INGENIERÍA EMPRESARIAL
HERRAMIENTAS ESTADÍSTICAS PARA LA INVESTIGACIÓN
4° CICLO
UNIDAD I: FUNDAMENTOS DE
INVESTIGACIÓN
• Aplicaciones de medidas descriptivas de
tendencia central y de dispersión.
• (Aplicaciones con software estadístico o
EXCEL)
LOGRO DE LA SESIÓN
• Al finalizar la sesión el
estudiante resuelve
problemas relacionados con
el procesamiento de datos
que involucren el uso de las
medidas de tendencia
central y dispersión,
demostrando coherencia
lógica y dominio del tema.
MEDIDAS DESCRIPTIVAS DE DATOS
MUESTRALES
Las diferentes medidas descriptivas de datos en un solo valor
central, en cuyo alrededor se distribuyen todos los datos
muestrales; estas medidas serán muy útiles para analizar e
interpretar los datos cualitativos.
MEDIDAS DESCRIPTIVAS DE DATOS MUESTRALES
La posición es la característica más importante en la descripción de una
serie de datos. La mayoría de la serie de datos tiende a reunirse alrededor
de un determinado punto (medio o típico), o bien, a ubicarse (posición o
localización) de manera específica dentro de una serie de datos; por ello,
estas medidas reciben el nombre de tendencia central. Las medidas de
variabilidad se refieren al esparcimiento o grado de dispersión que tienen
los datos con respecto a una medida de posición, o bien, a sus datos
extremos. Una disper- sión pequeña indica un grado alto de uniformidad y
una grande, muy poca uniformidad. La medida de sesgo o asimetría tiene
por objeto mostrar si la distribución de frecuencias de un conjunto de
datos es simétrica o asimétrica con respecto a una medida de posición.
MEDIDAS DE TENDENCIA CENTRAL O DE POSICIÓN
La característica más importante de una serie de datos obtenidos de
una muestra es la posición. Todas las series de datos tienden a
reunirse o condensarse en un solo valor central (llamado promedio),
en el cual se distribuyen todos los datos muestrales. Para
comprender el significado del valor medio o central, es necesario
recordar que una serie se forma por términos cuyos valores pueden
ser iguales o diferentes, pero siempre hay uno con valor mínimo y
otro con valor máximo; entonces, todo valor comprendido entre el
valor mínimo del término y el máximo se conoce como valor medio.
MEDIDAS DE TENDENCIA CENTRAL O DE POSICIÓN
EJEMPLO:
Al preguntar su edad a un grupo de personas que se encuentra
en la parada de la ruta 3 del Puma-Bus, se obtuvo la serie
siguiente: 18, 19, 19, 19, 19, 20, 20, 21, 21, 23, 25, 28 años
Como puede apreciarse el valor mínimo de la serie es 18 y el
máximo 28; por tanto, los valores comprendidos entre estas
cifras son los valores medios de la serie. Se puede afirmar que el
promedio aritmético de una serie de términos es un valor
medio. Para esta serie, el promedio aritmético es de 21 años,
porque al dar a cada valor de la serie el valor del promedio
aritmético de 21, la suma es igual que la de los términos de la
serie.
MEDIDAS DE TENDENCIA CENTRAL O DE POSICIÓN
EJEMPLO:
MEDIDAS DE TENDENCIA CENTRAL O DE POSICIÓN
MEDIA ARITMÉTICA
En estadística es muy común utilizar las medidas de tendencia central;
como es el caso de la media aritmética o simplemente media o
promedio que se usa mucho para fines inferenciales. Por lo regular, el
valor central de la media se calcula a partir de los datos de una muestra
representativa de la población, y con base en este resultado se pueden
realizar inferencias verdaderas acerca de la población. La media
aritmética se define como la suma de los valores observados de una
variable cuantitativa (discreta o continua), dividida por el número total
de las observaciones.
MEDIDAS DE TENDENCIA CENTRAL O DE POSICIÓN
MEDIA ARITMÉTICA
MEDIDAS DE DISPERSIÓN
Permite conocer qué tan dispersas se encuentran las observaciones a cada lado del
centro en una serie de datos, o bien que tan alejadas se encuentran de la medida de
tendencia central. En el caso de las medidas de tendencia central, éstas no indican si la
serie tiene datos extremos que sesguen los valores de los estadísticos hacia un lado o a
hacia el otro de ésta. Por eso, todo análisis estadístico se inicia con el cálculo de las
medidas de tendencia central, y se complementa con un análisis de la variabilidad o
dispersión de los datos.
Por tanto, una medida de variabilidad es un número que indica el grado de dispersión
(esparcimiento) en un conjunto de datos con respecto a un estadístico de tendencia
central (generalmente, la media aritmética). Si este valor es pequeño (con respecto de
la unidad de medida), entonces hay una gran uniformidad de los datos; si el valor es
grande, entonces indica poca uniformidad; y, finalmente, si el valor es cero, entonces
indica que todos los datos son iguales.
MEDIDAS DE DISPERSIÓN
• El rango (amplitud o
La variabilidad recorrido).
estudia o determina
las distintas formas • La desviación absoluta
de la distribución, de
acuerdo con el fin promedio.
perseguido por el
investigador o • La varianza.
estudiante de
Estadística. Las • La desviación estándar.
diferentes medidas
de variabilidad más • La dispersión relativa:
comunes:
el coeficiente de
variación.
MEDIDAS DE DISPERSIÓN
Es la medida más elemental de las
medidas de variabilidad, también
es fácil de entender y calcular. El
rango se clasifica como una
medida de distancia. El recorrido
se puede conocer con facilidad a
partir de una muestra ordenada de
RANGO, AMPLITUD O RECORRIDO
tamaño n, en donde el rango o
recorrido es la diferencia que hay
entre el valor máximo y el valor
mínimo. Para el caso de una
distribución de frecuencias se
encuentra al considerar el valor
del límite
MEDIDAS DE DISPERSIÓN
MEDIDAS DE DISPERSIÓN
REFERENCIAS
✓Enguita Gasca, J. (2015). Excel 2013. Madrid: Ministerio de Educación España.
✓García Ramos, J. A. Ramos González, C. D. y Ruiz Garzón, G. (2016). Estadística empresarial. Cádiz, Spain:
Servicio de Publicaciones de la Universidad de Cádiz. Recuperado de https://elibro-
net.eu1.proxy.openathens.net/es/ereader/upnorte/33881?page=14.
✓López Gonzáles, J. A. (2007). Investigación educativa: en preguntas y respuestas. Curso de metodología para
el post grado. La Habana: Universidad de Ciencias Pedagógicas “Héctor Alfredo Pineda Zaldívar.
•Johnson, R. y Kuby, P., (2012). Estadística elemental. 11a ed. Ciudad de México: Cengage Learning, p.231.
•Devore, J. (2016). Probabilidad y estadística para ingeniería y ciencias. 9a ed. Ciudad de México: Cengage
Learning, p.95.
Rodríguez Franco, J. y Pierdant Rodríguez, A. I. (2015). Estadística para administración. México D.F, Mexico:
Grupo Editorial Patria. Recuperado de https://elibro-
net.eu1.proxy.openathens.net/es/ereader/upnorte/39397?page=117.
