Estadística

Administrativa I

Medidas de variación
 2

Medidas de variación

TAMBIÉN LLAMADAS MEDIDAS DE

DISPERSIÓN.
SON COMPLEMENTARIAS A LAS
MEDIDAS DE UBICACIÓN.
MIDE LA DIFERENCIA QUE EXISTE
ENTRE UN PROMEDIO Y LOS DATOS
UTILIZADOS PARA CALCULARLO.
 3
Tipos de medidas de variación

 Rango
 Varianza
 Desviación estándar
 4
Rango

 Es la medida de dispersión mas simple, es la

diferencia entre el dato mayor y el menor de una
muestra.
𝑅𝑎𝑛𝑔𝑜=𝐷𝑎𝑡𝑜 𝑚𝑎𝑦𝑜𝑟 − 𝐷𝑎𝑡𝑜𝑚𝑒𝑛𝑜𝑟

• Esta medida es la que más se utiliza para realizar

controles de procesos estadísticos (CPE), puesto que
determina en qué parámetros nos debemos basar
para la toma de decisiones.
Ejemplo 5.1 . . . 5
Estamos vendiendo cámaras digitales con precios que varían
según los megapíxeles, zoom, tipo de lente y la capacidad de
la Micro SD. Los precios en dólares que se han marcado
para modelos específicos son:

340 450 425 280 220

390 290 370 400 310
380 500 270 475

Determinar el rango de precios que estamos ofreciendo a los

clientes.
. . . Ejemplo 5.1 𝑅𝑎𝑛𝑔𝑜=𝑚𝑎𝑥 − 𝑚𝑖𝑛 6
 Determinar cuál es el precio mayor y cuál es el menor en la muestra:

340 450 425 280 220

390 290 370 400 310
380 500 270 475

Rango = 500 – 220 = 280

Estamos ofreciendo cámaras a precios entre 220 y 500
dólares lo que representa una rango de 280 dólares.
Varianza 7

ES PROMEDIO DE LAS DESVIACIONES

CON RESPECTO LA MEDIA ARITMÉTICA
ELEVADAS AL CUADRADO.

ES LA MEDIDA DE DISPERSIÓN MÁS

UTILIZADA EN LOS ESTUDIOS
INFERENCIALES.

2 2
𝜎 𝑠
 8
Varianza

 Poblacional 𝜎
2
=
∑ 2
( 𝑥 − µ)
𝑁

2
𝑺 =
∑ ( 𝑥 − 𝑋 )2

 Muestral
𝑛− 1
 Ejemplo 5.3 . . . 9

La oficina de ventas está revisando los pedidos que fueron

recibidos de parte de los 5 vendedores contratados para la
zona rural.

Juan Pedro Ramón Rodrigo Marcos

38 26 13 41 22

Calcular la varianza de pedidos entre vendedores

Variación cuadrada poblacional

 2
𝜎 =
∑ ( 𝑥 − µ)2

Ejemplo 5.3…… 5
10
a) Media aritmética
38+26+13+ 41+22 140
𝜇= = = 28
5 5
b) Varianza
( 38 − 28 )2+ ( 26 − 28 ) 2+ ( 13 − 28 )2
2 2
2 + ( 41− 28 ) + ( 22 − 28 )
𝜎 =
5
2 2 2 2 2
2 ( 10 ) + ( − 2 ) + ( − 15 ) + ( 1 3 ) + ( − 6 )
𝜎 =
5
2 100+4 +225+169+36 534
𝜎 = = =106.8
5 5

La varianza es de 106.8 pedidos cuadrados de la zona rural.

Desviación 11

estándar
𝜎
ES LA RAÍZ CUADRADA DE LA VARIANZA.

LAS UNIDADES CUADRADAS SE

CONVIERTAN EN UNIDADES SIMPLES.

𝜎 =√ 𝜎
2
 𝜎 =√ 𝜎
2
Ejemplo 5.4 . . .

La oficina de ventas está revisando los pedidos que fueron

recibidos de parte de los 5 vendedores contratados para la zona
rural.
Juan Pedro Ramón Rodrigo Marcos
38 26 13 41 22

El valor de la varianza es 106.8 pedidos cuadrados. Calcular la

desviación estándar.
𝜎 2=106.8
𝜎 =√ 106.8=10.3344
La desviación estándar de la población es de 10.33 pedidos por
vendedor
Ejemplo 5.5 . . .
13

Los salarios por hora de una muestra de empleados de

medio tiempo de Home Depot son: $12, $20, $16, $18 y
$19 por hora.

Calcular las medidas de variación.

Proceso:
1. Rango
2. Varianza
3. Desviación estándar
 2
𝑠 =
∑ ( 𝑥 − 𝑋 )2

. . . Ejemplo 5.5. 𝑛 −1
Media aritmética
12+ 20+16+18+19 85
𝑋= = =17
5 5
Varianza
2 ( 12 − 17 )2+ ( 20 − 17 )2 + ( 1 6 − 17 )2+ (1 8 − 17 )2 + ( 1 9 − 17 )2
𝑠 =
5− 1

2 ( − 5 )2+ ( 3 )2 + ( − 1 )2 + ( 1 )2 + ( 2 ) 2 25+9+1+1+4 40
𝑠 = = =
5 −1 4 4

𝑠 2=10
Desviación estándar La variación promedio
de la muestra es de 3.2
𝑠=3.162 dólares por hora
Diferencias entre la varianza de la
población y la muestra

2
𝜎 =
∑ ( 𝑥 − µ)2

2
𝑺 =
∑ ( 𝑥 − 𝑋 )2

𝑛− 1
Teorema de Chebyshev 16

EN CUALQUIER CONJUNTO DE
OBSERVACIONES DE UNA MUESTRA O
UNA POBLACIÓN, LA PROPORCIÓN DE
VALORES QUE SE ENCUENTRAN A K
DESVIACIONES ESTÁNDAR DE LA
MEDIA ES DE POR LO MENOS 1 1/K2,
SIENDO K CUALQUIER CONSTANTE
MAYOR QUE 1.
1
𝑝=1 − 2
𝑘
Teorema de Chebyshev 17

Desviación grande Desviación pequeña

Ejemplo 5.6 . . .
18

¿Qué porcentaje de las aportaciones a una cooperativa se

encuentra a más o menos 3.5 desviaciones estándares?

1
Teorema de Chevyshev : 𝑝=1 − 2
𝑘
1 1
𝑝=1 − 2 ¿ 1− ¿ 1− 0.0816
( 3.5 ) 12.25

𝑝=0.9184=0.92

El 92% de los datos de la muestra están alrededor de 3.5

desviaciones a ambos lados de la media aritmética.
. . . Ejemplo 5.6
19

¿Qué porcentaje de las ventas de una distribuidora de

llantas se encuentra a más o menos 2 desviaciones
estándares?
1
Teorema de Chevyshev : 𝑝=1 − 2
𝑘
1 1
𝑝=1 − 2 ¿ 1− ¿ 1− 0.25
( 2) 4

𝑝=0.75

El 75% de los datos de la muestra están alrededor de 2

desviaciones a ambos lados de la media aritmética.
La regla empírica
20
EN CUALQUIER DISTRIBUCIÓN DE
FRECUENCIAS SIMÉTRICA,
APROXIMADAMENTE EL 68% DE LOS DATOS SE
ENCUENTRAN ENTRE MÁS Y MENOS 1
DESVIACIÓN ESTÁNDAR; CERCA DEL 95% SE
ENCUENTRAN ENTRE MÁS Y MENOS 2
DESVIACIONES ESTÁNDAR Y EL 99.7% (CASI
TODAS) ESTARÁN ENTRE MÁS Y MENOS 3
DESVIACIONES ESTÁNDAR.
68%
95%
99.7%
Ejemplo 5.7 . . .
21

En una empresa de bienes y raíces, los precios de la renta

de casas que se ofrecen en alquiler en la zona Sur tienen
una distribución de frecuencias simétrica.

La media de la muestra es de L.8,000 y la desviación

estándar de L.1,500.

¿Entre qué cantidades se encuentra el 95% de los precios?.

 . . . Ejemplo 5.7 22
Regla Empírica 68%
95%
99.7%
El 95% equivale a 2 desviaciones estándar a cada lado de la
media.
𝜇± 2 𝜎 =8000 ± 2(1500)
¿ 8000 ± 3000

{
¿ 8000 −3000
8000+ 3000 {
¿ 5000
11000
El 95% de los precios de las casas en la zona Sur oscilan
entre L.5,000 y L.11,000.
Prácticas
Práctica # 1

Una fábrica de jugos entrega sus productos a 10

distribuidoras especializadas y los pedidos que se
entregan por mes en miles de cajas es la siguiente:

1 2 8 7 1
2 2 5 7 5

Calcular:
• Medidas de dispersión
• Aplicar teorema de Chebychev para 3 desviaciones
estándar.
• Aplicar la regla empírica para el 68% de los casos
Desarrollo práctica # 1
Rango
Datos 1 2 8 7 1 2 2 5 7 5

𝐷𝑎𝑡𝑜𝑚𝑎𝑦𝑜𝑟 =8

𝐷𝑎𝑡𝑜𝑚𝑒𝑛𝑜𝑟 =1

𝑅𝑎𝑛𝑔𝑜=8 −1=7

El rango es de 7 mil cajas.

 Desarrollo práctica # 1
Varianza
a) Media aritmética
40
𝜇= ¿4
10

b) Varianza 𝜎
2
=
∑ ( 𝑥 − µ)2
𝑁

2 2 2 2 2 2 2 2 2 2
2 ( 1−4 ) +(2−4) +(8−4) +( 7−4 ) +( 1−4 ) +¿ ( 2−4 ) +( 2−4 ) +( 5−4 ) +( 7−4 ) +( 5−4)
𝜎=
10
2 66
𝜎 = =6.6
10

La varianza es de 6.6 mil cajas cuadradas.

 Desarrollo práctica # 1
Desviación estándar

𝜎 2=6.6

𝜎 =√ 6.6
𝜎 =2.569

La desviación estándar es de 2.6 mil cajas

 Desarrollo práctica # 1
Teorema de Chevyshev

𝑘=3

1 1
𝑝=1 − =1 − = 1− 0.1111
( 3) 2
9

𝑝=0.8889

El 89% de las entregas están en más o menos 3 desviaciones

estándares de la media.
 Desarrollo práctica # 1
Regla empírica (68%) 68%
95%
𝜇=4
99.7%
𝜎 =2.569

𝜇± 1 𝜎 =4 ±1 (2.569)
¿ 4 ± 2.569

¿ 4
{− 2.569
4+2.569
¿
{
1.431
6.569
El 68% de las entregas que se hacen están entre 1.4 y 6.6 mil
cajas.
 EDITAR FUNCIONES
Excel ESTADÍSTICAS EN
EXCEL.
Excel
Calcular la media aritmética

1. Ubicar el cursor en la celda E3

2. Escribir =PROMEDIO(B3:B11)
Excel
Calcular la mediana

1. Ubicar el cursor en la celda E4

2. Escribir =MEDIANA(B3:B11)
Excel
Calcular la moda

1. Ubicar el cursor en la celda E5

2. Escribir =MODA.UNO(B3:B11)
Excel
Calcular la media geométrica

1. Ubicar el cursor en la celda E6

2. Escribir =MEDIA.GEOM(B3:B11)
Excel
Calcular la Varianza de la muestra

1. Ubicar el cursor en la celda E7

2. Escribir =VAR.S(B3:B11)
Excel
Calcular la Desviación estándar de la muestra

1. Ubicar el cursor en la celda E8

2. Escribir =DESVEST.M(B3:B11)
Práctica # 2
Distribuciones Astro es una empresa que vende productos
para el hogar y de las ventas del mes pasado recolectó una
muestra 8 vendedores para estudiar la variación entre cada
uno de ellos. Las ventas (cientos de cajas) de cada vendedor
fue la siguiente:

1 2 6 7
2 2 5 7
Calcular:
• Medidas de dispersión
• Aplicar teorema de Chebychev para 3 desviaciones
estándar.
• Aplicar la regla empírica para el 99.7% de los casos
Desarrollo práctica # 2
Rango
Datos 1 2 6 7 2 2 5 7

𝐷𝑎𝑡𝑜𝑚𝑎𝑦𝑜𝑟 =7

𝐷𝑎𝑡𝑜𝑚𝑒𝑛𝑜𝑟 =1

𝑅𝑎𝑛𝑔𝑜=7 − 1=6

El rango es de 600 cajas.

 Desarrollo práctica # 2
Desviación media
a) Media aritmética
1+ 2+ 6+7+2+2+5+ 7 32
𝑋= ¿ ¿4
8 8

b) Desviación media
𝑀𝐷=
∑ ¿ 𝑋 − 𝑋 ∨¿
¿
𝑛
|1−4|+|2−4|+|6−4|+|7−4|+¿|2−4|+|2−4|+|5−4|+|7−4|
𝑀𝐷= =2.25
8

La desviación media es de 225 cajas por vendedor.

 Desarrollo práctica # 2
Varianza
a) Media aritmética
32
𝑋= ¿4
8

b) Varianza 2
𝑠 =
∑ ( 𝑥 − 𝑋 )2
𝑛 −1
2 2 2 2 2 2 2 2
2 ( 1−4 ) +(2−4) +(6−4) +( 7−4 ) +¿ ( 2−4 ) +( 2−4 ) + (5 −4 ) +( 7−4 )
𝑠=
8−1
2 44
𝑠 = =6.29
7

La varianza es de 629 cajas cuadradas.

 Desarrollo práctica # 2
Desviación estándar

𝑠 2=6.29

𝑠=2.508

La desviación estándar es de 251 cajas

 Desarrollo práctica # 2
Teorema de Chevyshev
- Para 3 desviaciones estándar
1
𝑘=3 %=1 − 2
𝑘
1
%=1 − 2 = 0.889
3

Según el teorema de Chebyshev se tendrían cubiertos el 89%

de los casos.
 Desarrollo práctica # 2
Regla Empírica
- Para 3 desviaciones estándar
𝑋=4 68%
𝑠=2.508 95%
99.7%
𝑋 ± 3 𝑠=4 ± 3(2.508)
¿ 4 ± 7.529
{
¿ 4 − 7.529
4+7.529
¿ { 0
11.524

Según la regla empírica las entregas se hacen entre 0 y 1152

cajas.
Práctica # 3
Para los siguientes datos:

10 20 60 70 40
20 20 50 70 50

Calcular:
• Medidas de ubicación
• Medidas de dispersión
• Aplicar teorema de Chebychev para 3 desviaciones
estándar.
• Aplicar la regla empírica para el 99.7% de los casos
 45

𝐵𝑖𝑏𝑙𝑖𝑜𝑔𝑟𝑎𝑓 í 𝑎

Lind, D.A., Marchal, W.G., Wathen, S.A. (15). (2012). Estadística Aplicada a los
Negocios y la Economía. México: McGrawHill

David M. Levine, Timothy C. Krehbiel, Mark L. Berenson. 2006. Estadística para

Administración. (4° edición). Naucalpan de Juárez, México.: Pearson Prentice Hall