ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO

FACULTAD DE ADMINISTRACIÓN DE EMPRESAS

LIC. EN MARKETING

Nombre: Tonny Ampam N° de Lista: 3

Catedra: Estadística Descriptiva E Inferencial Informática
Código: 15106
Curso: Cuarto “1”
Fecha de envió de: 04/01/2019 Fecha de entrega: 08/01/2019

Medidas de dispersión

Objetivos

Objetivo General:

Determinar mediante investigación las medidas de dispersión y sus formas de soluciones.

Objetivos Específicos:

 Establecer las medidas de dispersión y sus formas de soluciones.

 Fomentar teóricamente las medidas de dispersión

 Obtener nuevos conocimientos en base a la investigación realizada.

Desarrollo

Las medidas de dispersión tienen en común objetivo estudiar lo “concentrada” que está la

distribución en torno a la media.

 Podría suceder que dos distribuciones de frecuencias sean muy diferentes, pero tener la misma

medía.

Las medidas de dispersión completan el análisis numérico de un conjunto de datos,

determinan la mayor o menor variación de los datos, y dan una idea de su dispersión respecto a

las medidas de centralización, es decir que, permite conocer qué tan dispersas se encuentran las

observaciones a cada lado del centro en una serie de datos, o bien qué tan alejadas se encuentran

de la medida de tendencia central.

Por tanto, una medida de variabilidad es un número que indica el grado de dispersión en un

conjunto de datos con respecto a un estadístico de tendencia central.

Las importantes o más comunes de medidas de variabilidad utilizadas por el investigador son:

 El rango (amplitud o recorrido)

 La desviación absoluta promedio.

 La varianza

 La desviación estándar.

 La dispersión relativa: el coeficiente de variación.

Rango, amplitud o recorrido

Es la medida más elemental de las medidas de variabilidad, y más fácil de comprender y

calcular. (Colegio24hs, 204)

El rango se cataloga como una medida de trayecto. El recorrido se logra conocer con facilidad

a partir de una muestra ordenada de tamaño n, en donde el rango o recorrido es la diferencia que

hay entre el valor máximo y el valor mínimo.

Matemáticamente, el rango se define como:

𝑅 = 𝐷𝑚𝑎 − 𝐷𝑚𝑒

Donde:

R = Recorrido.

Dma = Dato de mayor valor en el conjunto de datos

Dme = Dato de menor valor en el conjunto de datos

Ejemplo:

Encontrar el recorrido de la serie de datos: 2, 7, 8.5, 9.5, 9.5, 10.

𝑅 = 10 − 2

𝑅=8

Desviación absoluta promedio

“Es una medida de dispersión promedio o desviación promedio, y es igual a la sumatoria de

los valores absolutos de las desviaciones entre el total de datos. Las desviaciones se definen

como la diferencia entre cada uno de los datos en el conjunto de estudio y el estadístico de

tendencia central usado (media aritmética o mediana)”. (Rodríguez Franco, Pierdant Rodríguez ,

& Rodríguez Jiménez, 2016)

 La desviación absoluta promedio se define matemáticamente como:

̅ ∑𝑛𝑖=1 |𝑑𝑖 |
∑𝑛𝑖=1 |𝑥𝑖− 𝑥|
𝐷𝐴𝑃 = =
𝑛 𝑛

Donde:

DAP = desviación absoluta promedio.

̅ = valores absolutos de las desviaciones de cada dato 𝑥1 con respecto a la media

|𝑑𝑖 | = |𝑥𝑖= 𝑥|

aritmética.

n = número de datos en el conjunto.

Ejemplo:

Calcular la desviación absoluta promedio del conjunto de datos: 3, 4, 5, 6, 6, 7, 8, 9, 9, 10.

1. Determinar la media aritmética del conjunto de datos: 𝑥̅ = 6.7

2. Encontrar el valor absoluto de las desviaciones |𝑥𝑖 − 𝑥̅ |

3. Calcular la media de las desviaciones cuyo resultado es la desviación absoluta promedio.

3.7 + 2.7 + 0.7 + 0. +1.3 + 2.2 + 2.3 + 3.3 19

= = 1.9
10 10
Varianza

“Esta es un estadístico que se define como el promedio de las desviaciones con respecto a la

media, elevadas al cuadrado, y es similar a la desviación absoluta promedio; sin embargo, en este

caso se elimina el uso del valor absoluto y se reemplaza por otra alternativa matemática que

consiste en elevar al cuadrado todas las desviaciones, esto da como resultado que todas estas

sean ahora positivas, lo que evita el uso del valor absoluto”. (Rodríguez Franco, Pierdant

Rodríguez , & Rodríguez Jiménez, 2016)

La varianza se simboliza matemáticamente con la letra griega 02 (sigma al cuadrado) para la

población, y 𝑠 2 para el caso de una muestra.

La varianza se calcula mediante la relación siguiente:

∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2 ∑𝑛𝑖=1(𝑑𝑖 )2
2
𝑠 =
𝑛−1 𝑛−1

Donde:

(𝑑𝑖 )2 = (𝑥𝑖 − 𝑥̅ )2 = Desviaciones al cuadrado de cada dato 𝑥𝑖 con respecto a la media

aritmética de la muestra.

n = Numero total de datos en la muestra.

∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2 = Propiedad de los mínimos cuadrados de la media.

Cuando se quiere calcular la varianza considerando todos los datos de una población, entonces

la relación a utilizar es:

∑𝑛𝑖=1(𝑥𝑖 − 𝜇)2 ∑𝑛𝑖=1(𝑑𝑖 )2

𝜎2 =
𝑁 𝑁

Donde:

(𝑑𝑖 )2 = (𝑥𝑖 − 𝜇)2 = Desviaciones al cuadrado de cada dato 𝑥𝑖 con respecto a la población(𝜇).
 N = numero total de datos de la población.

Desviación estándar

“Se dice que la desviación estándar es la raíz cuadrada del promedio de los cuadrados de las

desviaciones que hay de las observaciones con respecto a la media aritmética.”. (Rodríguez

Franco, Pierdant Rodríguez , & Rodríguez Jiménez, 2016)

El cálculo de la desviación estándar S para una muestra y el de s (sigma) para una población

se expresan en las ecuaciones:

∑𝑛𝑖−1( 𝑥𝑖 − 𝑥̅ )2 ∑𝑛𝑖−1( 𝑑1 )2
𝑠= √ = √
𝑛−1 𝑛−1

∑𝑁
𝑖−1( 𝑥𝑖 − 𝜇)
2 ∑𝑁 ( 𝑑1 )2
𝜎=√ = √ 𝑖−1
𝑁 𝑁

Donde:

𝑥𝑖 = observación i en la muestra o en la población.

𝑥̅ = media aritmética de la muestra.

𝜇 = media aritmética de la población.

n = número total de datos en la muestra.

N = número total de datos en la población.

𝑑𝑖 = desviaciones de cada observación con respecto a la media muestral o a la media

poblacional, respectivamente.
 Cuando los datos se agrupan en una tabla de distribución de frecuencias, el cálculo de la

desviación estándar para una muestra o para una población se efectúa la primera formula y la

segunda fórmula, según sea el caso.

Distribución de frecuencia normal

Cuando un conjunto de valores está normalmente distribuido, de acuerdo con la línea

discontinua de la curva normal:

para que la curva tenga dicha forma debe tener lo siguiente:

• La media, la mediana y la moda coinciden en el centro de la distribución, y tendrán el

mismo valor.
• Es simétrica con respecto al valor central, tiene forma de campana.
• Es unimodal.
• Tiene dos colas que se extienden: una hacia el lado derecho y otra hacia el izquierdo
en forma indefinida desde el centro y se aproximan al eje de las abscisas, pero nunca
lo tocan.
• Los porcentajes de todos los valores de la población se encuentran en:
±1𝜎; ±2𝜎; ±3𝜎 (desviaciones estándar), de la media ( 𝜇 ).
 Cuando se describe una población estadística mediante la curva normal perfectamente

simétrica, entonces puede utilizarse la regla empírica para expresar el porcentaje aproximado de

los valores de la población.

La regla empírica se usa para 1𝜎, 2𝜎 𝑦 3𝜎 desviaciones estándar.

Cuando los valores se encuentran distribuidos normalmente o en forma de campana,

aproximadamente 68% de los valores se encuentra dentro de más menos una desviación estándar

( ±1𝜎), de la media (𝜇).

Aproximadamente 95% está dentro de más menos dos desviaciones estándar, y casi todos los

valores están dentro de más menos tres desviaciones estándar de la media.

Ejemplo:

La estatura de los adultos mayores que asisten a un centro de salud se encuentra distribuida

aproximadamente en forma normal, con una media de 1.68 m y una desviación estándar de 5 cm.

Utilice la regla empírica.

 Resultado

Como resultados emanados en el proceso del trabajo investigativo ha coexistido la generación

de nuevos conocimientos con bases a las medidas dispersión y las formas en se pueden resolver

para encontrar la media aritmética.

Conclusiones

En la conclusión del trabajo investigativo he podido llegar a la siguiente conclusión: para

obtener resultados para la media aritmética son tan simples en cuanto a la utilización en Excel,

que como resultado podemos obtener un buen grado de confianza para los datos que deseemos

obtener para nuestros proyectos investigativos futuros.

Recomendaciones

Como recomendación al docente acerca del tema investigado es que puntualice

detalladamente las funcionalidades tanto teóricas como prácticas ya que es un tema muy

relevante en la consecución de la carrera.

Bibliografía

Colegio24hs. (204). Estadistica. Obtenido de

https://ebookcentral.proquest.com/lib/espochsp/detail.action?docID=3157392.

Rodríguez Franco, J., Pierdant Rodríguez , A., & Rodríguez Jiménez, E. C. (2016). Estadística

para Admnistración (segunda ed.). Grupo Editorial Patria. Obtenido de

https://ebookcentral.proquest.com/lib/espochsp/reader.action?ppg=2&docID=4849829&t

m=1546844720478