UNIVERSIDAD CIUDADANA DE
NUEVO LEON
LICENCIATURA EN ADMINISTRACION CON
ACENTUACION EN EMPRESAS.
ESTADISTICA DESCRIPTIVA
ALUMNA: JHOVANA MARISOL ALEJANDRO RAMOS
MATRICULA: 68715
TUTOR: MIRIAM ELIZABETH BANDA BUSTOS
TEMA: PRESENTACIONES ESTADISTICAS Y DESCRIPCIONES DE
DATOS DE NEGOCIOS: MEDIDAS DE POSECION
ACTIVIDAD: RESUMEN DEL CAPITULO 2 Y 3
MONTERREY NUEVO LEON 29 DE ENERO DE 2025
INTRODUCCIÓN A LAS PRESENTACIONES ESTADÍSTICAS Y
DESCRIPCIONES DE DATOS
En el mundo de los negocios, la capacidad de interpretar y comunicar datos es crucial para
la toma de decisiones estratégicas. Las presentaciones estadísticas permiten a los
profesionales de negocios organizar y visualizar datos de manera efectiva, facilitando la
identificación de patrones, tendencias y relaciones significativas.
Medidas de Posición
Las medidas de posición son herramientas estadísticas que ayudan a identificar la ubicación
de un dato específico dentro de un conjunto de datos. Estas medidas son esenciales para
comprender la distribución y las características de los datos, y se dividen en varios tipos:
1. Percentiles: Dividen un conjunto de datos en 100 partes iguales. Son útiles para
entender la posición relativa de un dato dentro del conjunto.
2. Cuartiles: Dividen el conjunto de datos en cuatro partes iguales, proporcionando
una visión general de la distribución.
3. Deciles: Dividen el conjunto de datos en diez partes iguales, ofreciendo una vista
más detallada que los cuartiles.
4. Puntuaciones Z: Miden la distancia de un dato respecto a la media, en términos de
desviaciones estándar. Son útiles para identificar datos atípicos o extremos.
Estas medidas permiten a los analistas de negocios evaluar el rendimiento relativo de
diferentes indicadores y tomar decisiones informadas basadas en la posición de los datos
dentro de la distribución.
PRESENTACIONES ESTADISTICAS
Estadística descriptiva
Existen cálculos matemáticos que permiten extraer de los datos una tendencia real positiva
o negativa de los resultados. Es precisamente la estadística descriptiva la que nos ayuda a
analizar y describir los datos para obtener un resultado final.
Se dice que la estadística descriptiva es la base de cualquier análisis de datos. Conozcamos
más de sus características y tipos que existen.
¿Qué es la estadística descriptiva?
El término estadística descriptiva se refiere al análisis, el resumen y la presentación de los
resultados relacionados con un conjunto de datos derivados de una muestra o de toda la
población.
La estadística descriptiva comprende tres categorías principales: distribución de
frecuencias, medidas de tendencia central y medidas de variabilidad.
Por estadística descriptiva entendemos, por ejemplo, el cálculo de la media y la mediana,
dos indicadores muy importantes y sobre todo diferentes. La mediana es un indicador que
«no tiene en cuenta los valores extremos, a veces poco frecuentes», a diferencia de la
media, que está muy influida por estos valores extremos.
Elementos de la estadística descriptiva
La estadística descriptiva utiliza varios elementos clave para ofrecer un análisis completo y
detallado:
Medidas de tendencia central: Estos son valores que representan un «centro» o
punto medio de un conjunto de datos. Los Más comunes son:
o Media: Es el promedio de los datos.
o Mediana: El valor central cuando los datos están ordenados.
o Moda: El valor que más se repite.
Conoce más detalles de la media, mediana y moda.
Medidas de dispersión: Ayudan a describir la variabilidad de los datos. Las más
utilizadas son:
o Rango: La diferencia entre el valor máximo y mínimo.
o Desviación estándar: Indica cuánto se alejan, en promedio, los datos de la
media.
o Varianza: Es el promedio de los cuadrados de las diferencias respecto a la
media.
Representación gráfica: Los datos también se pueden visualizar mediante
diferentes gráficos que permiten identificar patrones de manera más clara. Entre los
más comunes están:
o Histogramas: Muestran la distribución de los datos por intervalos.
o Diagramas de barras: Comparan frecuencias o proporciones de diferentes
categorías.
o Diagramas circulares: Representan porcentajes de un total.
Características de la estadística descriptiva
La estadística descriptiva tiene varias características fundamentales que la distinguen:
Simplicidad: Presenta datos de manera sencilla y directa, lo que facilita su
interpretación. A menudo, los resultados se resumen en tablas, gráficos o medidas
numéricas que son fáciles de comprender.
No se hacen predicciones: La estadística descriptiva no se preocupa por hacer
inferencias sobre una población mayor. En su lugar, describe los datos disponibles
de una muestra o de la población entera.
Objetividad: Busca ofrecer una visión imparcial de los datos. Aunque el análisis
puede requerir tomar decisiones sobre qué medidas usar, el objetivo es describir los
datos con precisión.
Resúmenes: Una de sus funciones clave es resumir grandes cantidades de
información en formas comprensibles, como medias, medianas, modas, varianzas o
gráficos.
Objetivo de la estadística descriptiva
El objetivo de la estadística descriptiva es describir los datos observados de forma sintética
y significativa para poder analizarlos mejor. Es recoger observaciones sobre sujetos con
una determinada propiedad y traducir estas observaciones en números que proporcionen
información sobre dicha propiedad.
Importancia de la estadística descriptiva
La estadística descriptiva facilita la visualización de los datos. Permiten presentarlos de
forma significativa y comprensible, lo que a su vez da pie a una interpretación simplificada
del conjunto de datos en cuestión.
Los datos brutos serían difíciles de analizar, y la determinación de tendencias y patrones
puede ser un reto. Además, los datos en bruto dificultan la visualización de lo que muestran
los datos.
Además, el uso de la estadística descriptiva permite resumir y presentar un conjunto de
datos mediante una combinación de descripciones tabuladas y gráficas. La estadística
descriptiva se utiliza para resumir datos cuantitativos complejos.
Usos de la estadística descriptiva
La estadística descriptiva tiene aplicaciones amplias en una variedad de campos. Aquí
algunos de sus usos más destacados:
Investigación de mercados: Permite a las empresas analizar datos sobre clientes,
como sus preferencias, comportamiento de compra y tendencias de consumo.
Mediante gráficas y estadísticas descriptivas, se pueden obtener insights claros para
la toma de decisiones estratégicas.
Salud pública: En la medicina y la epidemiología, se usa para describir la
prevalencia y distribución de enfermedades en diferentes poblaciones. Esto ayuda a
los profesionales de la salud a diseñar intervenciones más efectivas.
Educación: Se utiliza para analizar el rendimiento académico, evaluando cómo
varía el desempeño de los estudiantes a través de diferentes niveles de dificultad o
demografía.
Ciencias sociales: Los sociólogos y psicólogos utilizan estadísticas descriptivas
para estudiar fenómenos como las tendencias de comportamiento humano, actitudes
o características poblacionales.
Administración y finanzas: Las empresas emplean estadísticas descriptivas para
realizar análisis financieros y de rendimiento, lo que les permite identificar
tendencias, administrar riesgos y optimizar recursos.
Tipos de estadística descriptiva
La estadística descriptiva ayuda a describir y comprender las características de un conjunto
de datos específico ofreciendo breves resúmenes sobre la muestra y las medidas de los
datos.
Estos son los tipos de estadística descriptiva:
– Distribución de frecuencias
Utilizada tanto para datos cualitativos y cuantitativos. Representa la frecuencia o el
recuento de los diferentes resultados en un conjunto de datos o muestras.
La distribución de frecuencias se presenta normalmente en una tabla o un gráfico. Cada
entrada de la tabla o el gráfico va acompañada del recuento o la frecuencia de aparición de
los valores, en un intervalo, rango o grupo específico.
La distribución de frecuencias es básicamente una presentación o un resumen de datos
agrupados que se han clasificado en función de clases mutuamente excluyentes y del
número de ocurrencias en cada clase respectiva. Permite una forma más estructurada y
organizada de presentar los datos en bruto.
Los cuadros y gráficos más comunes utilizados en la presentación y visualización de la
distribución de frecuencias incluyen gráficos de barras, histogramas, gráficos circulares y
gráficos de líneas.
– Tendencia central
La tendencia central es otro de los tipos de estadística descriptiva, y se refiere al resumen
descriptivo de un conjunto de datos utilizando un único valor que refleja el centro de la
distribución de los datos.
Las medidas de tendencia central también se conocen como medidas de localización
central. La media, la mediana y la moda son consideradas las medidas de tendencia central.
La media, que se considera la medida de tendencia central más popular, es el valor medio o
más común en un conjunto de datos. La mediana se refiere a la puntuación media de un
conjunto de datos en orden ascendente. La moda se refiere a la puntuación o valor más
frecuente en un conjunto de datos.
– Variabilidad
Una medida de variabilidad es una estadística de resumen que refleja el grado de dispersión
de una muestra. Las medidas de variabilidad determinan la distancia que los puntos de
datos parecen tener con respecto al centro.
La dispersión y la variabilidad se refieren y denotan el rango y la amplitud de la
distribución de los valores en un conjunto de datos. El rango, la desviación estándar y la
varianza se utilizan, respectivamente, para representar diferentes componentes y aspectos
de la dispersión.
El rango representa el grado de dispersión o un ideal de la distancia entre los valores más
altos y más bajos dentro de un conjunto de datos. La desviación estándar se utiliza para
determinar la varianza media de un conjunto de datos y proporciona una idea de la distancia
o la diferencia entre un valor de un conjunto de datos y el valor medio del mismo conjunto
de datos.
La varianza refleja el grado de dispersión y es esencialmente una media de las desviaciones
al cuadrado.
Quizá te interese conocer sobre los tipos de datos estadísticos.
Pasos de la estadística descriptiva
El proceso de aplicar estadística descriptiva puede dividirse en cuatro pasos esenciales:
1. Recolección de datos: El primer paso implica obtener los datos de la muestra o
población que se va a estudiar. Esto puede realizarse mediante encuestas,
cuestionarios, experimentos o la observación de fenómenos.
2. Organización de los datos: Una vez que los datos son recolectados, se deben
organizar de manera lógica. Esto puede incluir la creación de tablas de frecuencia,
listas ordenadas o clasificaciones.
3. Resumir los datos: A continuación, los datos organizados se resumen utilizando
diferentes medidas de tendencia central (media, mediana, moda) y medidas de
dispersión (rango, desviación estándar, varianza), o bien se representan
gráficamente.
4. Presentación de los resultados: Finalmente, se presentan los datos de manera
visual y clara. Los gráficos, como histogramas, diagramas de barras, diagramas
circulares y tablas, son fundamentales para mostrar las conclusiones de manera
efectiva.
Ejemplos de investigación descriptiva
Estos son algunos ejemplos donde se aplica la investigación descriptiva:
Ejemplo 1:
Las estadísticas descriptivas sobre una universidad se refieren a la puntuación media en los
exámenes de matemáticas de los alumnos de nuevo ingreso. No dice nada sobre por qué los
datos son así o qué tendencias podemos ver y seguir.
La estadística descriptiva ayuda a simplificar grandes cantidades de datos de forma
significativa. Reduce muchos datos a un resumen.
Ejemplo 2:
Has realizado una encuesta a 40 encuestados sobre su color favorito de coche. Y ahora tiene
una hoja de cálculo con los resultados.
Sin embargo, esta hoja de cálculo no es muy informativa y quieres resumir los datos con
algunos gráficos y tablas que te permitan llegar a algunas conclusiones sencillas (por
ejemplo, el 24% de las personas dijeron que el blanco es su color favorito).
Seguro que esto sería mucho más representativo y claro que una fea hoja de cálculo. Y
tienes un montón de opciones para visualizar datos, como gráficos circulares, gráficos de
líneas, etc.
Ese es el núcleo de la estadística descriptiva. Ten en cuenta que no estás sacando
conclusiones sobre toda la población.
Diferencia entre estadística descriptiva y estadística inferencial
Las estadísticas descriptivas ofrecen un resumen conciso de los datos. Puedes resumir los
datos en forma numérica o gráfica. Por ejemplo, el gerente de un restaurante de comida
rápida analiza el tiempo de espera de los clientes a la hora de comer durante una semana y
luego resume los datos.
La estadística inferencial utiliza una muestra aleatoria de datos de una población para
describirla y hacer inferencias sobre ella. Las estadísticas inferenciales son pertinentes
cuando es difícil o imposible examinar a todos los miembros de una población entera.
Conclusión
La estadística descriptiva es una rama de la estadística que se ocupa de describir las
características de los datos conocidos. La estadística descriptiva proporciona resúmenes
sobre los datos de la población o los datos de la muestra. Aparte de la estadística
descriptiva, la estadística inferencial es otra rama crucial de la estadística que se utiliza para
hacer inferencias sobre los datos de población.
Este tipo de estadística se utiliza para transformar información cuantitativa difícil de
entender de un gran conjunto de datos en descripciones breves.
Recuerda que en QuestionPro te ayudamos a realizar tu próximo proyecto de recolección de
datos. Contamos con un dashboard que te ayuda a ver en tiempo real los resultados de tus
datos obtenidos. Conoce más de nuestras gráficas de encuestas y otros recursos disponibles
que tenemos para llevar a cabo tu investigación.
DESCRIPCIÓN DE DATOS DE NEGOCIOS: MEDIDAS DE POSICIÓN
Las medidas de posición son indicadores estadísticos que permiten resumir los datos en uno
solo, o dividir su distribución en intervalos del mismo tamaño.
Medidas de posición: Explicación sencilla
Dicho de otra manera, las medidas de posición son herramientas estadísticas que nos
ayudan a entender un conjunto de datos de manera rápida y eficiente. Por ejemplo, imagina
que tienes un montón de números y quieres obtener una idea clara de qué representan en
general, o cómo se distribuyen. Pues aquí es donde se usarían las medidas de posición.
Estas medidas pueden hacer dos cosas principales: resumir y dividir. Por un lado, pueden
condensar toda la información que tienes en un solo número representativo, como el
promedio, que te da una idea del valor medio de tus datos. Por otro lado, pueden partir tu
conjunto de datos en segmentos iguales, lo que facilita su interpretación. Este proceso de
división se hace a través de los cuantiles, que básicamente cortan tus datos en partes
iguales, permitiéndote ver cómo se distribuyen a lo largo de diferentes puntos.
Media aritmética
La media aritmética es un tipo de media que otorga la misma ponderación a todos los
valores.
Importancia de las medidas de posición estadística
Son el primer paso que debe darse en el análisis descriptivo. Cuando queremos conocer
información sobre un fenómeno, comenzamos recopilando datos.
Pero estos, por sí mismos, no nos van a aportar información relevante, por eso hay que
analizarlos. Las medidas de posición, junto con las de dispersión, nos ayudan a agruparlos e
incluso, a codificarlos.
Estos son el conocimiento principal y básico en estadística. De hecho, las clases
universitarias de introducción se centran en ellas. Si no sabemos qué es un promedio, es
más que probable que no sepamos entender otros conceptos como la regresión o
el contraste de hipótesis.
Por este motivo, es uno de los conocimientos esenciales en ciencias como la económica.
Medidas de posición no central
Las medidas de posición se suelen dividir en dos grandes grupos: la de tendencia no
central y las centrales. Las medidas de posición no centrales son los cuantiles. Estos
realizan una serie de divisiones iguales en la distribución ordenada de los datos. De esta
forma, reflejan los valores superiores, medios e inferiores.
Cuantil
Un cuantil es aquel punto que divide la función de distribución de una variable aleatoria en
intervalos.
Los más habituales son:
El cuartil: Es uno de los más utilizados y divide la distribución en cuatro partes
iguales. Así, existen tres cuartiles. Los valores inferiores de la distribución se sitúan
por debajo del primero (Q1). La mitad o mediana son los valores menores iguales al
cuartil dos (Q2) y los superiores son representados por el cuartil tres (Q3).
El quintil: En este caso, divide la distribución en cinco partes. Por tanto, hay cuatro
quintiles. Además, no existe ningún valor que divida la distribución en dos partes
iguales. Es menos frecuente que el anterior.
El decil: Estamos ante un cuantil que divide los datos en diez partes iguales. Existen
nueve deciles, de D1 a D9. El D5 se corresponde con la mediana. Por su lado, los
valores superiores e inferiores (equivalentes a los diferentes cuartiles) se sitúan en
puntos intermedios entre estos.
El percentil: Por último, este cuantil divide la distribución en cien partes. Hay 99
percentiles. Tiene, a su vez, una equivalencia con los deciles y cuartiles.
Veamos dichas equivalencias en conjunto.
La siguiente imagen muestra cómo usar fórmulas de hoja de cálculo para obtener medidas
de posición no central. Las fórmulas varían ligeramente: para cuartiles, se usan los
parámetros 1 (Q1), 2 (Q2), y 3 (Q3). Para deciles, quintiles y percentiles, se aplica una
fórmula similar utilizando n/10, n/5 o n/100 respectivamente. Esto refleja la posición
deseada, facilitando el cálculo de, por ejemplo, el segundo quintil como 2/5, el quinto decil
como 5/10, y el percentil 50 como 50/100.
Medidas de posición central
Estas nos permiten resumir la distribución de los datos en un solo valor central, alrededor
del cual se sitúan; mientras que las segundas dividen la distribución en partes iguales. Estas
ya han sido desarrolladas en otros artículos de Economipedia, por tanto, nos limitaremos a
ofrecer una información breve de cada una.
La media aritmética, geométrica o armónica: Son tres medidas centrales que nos
indican un promedio ponderado de los datos. La primera es la más utilizada y la más
conocida de las tres. La geométrica se aplica en series que muestran crecimientos
porcentuales. Por su parte, la armónica es útil en el análisis de inversiones en bolsa.
La mediana: En este caso, esta es la medida de posición central más reconocible.
Divide la distribución en dos partes iguales. De esta forma, expresa el valor
mediano, que no medio. Es muy útil en variables como los ingresos o salarios, a la
vez que está muy relacionada con la media y algunos de los cuantiles vistos.
La moda: Estamos ante una medida central de los valores más frecuentes. Por
tanto, la moda nos informa sobre aquellos que se repiten en más ocasiones. Esta
medida es muy útil en los estudios de mercado cuando medimos una impresión
sobre un producto con una escala likert.
Vamos a mostrar las principales fórmulas de los tres tipos de medias ponderadas más
utilizados. Todas ellas se pueden obtener en una hoja de cálculo.
Podemos comprobar que la primera se calcula dividiendo el sumatorio de los datos entre el
número de ellos. La segunda, por su parte, es un multiplicatorio de los datos y su raíz
enésima, siendo n el número de ellos. La tercera es una división entre la posición del dato y
este.
Un ejemplo sobre medidas de posición
Imaginemos los valores de la renta per cápita de un país en una encuesta a veinte personas.
Los hemos ordenado de menor a mayor y calculamos algunos cuartiles y deciles.
Por tanto, en el ejemplo podemos observar que las personas que menos cobran (Q1 o D1)
tienen unas rentas de 2900 o 2770. La renta mediana es de 3200 en ambos casos. Los de
mayor renta (Q3 o D9) ganaron 3875 o 4620. En conclusión, estas medidas de posición no
centrales ofrecen información muy interesante sobre los datos analizados.
CONCLUCION
Las medidas de posición desempeñan un papel crucial en la comprensión y análisis de datos
en el ámbito de los negocios. Estas medidas, como los cuartiles, percentiles y puntuaciones
z, proporcionan una perspectiva clara sobre la ubicación de un dato en un conjunto más
amplio, permitiendo a las empresas evaluar el rendimiento relativo y tomar decisiones
informadas.
Al utilizar estas herramientas, las organizaciones pueden identificar oportunidades y
amenazas, comparar resultados con estándares de la industria y ajustar estrategias en
consecuencia. La capacidad de interpretar y aplicar adecuadamente las medidas de posición
es esencial para cualquier analista de negocios, ya que facilita la toma de decisiones basada
en datos precisos y contextualizados.
En resumen, las medidas de posición no solo ayudan a describir los datos de manera más
detallada, sino que también potencian la capacidad de las empresas para navegar en un
entorno empresarial cada vez más complejo y competitivo, asegurando así un enfoque
estratégico y eficiente en la gestión de recursos y la optimización de procesos.
REFERENCIAS
https://www.questionpro.com/blog/es/estadistica-descriptiva/
https://economipedia.com/definiciones/medidas-de-posicion.html
