ESTADÍSTICA BÁSICA

RAMOS NORIEGA CINTHIA IVONNE

U3. ACT.2. MEDIDAS DE DISPERSIÓN

Gestión y Administración de
PyMES

Página 1 de 13
 ESTADÍSTICA BÁSICA
RAMOS NORIEGA CINTHIA IVONNE
U3. ACT.2. MEDIDAS DE DISPERSIÓN

Introducción.

Los estudios estadísticos normalmente se hacen con una parte de la población, ya

que realizarlos sobre la totalidad resultaría demasiado complicado. Para que la
información obtenida tenga validez y confiabilidad es necesario que la muestra
cumpla con ciertas condiciones específicas, relacionadas con el método para
determinar el tamaño y características de la muestra y los individuos que la
componen.

Muestreo: Procedimiento para obtener una muestra de una población o universo.

Muestra: “Subconjunto del universo o población del cual se recolectan los datos y
que debe ser representativo de esta.” (Hernández Sampieri, Collado y Baptista,201.
P.173).

A diferencia de las medidas de tendencia central que miden acumulaciones

mediante un solo punto, las medidas de dispersión miden el grado de separación o
alejamiento que tiene una variable estadística en torno a una medida de posición o
tendencia central. Dicho grado de separación indica lo representativa que es la
medida de posición con respecto al conjunto total de datos. A mayor dispersión
menor representatividad de la medida de posición y viceversa.

Las medidas de dispersión más comunes son: el recorrido, la varianza y la

desviación estándar.

Página 2 de 13
 ESTADÍSTICA BÁSICA
RAMOS NORIEGA CINTHIA IVONNE
U3. ACT.2. MEDIDAS DE DISPERSIÓN

Desarrollo.

Metodología de muestreo.

1) Definir la población de estudio y el parámetro a estudiar.

2) Enumerar todas las unidades de análisis que integran la población de
estudio.
3) Definir el tamaño de la población de estudio.
4) Determinar el tamaño óptimo de la muestra de estudio.
5) Seleccionar la muestra utilizando números aleatorios.

1. Selecciona un caso de estudio estadístico relacionado con tu carrera.

Ejemplo 1: Suponga que estamos investigando sobre el porcentaje de productos

cosechados que son rentables de una población de 20 productos con un margen de
error del 4%, dentro de la microempresa Rancho Buenavista Texcoco, ubicada en
el Estado de México.

Página 3 de 13
 ESTADÍSTICA BÁSICA
RAMOS NORIEGA CINTHIA IVONNE
U3. ACT.2. MEDIDAS DE DISPERSIÓN

2. De acuerdo al caso de estudio define la base de datos de acuerdo a las

variables de interés.

Base de datos de la población:

Nombre del ¿Es rentable? Nombre del ¿Es rentable?

producto producto
Jitomate SÍ Brócoli NO
Coliflor NO Perejil NO
Espinacas NO Cebolla SÍ
Acelgas NO Papa NO
Zanahoria SÍ Fresa NO
Cilantro SÍ Betabel NO
Morrón NO Pepino NO
Lechuga morada NO Verdolagas NO
Lechuga italiana NO Tomate SÍ
Ajo SÍ Chile SÍ

Enumeración de todas las unidades de análisis que integran la población de estudio:

Número Nombre del ¿Es Número Nombre del ¿Es

producto rentable? producto rentable?
1 Jitomate SÍ 11 Brócoli NO
2 Coliflor NO 12 Perejil NO
3 Espinacas NO 13 Cebolla SÍ
4 Acelgas NO 14 Papa NO

Página 4 de 13
 ESTADÍSTICA BÁSICA
RAMOS NORIEGA CINTHIA IVONNE
U3. ACT.2. MEDIDAS DE DISPERSIÓN

5 Zanahoria SÍ 15 Fresa NO
6 Cilantro SÍ 16 Betabel NO
7 Morrón NO 17 Pepino NO
8 Lechuga NO 18 Verdolagas NO
morada
9 Lechuga NO 19 Tomate SÍ
italiana
10 Ajo SÍ 20 Chile SÍ

3. Con base en el caso que elegiste y la base de datos que definiste

determina los siguientes elementos:

Tamaño de muestra.
Para determinar el tamaño de la muestra haremos uso de la siguiente fórmula:

Datos.

n= ¿? q= Variabilidad negativa (0.5).

N= 20 hortalizas. E= Margen de error (0.04).

Z= Nivel de confianza (1.96).

p= Variabilidad positiva (0.5).

Página 5 de 13
 ESTADÍSTICA BÁSICA
RAMOS NORIEGA CINTHIA IVONNE
U3. ACT.2. MEDIDAS DE DISPERSIÓN

Sustitución de datos en la fórmula:

n = (1.96)2 (0.5) (0.5) (20) / (20) (0.04)2 + (1.96)2 (0.5) (0.5)

n = (3.8416) (0.5) (0.5) (20) / (20) (000.16) + (3.8416) (0.5) (0.5)

n = 19.208 / 3.2 + 0.9604

n = 19.208 / 4.1604

n = 4.6168 = 5

Tamaño de muestra = 5

Muestreo aleatorio simple para obtener una

muestra estadísticamente representativa.

Se eligió una muestra aleatoria simple de tamaño n=4 de esta población.

Se usará la siguiente tabla de números aleatorios:

Enumeración de todas las unidades de análisis que integran la población de estudio:

Número Nombre del ¿Es Número Nombre del ¿Es

producto rentable? producto rentable?
1 Jitomate SÍ 11 Brócoli NO
2 Coliflor NO 12 Perejil NO

Página 6 de 13
 ESTADÍSTICA BÁSICA
RAMOS NORIEGA CINTHIA IVONNE
U3. ACT.2. MEDIDAS DE DISPERSIÓN

3 Espinacas NO 13 Cebolla SÍ
4 Acelgas NO 14 Papa NO
5 Zanahoria SÍ 15 Fresa NO
6 Cilantro SÍ 16 Betabel NO
7 Morrón NO 17 Pepino NO
8 Lechuga NO 18 Verdolagas NO
morada
9 Lechuga NO 19 Tomate SÍ
italiana
10 Ajo SÍ 20 Chile SÍ

Buscamos en la tabla de números aleatorios 4 números, de dos dígitos, entre el 1 y

el 20, sin repetir. Para eso se empieza en la fila 1 columna 1 y continúe
seleccionando hacia la derecha.

Los números seleccionados son: 10, 15, 6, 20.

Por lo tanto, la muestra está compuesta por:

 10: Ajo que SÍ es rentable.

 15: Fresa que NO es rentable.
 6: Cilantro que Sí es rentable.
 20: Chile que SÍ es rentable.

Página 7 de 13
 ESTADÍSTICA BÁSICA
RAMOS NORIEGA CINTHIA IVONNE
U3. ACT.2. MEDIDAS DE DISPERSIÓN

Calcula las medidas de tendencia central (media, moda y mediana para datos no
agrupados).

Caso 1. Datos no agrupados.

Las temperaturas medias registradas durante el mes de mayo en Madrid, en
grados centígrados, son las siguientes:

13,14,22,30,13,22,13,13,15,20,22,20,22,17,13,17.

Temperaturas 13 13 13 13 13 14 15 17 17 20 20 22 22 22 22 30

Página 8 de 13
 ESTADÍSTICA BÁSICA
RAMOS NORIEGA CINTHIA IVONNE
U3. ACT.2. MEDIDAS DE DISPERSIÓN

No. de Dato Frecuencia Frecuencia Frecuencia Frecuencia Distribución Distribución

región obtenido (fi) acumulada relativa relativa de de
(i) de la (Fi) (hi) acumulada porcentajes porcentajes
variable (Hi) acumulados

1 13 f1=5 f1=F1=5 h1=f1/N=0.3125 h1=H1=0.3125 31% 31%

2 14 f2=1 F1+f2=F2=6 h2=f2/N=0.0625 H1+h2=H2=0.375 6% 38%

3 15 f3=1 F2+f3=F3=7 h3=f3/N=0.0625 H2+h3=H3=0.4375 6% 44%

4 17 f4=2 F3+f4=F4=9 h4=f4/N=0.125 H3+h4=H4=0.5625 13% 56%

f5 20 f5=2 F4+f5=F5=11 h5=f5/N=0.125 H4+h5=H5=0.6875 13% 69%

6 22 f6=4 F5+f6=F6=15 h6=f6/N=0.25 H5+h6=H6=0.9375 25% 94%

7 30 f7=1 F6+f7=F7=16 h7=f7/N=0.0625 H6+h7=H7=1 6% 100%

Total N=16 1

Página 9 de 13
 ESTADÍSTICA BÁSICA
RAMOS NORIEGA CINTHIA IVONNE
U3. ACT.2. MEDIDAS DE DISPERSIÓN

GRÁFICAS DE RESULTADOS.

13, 5
Frecuencia
5

22, 4
4

17, 2 20, 2
2

14, 1 15, 1 30, 1

1

0
13 14 15 17 20 22 30

Frecuencia

Distribución de porcentajes

27%
33%

14%
6%

6%
14%

13 14 15 17 20 22

Página 10 de 13
 ESTADÍSTICA BÁSICA
RAMOS NORIEGA CINTHIA IVONNE
U3. ACT.2. MEDIDAS DE DISPERSIÓN

Media.
Media = 13 + 13 + 13 + 13 + 13 + 14 + 15 + 17 + 17 + 20 + 20 + 22 + 22 + 22 + 22 +30
/16
Media = 286 / 16
Media = 17.875
Moda.
Mo = 13
Mediana.
Mediana = 13,13,13,13,13,14,15,17,17,20,20,22,22,22,22,30

Mediana = 17 + 17 / 2

Mediana = 34 / 2

Mediana = 17

Media = 17.875

Mo = 13

Mediana = 17

Calcula las medidas de dispersión (rango, varianza y desviación estándar).

Rango: Distancia que hay entre el valor del dato más pequeño y el del más
grande, en un conjunto de datos.
Se obtiene restando al valor del dato más grande, el valor del dato más pequeño.
Rango.
Dato más pequeño: 13.
Dato más grande: 30.
Rango = 30 - 11
Rango = 19

Página 11 de 13
 ESTADÍSTICA BÁSICA
RAMOS NORIEGA CINTHIA IVONNE
U3. ACT.2. MEDIDAS DE DISPERSIÓN

Varianza: La medida de los cuadrados de las diferencias del valor de los datos
menos la medida aritmética de estos.
Mide la dispersión que existe entre los datos de un conjunto.

Varianza.
Datos
S2 = 22.984375
Desviación estándar: Raíz cuadrada de la varianza.
Mide la dispersión que existe entre los datos de un conjunto, medida en unidades más
convenientes, lógicas o reales.

Desviación estándar.
S = √ S2
S = √22.984375
S = 4.7942

Página 12 de 13
 ESTADÍSTICA BÁSICA
RAMOS NORIEGA CINTHIA IVONNE
U3. ACT.2. MEDIDAS DE DISPERSIÓN

Media = 17.875 INTERPRETACIÓN

Mo = 13 De acuerdo a los resultados de este estudio estadístico de datos

no agrupados, podemos ver que tanto las medidas de tendencia
Mediana = 17
central como las medidas de dispersión estas muy relacionadas
entre sí, lo que muestra congruencia en nuestro estudio. Haciendo
Rango = 19 un breve análisis podemos notar que dentro de las medidas de

S2 = 22.984375
tendencia central la media y la mediana están muy cercanas en
valores, esto determinando la que la mediana nos está diciendo
S = 4.7942
que la mitad de los valores es menor o igual a 17 y la otra mitad
de valores es mayor o igual a 17,mientras que la media nos está
mostrando el promedio de la sumatoria de todos los datos entre el
número de estos mismo, con ello definimos que los datos son
simétricos, es decir, la mediana y la media son similares que o es
tan fácil distinguirlas ya que son valores muy cercanos. Por otra
parte, estos datos se relacionan con el rango que forma parte de
las medidas des de dispersión; por lo que en este caso el rango
nos indica que hay mayor dispersión en los datos. por otro lado, la
varianza nos indica que los datos tienen mayor dispersión
mientras que, la desviación estándar de este estudio, nos indica
que hay menor dispersión en los datos, debido a que el resultado
es bajo.

Finalmente, la moda de este estudio estadístico nos indica que el

dato que tiene mayor frecuencia es el 13.

Referencias bibliográficas.

 UnADM (2018). Unidad 3. Muestreo, medidas de tendencia central y de

dispersión.

Página 13 de 13