Probabilidad y Estadística

MEDIDAS ESTADÍSTICAS EN
SPSS
M04
Curso: Probabilidad y Estadística
Módulo: Medidas Estadísticas en SPSS

© Universidad Privada del Norte, 2022

Educación Virtual
Av. El Derby 254, Lima Central Tower, Piso 14, Surco - Lima, Perú
www.upn.edu.pe

Primera edición digital

Todos los derechos reservados. Prohibida la reproducción total o parcial
de esta publicación sin previa autorización de la universidad.
 PROBABILIDAD Y ESTADÍSTICA
Módulo 04: Medidas Estadísticas en SPSS

CONTENIDO

1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2

2. Medidas de tendencia central en SPPS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2

3. Medidas de dispersión en SPPS. . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3

4. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

Bibliografía. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

pág.01
 PROBABILIDAD Y ESTADÍSTICA
Módulo 04: Medidas Estadísticas en SPSS

1 INTRODUCCIÓN

En muchas ocasiones nos encontramos con una gran cantidad de datos provenientes de la
aplicación de los diversos instrumentos de recolección como por ejemplo, un cuestionario, un
test, una ficha de registro de datos, entre otros; siendo posible que todos estos datos además de
organizarlos y presentarlos mediante tablas y gráficos estadísticas, puedan resumir la informa-
ción mediante el cálculo de las medidas estadísticas, de tendencia central y dispersión, con la
intención de que nos ayuden a comprender y describir la realidad de la información, para que en
base a eso se tomen decisiones.

2 MEDIDAS DE TENDENCIA CENTRAL EN SPSS

También llamadas medidas de centralización o posición central, son medidas que tienden a loca-
lizar en qué punto se encuentra la parte central de un conjunto ordenado de datos de una
variable. Las principales medidas de tendencia central son la media, la mediana y la moda.

A continuación, se presentan los tiempos de espera (en minutos) de 10 clientes del Banco de
Crédito del Perú (donde todos los clientes se forman en una sola fila) y de 10 clientes del banco
Interbank (donde los clientes esperan en filas individuales, en tres ventanillas diferentes).

Ejemplo 1

A continuación, se presentan los tiempos de espera (en minutos) de 10 clientes del Banco de
Crédito del Perú (donde todos los clientes se forman en una sola fila) y de 10 clientes del banco
Interbank (donde los clientes esperan en filas individuales, en tres ventanillas diferentes).

pág.02
 PROBABILIDAD Y ESTADÍSTICA
Módulo 04: Medidas Estadísticas en SPSS

BCP 6.5 6.6 6.7 6.8 7.1 7.3 7.4 7.7 7.7 7.7
INTERBANK 3.8 4.2 5.4 6.2 7.1 7.7 8.5 9.3 9.6 9.7

Calcula e interpreta las medidas de tendencia central para los tiempos de espera en ambos
bancos.

Solución:

Haz clic aquí para ver el video tutorial

Interpretaciones:

Banco de Crédito del Perú (BCP):

Media o promedio = 7.150. El tiempo de espera promedio de los clientes del Banco de
Crédito del Perú es 7.15 minutos.
Mediana = 7.200. El 50 % de clientes del Banco de Crédito del Perú esperan como máximo
7.20 minutos.
Moda = 7.7. El tiempo de espera más frecuente de los clientes del Banco de Crédito del
Perú es 7.7 minutos.

INTERBANK

Media o promedio = 7.150. El tiempo de espera promedio de los clientes del Banco
Interbank es 7.15 minutos.
Mediana = 7.400. El 50 % de clientes del Banco de Crédito del Perú esperan como máximo
7.4 minutos.
Moda = 3.8a Amodal

3 MEDIDAS DE DISPERSIÓN EN SPSS

También llamadas medidas de variabilidad, nos indican si los valores de una variable están próxi-
mos entre sí o dispersos. Si el grado de variabilidad es mayor, menor uniformidad tendrán los
datos (heterogéneos). Por el contrario, si el grado de variabilidad es pequeño, entonces hay más
uniformidad entre los datos (homogéneos). Entre las principales medidas de dispersión tenemos:
el rango, la varianza, la desviación estándar y el coeficiente de variación.
+

pág.03
 PROBABILIDAD Y ESTADÍSTICA
Módulo 04: Medidas Estadísticas en SPSS

Ejemplo 2

A continuación, se presentan los tiempos de espera (en minutos) de 10 clientes del Banco de
Crédito del Perú (donde todos los clientes se forman en una sola fila) y de 10 clientes del banco
Interbank (donde los clientes esperan en filas individuales, en tres ventanillas diferentes).

BCP 6.5 6.6 6.7 6.8 7.1 7.3 7.4 7.7 7.7 7.7
INTERBANK 3.8 4.2 5.4 6.2 7.1 7.7 8.5 9.3 9.6 9.7

a. Calcula e interpreta las medidas de dispersión para los tiempos de espera en ambos
bancos.
b. Compara la variación de los conjuntos de datos e indica en qué banco se presentan los
tiempos de espera más homogéneos.

Solución

Haz clic aquí para ver el video tutorial

Interpretaciones:

Banco de Crédito del Perú (BCP):

Rango = 1.2. La diferencia del tiempo de espera máximo con el tiempo de espera mínimo de
los clientes del Banco de Crédito del Perú es 1.2 minutos.
Varianza = 0.227 minutos2.
Desviación estándar = 0.4767. El tiempo de espera de los clientes del Banco de Crédito del
Perú presenta una variabilidad de 0.48 minutos, respecto a su promedio.
Coeficiente de variación

Un CV de 6.67 %, al ser menor a 30 %, indica que el tiempo de espera de los clientes del
Banco de Crédito del Perú presenta una distribución homogénea.

pág.04
 PROBABILIDAD Y ESTADÍSTICA
Módulo 04: Medidas Estadísticas en SPSS

INTERBANK:

Rango = 5.9. La diferencia del tiempo de espera máximo con el tiempo de espera mínimo
de los clientes del Banco Interbank es 5.9 minutos
Varianza = 4.794 minutos2.
Desviación estándar = 2.1895. El tiempo de espera de los clientes del Banco Interbank
presenta una variabilidad de 2.19 minutos, respecto a su promedio.
Coeficiente de variación

Un CV de 30.62 %, al ser mayor a 30 %, indica que el tiempo de espera de los clientes del
Banco Interbank presenta una distribución heterogénea.

Ahora podemos dar respuesta al inciso b:

Se aprecia que los promedios de espera son iguales en ambos bancos; sin embargo, en el Banco
de Crédito del Perú la variación del tiempo de espera es menor; por lo tanto, es el que presenta los
tiempos de espera más homogéneos.

4 CONCLUSIONES

Las medidas de tendencia central, se conocen también como medidas de centralización

o de posición central, y resumen en un solo valor representativo a un conjunto total de
datos, entre ellas destacan la media o promedio, la mediana y la moda.

Las medidas de dispersión o variabilidad nos indican la variabilidad de los datos en torno a
su valor promedio, entre ellas tenemos al rango, la varianza, la desviación estándar y el
coeficiente de variación.

pág.05
 PROBABILIDAD Y ESTADÍSTICA
Módulo 04: Medidas Estadísticas en SPSS

BIBLIOGRAFÍA

Barreno, E., Chúe, J., Castillo, C. y Millones, R. (2007). Estadística descriptiva y probabilidades.
Fondo Editorial de la Universidad de Lima.

IBM. (2017). Guía del usuario de IBM SPSS Statistics 25 Core System [archivo PDF].
https://ibm.co/3r3L5WH

Montgomery, D.C. y Runger, G.C. (2013). Probabilidad y estadística aplicada a la ingeniería (2ª ed.).
Limusa Wiley.

pág.06
2022 © UPN. Todos los derechos reservados