En el mundo del análisis estadístico, la forma en que organizamos los datos determina la claridad de los resultados y la facilidad para interpretarlos. Dos conceptos fundamentales son los datos agrupados y los datos no agrupados.
Mientras que los primeros se organizan en intervalos o categorías para simplificar grandes volúmenes de información, los segundos se presentan de manera individual, conservando cada valor original. Comprender la diferencia entre ambos no solo es esencial para estudiantes de estadística, sino para cualquier persona que trabaje con encuestas, mediciones científicas, estudios de mercado o registros administrativos.
A continuación, exploraremos en detalle qué son y, lo más importante, veremos ejemplos prácticos que ilustran cada caso.
¿Qué son los datos agrupados y no agrupados?
Datos no agrupados (o datos brutos) son aquellos que se presentan tal como se recolectaron, sin ningún tipo de organización en clases o intervalos. Cada valor individual es visible y puede analizarse por separado. Este formato es útil cuando el conjunto de datos es pequeño (menos de 20 a 30 elementos) o cuando se requiere precisión máxima, como en registros médicos o mediciones de laboratorio.
Datos agrupados, en cambio, se organizan en intervalos de clase (rangos) o categorías, acompañados de sus frecuencias (número de observaciones por grupo). Se utilizan cuando la cantidad de datos es grande (decenas, cientos o miles) o cuando los valores presentan mucha variabilidad. Agrupar los datos facilita la construcción de gráficos como histogramas y polígonos de frecuencia, y permite calcular medidas estadísticas de manera más rápida, aunque con cierta pérdida de precisión.
La elección entre un tipo u otro depende del objetivo del estudio y del volumen de información disponible. Ahora veamos ejemplos concretos para cada caso.
Lista de ejemplos de datos no agrupados
A continuación, se presentan situaciones donde los datos se mantienen en su forma original, sin agrupar:
- Calificaciones de un examen en un grupo pequeño
Las notas de 15 estudiantes en un test de matemáticas: 8, 7, 9, 6, 8, 10, 7, 8, 9, 7, 6, 8, 9, 10, 7. Cada calificación es un dato individual y podemos calcular directamente el promedio, la mediana o la moda sin necesidad de agrupar. - Edades de los miembros de una familia
En una familia de 5 personas: 42, 40, 15, 12, 8 años. El número reducido de observaciones permite trabajar con datos sueltos; resulta sencillo hallar la edad media o identificar al miembro más joven. - Número de hijos por familia en una encuesta de 10 hogares
Datos obtenidos: 2, 1, 3, 0, 2, 1, 4, 2, 1, 2. Como solo son diez valores, no se justifica agruparlos. Podemos ordenarlos y calcular fácilmente que la moda es 2 hijos. - Tiempo (en segundos) de reacción ante un estímulo en 8 sujetos
Mediciones: 0.45, 0.52, 0.48, 0.51, 0.47, 0.50, 0.49, 0.53. Estos datos conservan su precisión original; al ser pocos, se analizan sin agrupación. - Números de calzado de un equipo de fútbol (11 jugadores)
Tallas: 39, 41, 40, 42, 38, 41, 40, 43, 39, 42, 40. Aunque hay valores repetidos, se sigue trabajando con datos no agrupados porque el tamaño del conjunto es reducido.
Lista de ejemplos de datos agrupados
Cuando el número de observaciones es grande o los valores abarcan un rango amplio, es preferible agrupar los datos en intervalos. Estos son ejemplos típicos:
- Estaturas de 200 estudiantes de una universidad
Las alturas varían entre 1.50 m y 1.95 m. En lugar de listar las 200 mediciones individuales, se crean intervalos de 5 cm: [1.50-1.55), [1.55-1.60), …, [1.90-1.95]. Se cuenta cuántos estudiantes caen en cada rango (frecuencia) y se facilita la construcción de un histograma. - Ingresos mensuales de 500 trabajadores de una fábrica
Los sueldos van desde 800 hasta 2500. Se agrupan en clases como: 800-1000, 1000-1200, 1200-1400, …, 2400-2600. Así se puede saber rápidamente en qué tramo salarial se concentra la mayoría, sin necesidad de examinar los 500 números uno por uno. - Temperaturas máximas diarias registradas durante un año (365 días)
Las temperaturas pueden oscilar entre -5°C y 35°C. Agrupar por intervalos de 5 grados ([-5 a 0], [0 a 5], …, [30 a 35]) permite visualizar la distribución estacional de manera eficiente, a la vez que se pierde el detalle de cada día. - Pesos al nacer de 1000 recién nacidos en un hospital
Los pesos en gramos se clasifican en rangos: menos de 2500 (bajo peso), 2500-3000, 3000-3500, 3500-4000, más de 4000. Esta agrupación es estándar en pediatría para identificar rápidamente la proporción de bebés con bajo peso o macrosomía. - Edades de los participantes en un maratón (2500 corredores)
En lugar de listar todas las edades (desde 18 hasta 75 años), se establecen intervalos decenales: 18-28, 28-38, 38-48, 48-58, 58-68, 68-78. Así se obtiene un perfil etario del evento y se pueden comparar categorías (por ejemplo, ¿cuántos corredores tienen entre 28 y 38 años?). - Resultados de una prueba de matemáticas aplicada a 1500 estudiantes
Las puntuaciones van de 0 a 100. Se agrupan en intervalos de 10 puntos: 0-10, 10-20, …, 90-100. Esto permite elaborar un histograma de frecuencias y observar si la mayoría obtuvo calificaciones bajas, medias o altas, así como identificar la presencia de notas atípicas.
Conclusión
Los datos no agrupados son ideales cuando se dispone de pocas observaciones y se necesita máxima precisión; los datos agrupados, en cambio, son una herramienta poderosa para sintetizar grandes volúmenes de información y detectar patrones. Saber distinguir cuándo aplicar cada tipo es una competencia básica en estadística descriptiva.
Con los ejemplos aquí presentados, queda claro que, tanto en la vida cotidiana como en la investigación profesional, la organización de los datos marca la diferencia entre un análisis confuso y uno revelador.