
12,14,10,15,16,12,14,18,20,19,19,18,
12,15,17
un primer intento de organizar esos
datos puede consistir en ordenarlos
de menor a mayor tal como se
presenta a continuación
10,12,12,12,14,14,15,15,16,17,18,18,
19,19,20
este ordenamiento de los
datos nos permite saber que
la edad mínima es 10 y la
máxima es 20.
otra cosa que podemos
hacer, dado que algunos
datos se repiten, es
agruparlos formando una
columna donde aparezcan
los valores diferentes de la
edad, ordenados de menor a
mayor y al lado de cada
edad el numero de niños
que tienen esa edad.
Edad estudiantes
10 1
12 3
14 2
15 2
16 1
17 1
18 2

10. Tipos de datos
Veamos ahora los conceptos estadísticos básicos
relacionados con el tipo de datos que se estudian.
Se llama variable estadística o carácter a cada una de las
características que pueden estudiarse de la población.
Las variables estadísticas pueden ser de dos tipos:
Cualitativas: son aquellas en la que los resultados posibles
no son valores numéricos. Por ejemplo: color del pelo, tipo
de ropa preferida, lugar de veraneo, etc.
Cuantitativas: aquellas cuyo resultado es un número. A su
vez, las hay de dos tipos:
Cuantitativas discretas: cuando se toman valores
aislados. Por ejemplo: número de amigos de tu pandilla,
número de veces que vas al cine al mes, número de
coches que tiene tu familia.
Cuantitativas continuas: cuando, entre dos valores
cualesquiera, puede haber valores intermedios. Es decir,

11. El procesamiento de datos es, en
general, "la acumulación y
manipulación de elementos de datos
para producir información
significativa."
El procesamiento de datos trata de
un subconjunto del procesamiento
de la información, el cambio
(procesamiento) de la información de
cualquier manera detectable por un
observador. El procesamiento de
Procesamiento de datos

12. Procesamiento manual de datos Aunque el uso
generalizado del término procesamiento de datos sólo
data de los años 1950 las funciones del procesamiento
de datos se ha realizado manualmente por milenios. Por
ejemplo contabilidad involucra funciones como el envió
de las transacciones y la producción de informes como
el balance y el estado de flujos de efectivo . Métodos
completamente manual fueron aumentados por la
aplicación de las calculadoras mecánicas o electrónicas
. Una persona cuyo trabajo consistía en realizar los
cálculos manualmente o utilizando una calculadora se
llama un "computador" .
El Censo de los Estados Unidos 1850 fue el primero en
recopilar datos individuales en vez de los hogares. Una
serie de preguntas puede ser respondida por hacer una
marca en la casilla correspondiente en el formulario.
Desde 1850 hasta 1880 la Oficina del Censo utiliza un
sistema de cómputo, el cual, debido a la cada vez mayor

13. Procesamiento automático de datos
El término procesamiento automático de datos se
refiere a las operaciones realizadas por medio de
equipos de registros unitario, tales como el sistema
de tarjetas perforadas creada por Herman
Hollerith basado en la lógica de Boole, utilizado
para realizar elCenso de los Estados Unidos 1890,
la Oficina del Censo fue capaz de completar la
tabulación de la mayoría de los datos del censo de
1890 de 2 a 3 años, en comparación con 7 a 8
años para el censo de 1880. También se estima
que el uso del sistema de Herman Hollerith ahorró
unos $5 millones en costos de procesamiento" (en
1890).
Procesamiento electrónico de datos
Procesamiento de datos computarizada, o
el procesamiento electrónico de datos representa

14. La evolución posterior
El término procesamiento de datos a largo plazo
ha sido subsumida bajo el término más nuevo y
general que es tecnología de la información (IT).
El procesamiento de datosha adquirido una
connotación negativa, lo que sugiere el uso de las
tecnologías más antiguas. A modo de ejemplo, en
1996 la Asociación de Gestión de Proceso de
Datos ("DPMA") cambió su nombre por el de
Asociación de Profesionales de Tecnología de la
Información . Sin embargo, los términos son casi
sinónimos.
Procesamiento de datos comerciales
Procesamiento de datos comercial implica un gran
volumen de datos de entrada, relativamente pocas
operaciones computacionales, y un gran volumen de
la producción. Por ejemplo, una compañía de
seguros tiene que llevar un registro de decenas o
cientos de miles de pólizas, facturas de impresión y

15. Análisis de los datos
En un campo de la ciencia o la ingeniería, los términos de
procesamiento de datos y sistemas de información se
consideran demasiado amplios y el análisis de datos más
especializados término que se utiliza normalmente.
Análisis de los datos hace uso de algoritmos
especializados y de alta precisión y cálculos estadísticos
que con menor frecuencia se observan en el ambiente
general de negocios típico.
Una divergencia de la cultura entre el procesamiento de
datos y análisis de los datos se muestra por las
representaciones numéricas generalmente utilizada, en el
procesamiento de datos, las mediciones se almacenan
típicamente como números enteros, de punto fijo o
representaciones decimales codificados en binario de los
números, mientras que la mayoría de las mediciones en
el análisis de datos se almacenan como representaciones
de punto flotante de números racionales.

16. Tipos de Organización
• Organización no estructurada
Utiliza información no estructurada
contenida en libros, artículos
informes.
Es tan grande la variedad de información
que es muy difícil saber
que es lo que nos va a interesar en el caso
de una búsqueda y
seria imposible determinar un campo por
cada tema.
• Organización estructurada
Utiliza información estructurada o datos
definidos (facturas,
recibos de clientes, etc.).
El diseño de una buena base de datos
deberá reconocer con
método y exactitud los datos que se van a
utilizar, antes de su
implementación.
Esta organizada mediante campos.
Tipos de Organización (II)
• Tratamiento de datos formateados
(organizados).
Sistemas orientados a proceso.
Sistemas orientados a datos.
Sistema de Gestión de Datos Relacionales.
Tratamiento de datos no formateados (No
organizados)
Documentos.
Sistemas de Recuperación de
Información.
Sistemas de Gestión de Bases de Datos
Documentales.

17. Conceptos importantes
Población: Es el conjunto de todos los elementos que cumplen una
determinada característica objeto de estudio.(según el ejemplo de antes, la
población serían todas las personas que padecen hipertensión)
Muestra: Es un subconjunto cualquiera de una población (las 40 personas
escogidas)
Parámetro: Es una propiedad descriptiva (una medida) de una población. (para
una encuesta electoral queremos conocer el porcentaje de la población que
respondería “Sí” a favor de una ley; ese “sí” sería el parámetro en este caso)
Estadístico: Es una propiedad descriptiva (una medida) de una muestra. (es el
porcentaje de la muestra que responde sí).
Las conclusiones obtenidas de una muestra solo servirán para el total de una
población si la muestra es representativa. Para asegurarnos que la muestra es
representativa se utilizan métodos de muestreo probabilístico.
Si queremos saber qué porcentaje de hombres
españoles se declaran seguidores del Real Madrid y la
muestra que escogemos está formada por mujeres, los
resultados que obtengamos no van a ser
representativos.
También existen las muestras no probabilísticas como
por ejemplo la muestra de conveniencia o incidental
(personas cercanas al investigador, por lo cual acceder

18. Representaciones Gráficas
Un gráfico es una forma rápida de visualizar un conjunto de datos o
distribución de frecuencias. El sistema de coordenadas más habitual está
formado por:
Eje vertical (ordenada o eje Y)
Eje horizontal (abscisa o eje X)
Origen: Punto donde se juntan ambos ejes
Representación gráfica de una variable
a) Diagrama de barras
Se utiliza para variables nominales, ordinales y cuantitativas discretas.
– En el eje X se colocan los valores y en el Y las frecuencias.
Sobre cada valor de la variable se dibuja un rectángulo o barra
perpendicular cuya altura debe ser igual a la frecuencia.
Diagrama de barras acumulativo
Variedad del diagrama de barras que se utiliza en variables ordinales y
cuantitativas discretas. En el eje X se sitúan los valores de la variable y en
el eje Y las frecuencias acumuladas.
b) Diagrama de sectores
Se utiliza para variables cualitativas y cuasicuantitativas
– Representación en forma de círculo. El círculo se divide en secciones
cuya superficie es proporcional a la frecuencia de la modalidad
correspondiente. Para determinar el ángulo de los sectores de cada
modalidad se multiplica la frecuencia relativa por 360, que es el número de
grados de una circunferencia.

19. c) Pictograma
Se utiliza para variables cualitativas
– Son dibujos alusivos al objeto de estudio. Son
escalas que deben ser proporcionales al valor que
representan.
d) Histograma (parecido al diagrama de barras pero
no hay espacio entre los rectángulos) Se utiliza para
variables cuantitativas continuas con datos agrupados
en intervalos
– En el eje X se colocan los límites exactos de los
intervalos y en el eje Y la frecuencia.
e) Polígono de frecuencias
Se utiliza para variables discretas
– La forma que obtenemos es una línea poligonal
cuya figura se obtiene a partir de una diagrama de
barras o de un histograma.
– También se puede utilizar en frecuencias
acumuladas.

20. Propiedades de la distribución de
Frecuencias
a) Tendencia central
Se refiere al lugar donde se centra una
distribución particular en la escala de
valores.
b) Variabilidad
Se refiere al grado de concentración de las
observaciones en torno al promedio.
Una distribución de frecuencias será:
Homogénea (tiene poca variabilidad). Si
los valores de distribución están cercanos
al promedio. (cuando hay pocos
rectángulos alrededor del central)
Heterogénea (tiene mucha variabilidad). Si
los valores se dispersan mucho en torno al
promedio. (cuando hay muchos
rectángulos alrededor del central)
c) Asimetría o sesgo (con calma que es
muy fácil pero cuesta un poco de entender
al principio)
Se refiere al grado en que los datos se
reparten equilibradamente por encima y
Diremos que una
distribución será simétrica
cuando al dividirla en dos
a la altura de la media, las
dos mitades se
superponen. Si esto no
ocurre decimos que se
produce asimetría. Hay
dos tipos de asimetría:
Asimetría positiva:
Cuando la mayor
concentración de
puntuaciones se produce
en la parte baja de la
escala.
Asimetría negativa:
Cuando la mayor parte de
puntuaciones se sitúa en
la parte alta de la escala

21. Estudio descriptivo de una colección de
datos
Una vez obtenida la información
correspondiente a un hecho o fenómeno se
nos presenta bajo la forma de una
colección de datos individuales y viene a
constituir la materia prima del investigador.
Usualmente se trabaja con grandes
cantidades de datos y resulta difícil sacar
conclusiones de ellos en su forma original.
piense por un momento en lo que significa
tener, por ejemplo, 300 números o símbolos
ante sus ojos. es por ello que se hace
necesario agrupar o condensar los datos,
presentarlos adecuadamente y obtener
algunos indicadores numéricos relevantes
que faciliten la interpretación y
determinación de los aspectos mas
Un estudio descriptivo de una
colección de datos contempla los
siguientes aspectos:
i) ordenación y clasificación de los
datos originales.
ii) presentación de los datos
agrupados en cuadros estadísticos y
tráficos.
iii) Cálculo de medidas descriptivas y
numéricas que nos indiquen el
centro o la localizacion de los datos,
el grado de variabilidad o dispersión
de los mismo y la forma en que se
distribuyen.
iv) El análisis propiamente de los
datos, conjugando los resultados
obtenidos en i, ii y iii, esto nos
permite determinar si existe alguna
tendencia o patrón en los datos, la
forma como se distribuyen etc

22. Conclusión
MEDIANTE ESTE TEMA PUDIMOS APRENDER SOBRE LA
ORGANIZACIÓN DE LOS DATOS, TIPOS, APLICACIONES
ENTRE OTROS.SU IMPLEMENTACION, TAMBIEN
APRENDIMOS UN POCO SOBRE LO IMPORTANTE QUE
SON.ALGO QUE HOY EN DIA NOS FUNCIONA MUY BIEN
A LA HORA DE CONSTATAR APROXIMACIONES Y
DECICIONES A LA CUAL NOS AYUDA MUCHO, ESTOS
METODOS SIEMPRE NOS SERVIRAN DE AYUDA TANTO
EN LO LABORAL COMO EN LA VIDA COTIDIANA EN LA
TOMA DE DECICIONES SIEMPRE PENSANDO EN
MEJORAR Y LOGRAR EL ÉXITO.

23. BIBLIOGRAFÍA
Libro: Estructura de Datos
Autor: Robert L kruse
Libro: Estructura de Datos
Autor: Aarón M. Tenenbau
www.google.com
www.yahoo.com

24. SALUDOS!