Sie sind auf Seite 1von 42

Universidad Externado

Facultad de Administración de Empresas


Métodos Cuantitativos en Gestión 1
Estadística descriptiva:
Medidas de localización y de variabilidad

Sesión 2

1/34
Medidas
Numéricas

2/34
Medidas de localización

Media
Media, o valor promedio, de una variable. La media proporciona
una medida de localización central de los datos. Si los datos
son datos de una muestra, la media se denota x ; si los datos
son datos de una población, la media se denota con la letra
griega µ.
La fórmula para la media muestral cuando se tiene una muestra
de n observaciones es la siguiente:
P
xi
x=
n
P
Aquí, xi = x1 + x2 + · · · + xn .

3/34
Ejemplo del cálculo de una media de 5 datos
Los siguientes datos representan el tamaño de cinco grupos de una
universidad.

x1 = 46, x2 = 54, x3 = 42, x4 = 46, x5 = 32

4/34
Ejemplo del cálculo de una media de 5 datos
Los siguientes datos representan el tamaño de cinco grupos de una
universidad.

x1 = 46, x2 = 54, x3 = 42, x4 = 46, x5 = 32

Por tanto, para calcular la media muestral:


P
xi
x=
n
x1 + x2 + x3 + x4 + x5
= (1)
5
46 + 54 + 42 + 46 + 32
= = 44
5

4/34
Otro ejemplo del cálculo de la media de un
conjunto de datos

5/34
Mediana
La mediana es otra medida de localización central. Es
el valor de enmedio en los datos ordenados de menor
a mayor (en forma ascendente). Cuando tiene un núme-
ro impar de observaciones, la mediana es el valor de
enmedio. Cuando la cantidad de observaciones es par,
no hay un número enmedio. En este caso, se sigue una
convención y la mediana es definida como el promedio
de las dos observaciones de enmedio.

6/34
Ejemplo sobre el cálculo de la mediana de un
conjunto de datos

7/34
Moda
La moda es el valor que se presenta con mayor frecuencia.

8/34
Moda
La moda es el valor que se presenta con mayor frecuencia.
Ejemplo:
Para ilustrar cómo identificar a la moda, considere la muestra del
tamaño de los cinco grupos de la universidad. El único valor que
se presenta más de una vez es el 46. La frecuencia con que se
presenta este valor es 2, por lo que es el valor con mayor frecuencia,
entonces es la moda. Para ver otro ejemplo, considere la muestra
de los sueldos iniciales de los recién egresados de la carrera de
administración. El único salario mensual inicial que se presenta más
de una vez es $3480. Como este valor tiene la frecuencia mayor, es
la moda.

8/34
Percentiles
Un percentil aporta información acerca de la dispersión de los datos
en el intervalo que va del menor al mayor valor de los datos. El
percentil p es un valor tal que por lo menos p por ciento de las
observaciones son menores o iguales que este valor y por lo menos
(100 - p) por ciento de las observaciones son mayores o iguales
que este valor.

9/34
¿En qué cotexto se usa?
Las puntuaciones en los exámenes de admisión de escuelas y uni-
versidades se suelen dar en términos de percentiles. Por ejemplo,
suponga que un estudiante obtiene 54 puntos en la parte verbal del
examen de admisión. Esto no dice mucho acerca de este estudiante
en relación con los demás estudiantes que realizaron el examen.
Sin embargo, si esta puntuación corresponde al percentil 70, en-
tonces 70 % de los estudiantes obtuvieron una puntuación menor a
la de dicho estudiante y 30 % de los estudiantes obtuvieron una
puntuación mayor.

10/34
¿Cómo se calcula?

11/34
Ejemplo del cálculo de un percentil
Determine el percentil 85 en los sueldos mensuales iniciales del grupo
de recién egresados de la carrera de Administración de Empresas.

12/34
Ejemplo del cálculo de un percentil
Determine el percentil 85 en los sueldos mensuales iniciales del grupo
de recién egresados de la carrera de Administración de Empresas.

12/34
¿Qué pasa si el índice es un número entero?

13/34
Cuartiles
Con frecuencia es conveniente dividir los datos en cuatro partes; así, cada parte con-
tiene una cuarta parte o 25 % de las observaciones. En la figura se muestra una dis-
tribución de datos dividida en cuatro partes. A los puntos de división se les conoce
como cuartiles y están definidos como sigue: Q1 es primer cuartil, o percentil 25, Q2
es segundo cuartil, o percentil 50 y Q3 es el tercer cuartil, o percentil 75.

14/34
Continuación parte 1

15/34
Continuación parte 2

16/34
Ejercicios sobre medidas de localización
Se recomienda los ejercicios de las páginas 88, 89, 90 y 91 del
libro “Estadística para Administración y Economía", 10a edición,
Anderson, Sweeney y Williams.

17/34
Medidas de variabilidad

¿Cuándo se usan?
Además de las medidas de localización, suele ser útil considerar las medidas
de variabilidad o de dispersión.

18/34
Medidas de variabilidad

¿Cuándo se usan?
Además de las medidas de localización, suele ser útil considerar las medidas
de variabilidad o de dispersión.Suponga que usted es el encargado de com-
pras de una empresa grande y que con regularidad envía órdenes de compra
a dos proveedores.

18/34
Medidas de variabilidad

¿Cuándo se usan?
Además de las medidas de localización, suele ser útil considerar las medidas
de variabilidad o de dispersión.Suponga que usted es el encargado de com-
pras de una empresa grande y que con regularidad envía órdenes de compra
a dos proveedores.Después de algunos meses de operación, se percata de que
el número promedio de días que ambos proveedores requieren para surtir una
orden es 10 días.

18/34
Medidas de variabilidad

¿Cuándo se usan?
Además de las medidas de localización, suele ser útil considerar las medidas
de variabilidad o de dispersión.Suponga que usted es el encargado de com-
pras de una empresa grande y que con regularidad envía órdenes de compra
a dos proveedores.Después de algunos meses de operación, se percata de que
el número promedio de días que ambos proveedores requieren para surtir una
orden es 10 días.En la figura (diapositiva siguiente) se presentan los histogra-
mas que muestran el número de días que cada uno de los proveedores necesita
para surtir una orden.

18/34
Medidas de variabilidad

¿Cuándo se usan?
Además de las medidas de localización, suele ser útil considerar las medidas
de variabilidad o de dispersión.Suponga que usted es el encargado de com-
pras de una empresa grande y que con regularidad envía órdenes de compra
a dos proveedores.Después de algunos meses de operación, se percata de que
el número promedio de días que ambos proveedores requieren para surtir una
orden es 10 días.En la figura (diapositiva siguiente) se presentan los histogra-
mas que muestran el número de días que cada uno de los proveedores necesita
para surtir una orden.Aunque en ambos casos este número promedio de días
es 10 días, ¿muestran los dos proveedores el mismo grado de confiabilidad en
términos de tiempos para surtir los productos? Observe la dispersión, o va-
riabilidad, de estos tiempos en ambos histogramas. ¿Qué proveedor preferiría
usted?

18/34
¿Cuándo se usa?, figura

19/34
¿Cuándo se usa?, decisión
Para la mayoría de las empresas es importante recibir a tiempo los
materiales que necesitan para sus procesos. En el caso de J. C. Clark
Distributors sus tiempos de entrega, de siete u ocho días, parecen muy
aceptables; sin embargo, sus pocos tiempos de entrega de 13 a 15 días
resultan desastrosos en términos de mantener ocupada a la fuerza de
trabajo y de cumplir con el plan de producción.

20/34
¿Cuándo se usa?, decisión
Para la mayoría de las empresas es importante recibir a tiempo los
materiales que necesitan para sus procesos. En el caso de J. C. Clark
Distributors sus tiempos de entrega, de siete u ocho días, parecen muy
aceptables; sin embargo, sus pocos tiempos de entrega de 13 a 15 días
resultan desastrosos en términos de mantener ocupada a la fuerza de
trabajo y de cumplir con el plan de producción.Este ejemplo ilustra una
situación en que la variabilidad en los tiempos de entrega puede ser
la consideración más importante en la elección de un proveedor. Para
la mayor parte de los encargados de compras, la poca variabilidad que
muestra en los tiempos de entrega de Dawson Supply, Inc. hará de esta
empresa el proveedor preferido. Ahora mostramos el estudio de algunas
de las medidas de variabilidad más usadas.

20/34
Rango

21/34
Rango intercuartílico

22/34
Varianza

23/34
Varianza muestral

24/34
Ejemplo del cálculo de una varianza muestral

25/34
Unidades de la varianza

26/34
Otro ejemplo del cálculo de una varianza muestral

27/34
Desviación estándar

28/34
¿Y la diferencia con la varianza?

29/34
Coeficiente de variación

30/34
Comentarios finales

31/34
Ejercicios sobre medidas de variabilidad
Se recomienda los ejercicios de las páginas 96, 97 y 98 del libro
“Estadística para Administración y Economía", 10a edición,
Anderson, Sweeney y Williams.

32/34
BIBLIOGRAFÍA

33/34
Bibliografía
+ Arya L. Matemáticas Aplicadas a la Administración y a la
Economía 2002. Pearson, 4ta Edición.
+ Budnick F. Matemáticas Aplicadas para Administración,
Economía y Ciencias Sociales, 2007. Pearson, 4ta Edición.
+ Haussler E. and Paul R. Matemáticas para la Administración y
Economía, 2003. Pearson, 10a Edición.
+ Swokowski E. Cole A. Álgebra y Trigonometría con Geometría
Analítica, 2006. Thomson. Undécima Edición.
+ Stewart James, Cálculo en una variable, 2008, CENGAGE
Learning, 6a Edición.
+ Estadística para Administración y Economía, 10a edición,
Anderson, Sweeney y Williams.

34/34