Anda di halaman 1dari 32

APUNTES DE ESTADISTICA DESCRIPTIVA

Orientado a Ciencias de la Comunicacin, Mercadotecnia y Derecho

3.5
3
2.5
2

Valores Y

1.5

valores Z
valores w

1
0.5
0
0.5

1.5

2.5

DAVID SOLARES CABRERA


CONTENIDO
Pg.

Presentacin
CAPITULO I
5
MARCO CONCEPTUAL
Conceptos
Conjunto de datos
Distribucin de datos
Hechura de grficas
CAPITULO II
12
MEDIDAS DE TENDENCIA CENTRAL
Datos no agrupados
Media
Mediana
Moda
Comparacin de Media Mediana y Moda
Datos Agrupados
Media
Mediana
Moda
CAPITULO III
20
MEDIDAS DE DISPERSION O VARIABILIDAD
Datos no agrupados
Varianza
Desviacin Estndar
Coeficiente de variacin
Datos Agrupados
Varianza
Desviacin Estndar
Coeficiente de variacin
Coeficiente de sesgo o de Pearson
Quartiles, deciles y percentiles
CAPITULO IV
26
INTRODUCCION A LA INVESTIGACION DE MERCADOS
Metodologa
Tamao de la muestra
Bibliografa

Guatemala, Ao 2015.

PRESENTACION:
Conforme las necesidades se presentan a diario ms complejas dentro una
sociedad, el hombre est condicionado a tomar decisiones en todos los
campos del saber y hacer, as por ejemplo en la ciencia de la Economa,
Comunicaciones, Jurisprudencia, Mercadotecnia e Ingeniera, la estadstica es
una herramienta til para resolver problemas, an en circunstancias de
zozobra e incertidumbre.
El presente documento contiene en el primer captulo, el marco conceptual
para formarse una idea acerca del tema, el segundo incluye herramientas de
medidas de tendencia central, el captulo tres incluye niveles de dispersin o
variabilidad y el ltimo tema, describe
aspectos generales
sobre
investigacin de mercados.
Es la intencin del autor presentar un texto fcil y comprensible, evitando
enredar al estudiante en demostraciones complicadas y que al final lo nico
que se requiere, es un conocimiento bsico de aritmtica y algebra, en el
entendido que lo ms importante es, la buena disposicin de aprender.
Agradezco por este medio, a las autoridades y estudiantes de las distintas
Universidades que me han permitido el privilegio de externar el conocimiento
y agrego, invaluable amistad en un entorno fraterno. Mil gracias.

El
autor

*David Solares Cabrera: Profesor Emrito, de la Universidad Nacional


mail: dasoca@yahoo.com

e-

EL CHOMPIPE:

UNO DE ESTOS DIAS


UN CHOMPIPE ESTABA RASCANDO ENTRE LA HOJARASCA,
DE PRONTO CAYO DEL ARBOL.UNA BELLOTA
AL CAER..LE GOLPEO LA CABEZA
AY..AY..AY DIJO EL CHOMPIPE
EL CIELO SE ESTA CAYENDO
BUENO..IRE

DE

INMEDIATO. AVISARLE AL REY

MORALEJA:

HAY MENTIRASGRANDES MENTIRAS Y.


ESTADISTICAS

CAPITULO 1
MARCO CONCEPTUAL
ESTADSTICA:
Conjunto de mtodos cientficos utilizados para la organizacin, recopilacin,
presentacin y anlisis de datos tanto para la deduccin de conclusiones,
como para tomar decisiones razonables.
CARACTERISTICA CUALITATIVA:
Es aquella que nicamente puede describirse, no se mide en forma numrica,
por ejemplo: tipos de aceite que utilizan las amas de casa, departamentos que
originan devoluciones en un Supermercado, el sexo de los estudiantes, el color
del cabello.
NO se mide en una forma numrica.
CARACTERISTICAS CUANTITATIVAS:
Son aquellas que se pueden contar y medir. Ejemplo: los dimetros de tornillos
producidos por una fbrica, el peso de una carga de maz, el ingreso de
estudiantes de escuela nocturna.
POBLACIN:
Es el conjunto de individuos, objetos, acontecimientos, definidos por algn
rasgo comn, que los une e identifica a todos los miembros.
PARAMETRO:
Es toda medida descriptiva de la poblacin total, de todas las observaciones
de inters a investigar.
RANGO:
Es la medida de dispersin ms simple, consiste
datos mayor, menos la medicin del dato menor.
Ejemplo: Rango de los datos siguientes:

en restar la medicin de

20, 25. 50, 80:


80 20 = 60

Respuesta: El rango de las cantidades observadas es 60


MUESTRA:
Cualquier subconjunto de la poblacin, un grupo limitado de individuos, objetos
o acontecimientos tomados de una poblacin. Puede definirse tambin como
una parte representativa de la poblacin que se selecciona para ser estudiada,
cuando la poblacin es demasiado grande como para analizarla en su totalidad.

Ejemplo:
Se tiene una poblacin de 1000 ejemplares de pares de zapatos del mismo
tamao y de la misma marca.
Deseamos saber si tienen defectos de fabricacin?
Decidimos tomar una muestra del 5%
la muestra total a analizar ser: 50 pares de zapatos.
ESTADISTICO:
Medida descriptiva de una muestra.
El estadstico sirve de una estimacin al parmetro,
poblacin

relacionado con la

ATRIBUTO:
Constituye la caracterstica a la que se refieren los datos.
VARIABLE:
Es la caracterstica de la muestra o poblacin que se est observando.
Ejemplo cantidad de caf por taza despachada, resistencia a la rotura de fibra
de plstico, porcentaje de azcar en los cereales, pero del producto azcar, los
aos de los estudiantes del tercer de publicidad en la Universidad
Mesoamericana.
VARIABLES CONTINUAS:
Las variables que pueden asumir cualquier valor en determinado intervalo de
valores, como altura, peso, longitud, espesor, velocidad, y viscosidad.
VARIABLES DISCRETAS:
Es la que puede asumir solo ciertos valores por lo regular, enteros.
Los datos discretos surgen al contar el nmero de conceptos que posee cierta
caracterstica. Ejemplo, nmero de clientes por da, la cantidad de alumnos en
un saln de clases, los defectos de un auto, los accidentes de trabajo en una
fbrica.
VARIABLES NOMINALES:

Comprenden categoras como sexo (masculino o femenino), el color de los ojos


(verdes, azules, cafs, negros), campo de estudio (Medicina, Ortopedia,
Derecho, Ingeniera, Contabilidad), etc.
ESCALA ORDINAL:
Son las que clasifican las observaciones en categoras con un orden
significativo. Ejemplo, primero, segundo, tercero, muy alto, alto, bajo.
CLASE:

Cada grupo de variantes, en las distribuciones agrupadas.

INTERVALO DE CLASE:
Es la diferencia entre los lmites reales, superior e inferior de cada clase, Es
deseable que todos los intervalos de clase sean de igual tamao. por
10.5 15.05 = 5
MARCA DE CLASE O PUNTO MEDIO
Es el valor central de cada grupo, este valor es equivalente a la semisuma de
los lmites superior e inferior de cada clase. Suma de intervalo menor ms
intervalo mayor, dividido por dos. Ejemplo:
10 a 15 el punto medio es: 12.5
Se suma 10 y 15, el total se divide entre 2
LIMITE DE CLASE:
El valor inferior o superior de cada clase.
Ejemplo clase:
de clase es 59

5059

el Lmite inferior de clase es 50 y el lmite superior

LIMITES REALES DE CLASE:


Es el valor equidistante entre el lmite superior de una clase y el lmite inferior
de la clase siguiente.
DISTRIBUCION DE FRECUENCIAS;
Es el resultado de ordenar los datos, dividindose en clases.
Organizacin tabular que contiene todas las variantes o clases de la variable y
sus frecuencias respectivas.
ORGANIZACIN DE DATOS:
Los datos tomados en diferentes escenarios para establecer controles o
anlisis.
Por ejemplo, tomar la edad de los estudiantes de la Universidad, de los
centros hospitalarios, para conocer la clase de proyectos que ellos realizan.

Pero esos datos en bruto o anotados en papeles, no pueden analizarse ni


mucho menos obtener conclusiones, en forma desordenada.
AGRUPACION DE DATOS:
La tcnica ms utilizada son las llamadas series ordenadas, que consiste en
enumerar las observaciones en orden ascendente o descendente.
Por ejemplo:
Qu pasa con un hogar en donde los padres han procreado a 10 hijos, con las
edades siguientes:
23, 4, 6, 8, 14, 26, 18, 22, 20, 12
Anotados en esa forma no se puede sacar conclusiones, pero si los formamos
en el orden siguiente:
4, 6, 8, 12, 14, 18,20, 22, 23, 26
Se puede establecer que la diferencia que existe entre el primognito y el
ltimo hijo es de 22 aos, que la diferencia de edades entre cada hermano
difiere de 2 a 4 aos.
DISTRIBUCIN DE FRECUENCIAS:
Mientras los datos no se organicen especialmente si ellos son numerosos, lo
nico que se tiene es nmeros desordenados. Lo que procede es ordenarlos si
se desea analizarlos y obtener beneficio estadstico.
PRACTICA:
Ejemplo 1:
Se tiene los datos de ventas de neumticos, que una empresa distribuye:
( En miles de quetzales )

21,
19,
20,
22,

19,
21,
18,
24,

17,
25,
16,
22,

18,
22,
20,
20,

20,
17,
25,
16,

17,
19,
20,
19,

18,
24,
23,
15,

23,
21,
20,
23,

15,
20,
19,
22,

20, 17, 23, 18, 22, 20


,20, 19, 19, 21, 18, 21
16, 25, 19, 17, 18, 21
22, 23, 24, 19, 21, 24

CALCULO DE NMERO DE CLASES (NC)


Segn la frmula Stturges:

NC = 1 + 3.33 log (N)


donde N = 60
NC = 1 + 3.33 log (60)
8

NC= 1 + 3.33 (1.78)


NC = 1 + 5.93 = 6.93

Numero de clase (NC) = 7


CALCULO DE INTERVALO DE CLASE :
Frmula:
IC=

Nmero MayorNmero Menor


Numero de Clases

IC: Intervalo de clase

Sustituyendo:
IC=

25 15
=1.43
7

Se aproxima a 2, para comodidad del ordenamiento

Por lo tanto, al distribuir las clases quedan la siguiente forma:


Clases
15- 16
17-18
19-20
21-22
23-24
25-26

f
5
11
19
13
9
3
60

PM
15.5
17.5
19.5
21.5
23.5
25.5

FA

FR
5

16
35
48
57
60

0.08
0.18
0.32
0.22
0.15
0.05
1.00

En donde :
f: Frecuencia
Pm: Punto medio
Fa: Frecuencia acumulada
Fr: Frecuencia relativa
GRAFICAS :
Histograma:

Un histograma es la grfica de barras de una distribucin de frecuencias. Por


lo general se colocan sobre el eje horizontal, los lmites exactos de la clase y
sobre el eje vertical se coloca el nmero de observaciones.
Una grfica o diagrama de barras ilustra mediante rectngulos, cantidades de
frecuencias para diferentes categoras de datos.
Ejemplo:

POLIGONO DE FRECUENCIA:
Es una lnea que se arranca en el punto de interseccin y que pasa por todos
los puntos medios de las barras. Los polgonos de frecuencia son
especialmente tiles para comparar dos o ms muestras, ejemplo:

GRAFICA DE PIE
Son apropiadas para ilustrar las divisiones de una cantidad total. Las
circunferencias se dividen en sectores. Para efectuar esta operacin se utiliza
la regla de tres, con el objeto de transformar los porcentajes en grados, es

10

decir, la suma de los porcentajes de 100, se igualan a


contiene una circunferencia. Ejemplo:

360 grados que

EJERCICIOS:
1-El laboratorio de control de calidad de una empresa realiza un test de rapidez
de accin de un pesticida de Jardn, en 60 plantas infestadas.
Los resultados fueron observados cada hora habindose obtenido los siguientes
datos del nmero de plantas totalmente libres de la plaga, despus de los
periodos de tiempo que se indican.
3 horas 3 plantas
4 horas 7 plantas
5 horas 20 plantas
6 horas 16 plantas
7 horas 9 plantas
8 horas 5 plantas
Calcule:
a) Cual es la poblacin?
b) Cual es la
muestra?
c) Cual es la variable?
d) Tipo de variable?
e) Cuantas clases tiene la variable?
Respuesta:
a ) Total de plantas infestadas
b ) 60 plantas infestadas

11

c ) Rapidez de accin del pesticida


d ) Cuantitativa
e ) Seis
Problema 2
Los siguientes datos se obtuvieron contando el nmero de personas que cruzan
por un punto fijo de una calle durante intervalos de un minuto.
Los 54 conteos se hicieron a lo largo del mismo da.
Construya una tabla de frecuencias, que incluye, nmero de clases, intervalo
de clases, punto medio, frecuencia absoluta, frecuencia acumulada, frecuencia
relativa, histograma, polgono de frecuencias y grafica de pie.
28, 30, 25, 36, 24, 27, 33, 26, 29, 32, 25, 20, 28, 20, 27, 31, 23, 27
24, 34, 25, 24, 22, 26, 28, 38, 32, 26, 30, 37, 21, 28, 31, 38, 28, 27
23, 32, 39, 26, 29, 33, 28, 20, 22, 23, 25, 34, 24, 26, 31, 27, 22, 27
Respuesta :
Total de datos: 54
Rango: : 18
Numero de clases: 7
Intervalo de clase: 2

CAPITULO II
MEDIDAS DE TENDENCIA CENTRAL :
Medidas de posicin, nmero que representa la posicin central, o la
representativa en un conjunto de datos.

ms

VALORES DE DATOS NO AGRUPADOS: (MENORES DE 30)


LA MEDIANA: ( Md )
La mediana es la medida de tendencia central, que divide una distribucin en
dos partes iguales. Por arriba de ella se encuentra el 50 por ciento de los casos
y por debajo el 50 por ciento restante. La mediana permite obtener el valor
central en una serie de datos numricos.
Frmula:
Mediana para datos no agrupados:
Procedimiento para encontrar posicin de la mediana:
a) Ordenar los datos de menos a ms
b) Se suman los datos y se divide entre dos

12

Frmula para encontrar posicin de la mediana:


Pm=

n+1
2

En donde:
Pm =
Posicin de la mediana
n
=
Numero de datos
Ejemplo :
Establezca la Mediana de los datos siguientes:
8, 10, 20,13, 15, 19, 25
Procedimiento:
a) Ordenar datos de menor a mayor,
8, 10,13, 15, 19, 20, 25
B) sumar numero de datos (n + 1 )
7+1=8
b) luego, dividirlo entre 2,
8
=4
2
c) el valor de la mediana corresponde al valor 15
Conclusin:
El valor de la mediana es igual a 15, lo que significa que el 50 ciento de datos
queda debajo de 15 y el 50 por ciento de datos se encuentran arriba de 15.
Ejemplo:

Se tienen los siguientes datos:


20, 45, 33, 18, 25, 35,

Calcule la mediana:
Frmula:
n+1
Pm=
2
Sustituyendo:
18, 20, 25, 33, 35, 45

Pm=

n+1 6+1 7
=
= =3.5
2
2
2

Al verificar, este 3.5 representa un valor que se encuentra entre 25 y 33,


entonces
13

25 + 33 = 58
58
=29
2
Respuesta: La mediana de los nmeros corresponde a: 29
MODA (Mo)
Se define como la variante, con mayor frecuencias en una distribucin.
La puntuacin que ocurre con mayores frecuencias, es la ms popular.
Por ejemplo el color morado en semana santa, se encuentra de moda. En el
invierno se encuentran de moda los paraguas.
Forma de encontrarla:
Ejemplo: se tienen los siguientes datos:
6, 9, 18, 13, 15, 18, 13, 18,19
Se busca el valor igual con mayor nmero de ocurrencias (repetido).
En este caso la moda es 18, por ser el nmero que ms se repite.

LA MEDIA

O PROMEDIO ARITMETICO:

__
X ( Datos no agrupados )

La media es la medida de tendencia central de mayor notoriedad, es el


promedio aritmtico de un conjunto de mediciones, se obtiene al dividir la
suma de las mediciones entre el nmero de ellas en el conjunto.
Frmula:
X=
En donde,
__
X
= Simboliza a la media
X
= Simboliza a la variable

= Sumatoria
n
= Nmero de datos

__

Ejemplo 1:
15 estudiantes de primaria, tienen edades de:
14

13, 11, 9, 7, 5, 7, 9, 12, 11, 14, 9, 11, 10, 6, 8


Se desea conocer la media o promedio:
__
13+11+9+ 7+5+7+ 9+12+11+14+ 9+11+10+6 +8
()
15
X =
__
142
X
= 9.47
15
Quiere decir que 9.47 es el valor representativo del total de datos.
Ejemplo 2:
Para obtener el promedio de calificaciones de un estudiante de la escuela
primaria as:
Matemticas
Lenguaje
Ciencias Naturales
Estudios Sociales
__
90+80+ 65+90
() =
4
X=

90
80
65
90
325
=81.25
4

Conclusin:
El promedio tpico de la calificacin del estudiante, en las cuatro materias es :
81.25 puntos.
COMPARANDO :

MEDIA, MEDIANA Y MODA

La media es la medida ms usada, sin embargo no es siempre ideal usarla


como un promedio, porque son muy sensibles los valores extremos, que
causan que una distribucin sea oblicua o asimtrica.
El clculo de la mediana es simple, solo que requiere del ordenamiento de
menos a ms de todos los datos. Entre los tres estadsticos de tendencia

15

central, la mediana es ms til cuando una distribucin esta sesgada, es decir


tiene puntuaciones a los lados.
La ventaja de la mediana es que no est afectada por los grandes o pequeos
valores extremos.
Finalmente la moda,
no es tan usada como la media o la mediana y se
caracteriza por tener los datos que ms se repiten.
MEDIDAS DE TENDENCIA CENTRAL ( DATOS AGRUPADOS )
30 datos en adelante
Clculo de la Media:
Al calcular la media de datos agrupados, se parte que las observaciones en
cada clase, son iguales al punto medio de la clase.
FORMULA:
f Pm = f Pm
=
X
n
f
En donde:
f
=
Frecuencia o nmero de observaciones en cada clase
Pm = Punto medio de cada clase
n
= Suma de observaciones
Ejemplo:
Un empresario desea comprar una tienda, que le vende la seora Amrica Ixil
de la zona 2 en Quetzaltenango.
Sin embargo antes de tomar una decisin, contrata al seor Romeo Villaseor,
para que realice un anlisis estadstico de lo sucede en esa empresa.
Los datos de ingresos en los ltimos dos meses fueron los siguientes:
Ingresos en (Miles de quetzales)
21,
19,
20,
22,

19,
21,
18,
24,

17,
25,
16,
22,

18,
22,
20,
20,

20,
17,
25,
16,

17,
19,
20,
19,

18,
24,
23,
15,

Nmero de clases
15170.18
190.32
210.22

16
18

23,
21,
20,
23,

15,
20,
19,
22,

f
5

20,
20,
16,
22,

17,
19,
25,
23,

23,
19,
19,
24,

18,
21,
17,
19,

22,
18,
18,
21,

Pm

20
21
21
24

F * Pm

Fa

Fr

15.5
11

77.5
17.5

5
192.5

0. 08
16

20

19

19.5

370.5

35

22

13

21.5

279.5

48

16

23- 24
9
23.5
211.5
57
0.15
25- 26
3
25.5
76.5
60
0.05
________________________________________________________________________________
_________________________
60
1208.0
1
Sustituyendo:
X

1,208
=20.13 20
60

Conclusin: El promedio de ingresos en el periodo de 60 das, es de 20 mil


Quetzales mensuales.
LA MEDIANA :(Md)
La mediana es el valor que divide en dos partes iguales a una serie de datos.
Procedimiento:
a) Primero debe de hallarse la clase de la mediana de la distribucin de la
frecuencia.
b) La clase mediana es la clase cuya frecuencia acumulada es mayor que o
igual a n /2.
Frmula:

En donde:
lmd =
n
=
Fa
=
mediana
Fmd =
Ic
=

n
Fa
2
Md=Lmd+
Ic
Fmd
Lmite inferior de la clase de la mediana
Numero de datos
Frecuencia acumulada de la clase que antecede a la clase de la
Frecuencia de la clase de la mediana
Intervalo de clase

Ejemplo:
Con los datos anteriores se procede a encontrar la clase de la mediana:
Pasos:
Se considera la columna de las frecuencias acumuladas:
La frecuencia acumulada de de ser igual o mayor a n/2
En el presente caso le corresponde a 35 por ser mayor a n/2 que es 30
La clase de la mediana es el intervalo de 19 a 20.

17

Sustituyendo:

60
16
2
Md=19+
2
19
Md=19+

3016
2
19

Md=19+

14
2
19

Md=19+ 0.742
19+1.47
Md=20.47 20
Conclusin:
El valor de la media en el ejemplo es de 20 mil Quetzales.
Significa que este valor divide exactamente en dos partes iguales al total de
datos.

LA MODA (Mo)
La moda es la observacin que ocurre con mayor frecuencia.
Se encontrar en la clase que tenga la frecuencia ms alta, llamada la clase
modal.
FORMULA:
Da
Mo=Lmo+
Ic
Db+ Da
De donde:
lmo =
Lmite inferior de la clase modal
Da
=
Diferencia entre la frecuencia de la clase modal y la clase que le
antecede
Db
=
Diferencia entre la frecuencia de la clase modal y la clase que le
sigue.
Ic
=
Intervalo de la clase modal

Ejemplo:
Nota: la clase modal se encuentra tomando la clase que tenga mayor nmero
de frecuencias, en este caso la clase con frecuencia 19.
8
Mo=19+
2
6+ 8

( )

( 148 )2

Mo=19+

18

Mo=19+ ( 0.57 )
Mo=19+1.14
Mo=20.14 20
Conclusin: El valor de 20mil Quetzales, es el que ms se repite durante el
tiempo analizado.

PRACTICA:
Ejercicios datos NO agrupados
Ejercicio 1:
Se busca encontrar la media, mediana y moda de los siguientes datos:
20, 25, 20, 30, 35, 33, 34
Respuesta : Media: 28.14
Ejercicio 2:

Mediana: 30, Moda: 20

Datos:
0, 2, 3, 3, 4, 5, 7

Respuesta: Media: 3.43 Mediana: 3

Moda: 3

Ejercicio 3:
Establecer la media, mediana y moda de participantes cooperativistas durante
la semana.
120, 135, 145, 150, 120
Respuesta : Media: 110, Mediana 135, Moda: 120
Ejercicio 4: Datos:
7, 9, 2, 1, 4, 5, 6, 2
Respuesta: Media: 4.5 Mediana: 4.5, Moda: 2
Ejercicio 5: Datos:
78, 80, 81, 85, 87, 90, 92, 95
Respuesta: Media: 86
Ejercicio 6

Mediana 86

Moda : No hay

Datos:
0.011, 0.027, 0.032, 0.035. 0.042

Respuesta: Media: 0.0294

Mediana: 0.032

Moda:

No hay

Ejercicio 7:
19

El seor Horacio Rueda, desea saber que tasa de inters que ofrecen dos
bancos del sistema es el ms beneficioso.
__
Banco A: 5.6%, 7.2%, 6.3%, 7.1% : Res. X: 6.55
__
Banco B: 8.0%, 7.3%, 5.9%, 6.2%: Res. X : 6.85
Cul ser el valor que puede beneficiar a los clientes?
Respuesta: Banco B con 6.85 %

Ejercicios de Datos Agrupados:


Ejercicio 8:
El Peridico el Clarn proporciona datos de salarios de sus empleados de
medio tiempo as:
Salario en Quetzales al mes
Empleados
790
__
1,140
15
1,140 __
1,490
10
1,490 __
1,840
20
1,840 __
2,190
15
2,190 __
2,540
10
Calcule: media, mediana y moda.
Respuesta:

Media:
1,640
Quetzales
Mediana: 1,665
Quetzales
Moda:
1,724.5 Quetzales

Ejercicio 9:
Las edades de 42 directores ejecutivos de las empresas del Departamento de
Quezaltenango ha sido reportada como sigue:
Edades
Directores
50
55
8
55
60
10
60
65
11
65
70
9
70
75
4
Respuesta:
Media
Mediana =
Moda

=
61 Aos
61 Aos
=
62 Aos

Ejercicio 10:
La corte suprema de Justicia, proporciona datos de salarios de los empleados
de medio tiempo en la institucin as:
20

________________________________________________________________________________
____________________________
Salarios en Quetzales al mes
Empleados
790
a menos 1140
15
1140 a menos 1490
10
1490 a menos 1840
20
1840 a menos 2540
15
2190 a menos 2540
10
________________________________________________________________________________
____________________________
Calcule: Media, mediana y moda. Interprete ? Res. Media: 1640, Md:
1665. Y Mo: 1723

CAPITULO III
MEDIDAS DE DISPERSION O VARIABILIDAD:
Los estadsticos de dispersin describen como se extienden las puntuaciones
de una variable de intervalo o razn a travs de su distribucin.
Mide que tan dispersos estn los datos alrededor del punto central, indican en
cuanto se desvan las observaciones respecto a la media.
Herramientas utilizadas:
Rango, Varianza, Desviacin Estndar y coeficiente de variacin
RANGO:
Es la medida de dispersin ms simple,
grande menos el valor ms pequeo.

es la diferencia entre el valor ms

FORMULA:
Rango = Numero mayor - Numero menor
Ejemplo: Se cuenta con cinco datos:
5, 8, 15, 10, 12.
21

Clculo del rango:


Mayor

Menor

Rango
Rango = 15___________ 5

= 10

Medidas de dispersin para datos No agrupados


La varianza es el promedio de las desviaciones respecto a su media, elevados
al cuadrado.
Frmula:
__
S 2 : ( X - X )2
___________________ : Varianza
n- 1
En donde:
S2 : Varianza muestral
__
X : Media
Ejemplo:
Los pesos de cinco alumnos son los siguientes:
110, 145, 125, 95, 150
Establecer la desviacin estndar y coeficiente de variacin ?
Procedimiento:
Se calcula la media:
__
X : ( 110 145 125 95 150 ) : 125
__________________________________
5
Se calcula la varianza:
S2 : ( 110 125)2 ( 145 125 )2 ( 125- 125 )2 ( 95 -125 )2 ( 150- 125 )2
537.50

_____________________________________________________________________________
4
S : Desviacin estndar:
S:

Raz cuadrada de la varianza

Raz cuadrada de 537.50 .es 23.18

Coeficiente de Variacin:

Desviacin estndar/ Media ( 100 )

22

CV:

23.18
_______ ( 100 ) :
125

0.19 %

Medidas de dispersin para datos agrupados


__ 2

f Pm n ( x )
S=
n1
2

Varianza

En donde:
S : Desviacin estndar
n:
__
X:

(s2 )

Nmero de los datos


Media

Pm2 : Punto medio elevado al cuadrado

Ejemplo:
Utilizando los mis datos que se tienen en las medidas de concentracin:
Clase
f
Pm
f . pm
Pm
FPm
________________________________________________________________________________
___________________________
15-16
5
15.5
77.5
240.25
1,201.25
17-18
11
17.5
192.5
306.25
3,368.75
19-20
19
19.5
370.5
380.25
7,224.75
21-22
13
21.5
279.5
462.25
6,087.25
23-24
9
23.5
211.5
552.25
4,970.25
25-26
3
25.5
76.5
650.25
1,950.75
________________________________________________________________________________
____________________________
60
1208.0
24,
803.00

23

Sustituyendo la frmula:
__
X:

S 2=

24,803.0 60(20.13)
601

S 2=

24,803.060 (405.22)
59

1208.0
_________ : 20.13
60

S2 : 24,803.0 - 24,313.20
_________________________ :
489.8
59
_______ : 8.30 : Varianza
59
Desviacin estndar : S
Desviacin estndar:

=
S:

S 2
2.88

: raz cuadrada 8.30

Valor en trminos

absolutos
Significa que en valores enteros la dispersin tanto a la derecha como a la
izquierda en relacin a la media es de Q. 2880.00 quetzales
Coeficiente de Variacin :
o sea

S
2.88
____ (100) = _______

( 100 ) :

0.14

14%
__
X

20.13

Conclusin: Significa que el grado de variabilidad es del 14.3% tanto a la


derecha como a la izquierda en valores porcentuales, en relacin a la media de
20 mil Quetzales.
COEFICIENTE DE SESGO:
En estadstica no todas las distribuciones son normales.
Algunas estn segadas a la derecha o a la izquierda, por lo que el sesgo se
puede medir mediante el coeficiente de sesgo de Pearson.
__
24

FORMULA: P=3

(X Md)
S

De donde:
P= Coeficiente de Pearson
3= Valor constante
_
X= Media
Md.= Mediana
S= Desviacin Estndar

Ejemplo:
Se desea conocer el grado de sesgo que contiene los resultados de un trabajo
en estadstica, respecto a promedios de nios de primaria.
Media
Mediana
Desviacin estndar
P=3

75.0
80.0
2.7

(7580)
=5 . 5
2.7

Interpretacin: los clculos establecen que se tiene un sesgo inclinado hacia


la izquierda por tener signo negativo.

Otras Medidas de Dispersin:


Existen otras tcnicas con las cules se puede medir la dispersin de un
conjunto de datos, siendo los Quartiles, Deciles y Percentiles.
En el orden los datos de menos a ms se tienen tres Quartiles, que se divide en
cuatro partes iguales.
El primer Quartil divide ese valor debajo del 25% de las observaciones y sobre
el cul puede encontrarse el 75% restante.
Los Decles separan un conjunto de datos en 10 subconjuntos iguales y los
Percentiles en 100 partes iguales. Todo conjunto de datos tiene 9 Decles y 99
Percentiles.

Frmula:
Ubicacin del percentil:
lp: ( n+1 )

P
____
100

25

lp = Lugar del percentil deseado, en una serie ordenada


n =
Nmero de observaciones
P =
Percentil deseado
Ejemplo:
De los siguientes datos de muestras obtenidas, calcule el segundo Quartl, el
octavo decl y el 48 percentl ?
80, 89, 50, 60, 75, 35
Primer paso: Ordenar los datos de menos a ms.
35, 50, 60, 75, 80,89
Aplicar la frmula:
lp: (n +1) p
______
100
6 ms 1 : 50
____
100

; 7 x 0.50

3.5 : 60 ms 0.5 X 15 : 7.5 : 67.5

6 ms 1 X 80
_____ : 7 X 0.8 : 5.6
100
6 ms 1 X 48 : 7 X .48 : 3.36
_____
100

80 ms 0.60 X 9: 5.4

85.4

50 ms 0.36 X 10: 3.6 : 53.60

Respuestas: 2 Quartil:
67.5
8 decil :
85.4
48 percentil: 65.4

EJERCICIOS:
1- Las horas trabajadas por el abogado Rustran Prez, en los dos ltimos
meses fueron:

26

52, 48, 37, 54, 48, 15, 42, 40 :


Calcular:
La Media
La mediana
La Moda
La Varianza
La desviacin Estndar
El primer cuartl
El percentl 75
El coeficiente de variacin
Comente?
2- Los honorarios cobrados, por el seor Jeremas Alvarado en primeros 6
meses del ao, fueron:
En Quetzales:
52, 48, 37, 54, 48, 55
Calcule:
Media
Mediana
Moda
Decl 4
Quartl 3
Percentil 88
Varianza
Desviacin estndar
Coeficiente de variacin
Comente ?

CAPITULO IV
INTRODUCCION A LA INVESTIGACION DE MERCADOS :
La Investigacin de Mercados es la funcin que enlaza consumidor, cliente,
pblico, con el comercializador a travs de la informacin.

27

Es el enfoque sistemtico y objetivo, para el desarrollo y el suministro de


informacin para toma de decisiones de la Gerencia de Marketing.
PROCESO DE INVESTIGACION:
Pasos:
1. Reconocimiento del problema y/ o oportunidad
2. Objetivos de la Investigacin
3. Identificar la poblacin a investigarse
4. Diseo de la investigacin
4.1 Variables a investigarse
4.2 Fuentes de informacin
4.3 Tamao de la muestra
4.4 Instrumentos de medicin
5. Programa
6. Presupuesto
7. Tabulacin y anlisis de datos
8. Presentacin de resultados
Reconocimiento del problema:
El primer paso en el proceso de Investigacin es establecer cul es la
necesidad de la informacin de una investigacin de mercados.
Objetivos de la Investigacin:
Que informacin especfica se requiere?
Diseo de la investigacin:
Una vez definidos los objetivos del estudio y enumerado las necesidades de
informacin, el paso siguiente consiste en disear el proyecto formal de
investigacin e identificar las fuentes apropiada de datos para el estudio.
Variables a investigar:
Una variable es una propiedad que puede fluctuar y cuya variacin es
susceptible de medirse u observarse.
Variables cuantitativas:
Por ejemplo en Mercados se puede estar interesado en establecer las
Caractersticas y comportamiento del comprador:
Que compra? Quien Compra ? Donde Compra ? Porque compra? Cmo
compra? Cuando compra? Qu cantidad compra? Estn satisfechos los
clientes? Quienes son los competidores? Del producto? De la plaza? De el
precio? De la Promocin?
Variables cualitativas:
a) Comprensin en la compra
b) Gustos
c) Preferencias
28

d) Intencin de compra
Fuentes de Informacin:
Primarias: son los datos obtenidos en forma directa.
Secundarios: son los datos obtenidos a travs de otras fuentes.
Muestra:
Corresponde a un subconjunto de la poblacin seleccionada, que se caracteriza
por ser representativa.
Proceso del Muestreo:
Definir la poblacin que incluye:
a) Los elementos
b) Las actividades de muestreo
c) Alcance
d) Tiempo
e) Identificar el marco muestral , del cul se seleccionar la muestra.
f) Decidir sobre el tamao de la muestra
g) Seleccionar un procedimiento especfico mediante el cual se determinar
la muestra.
Tamao de la muestra: los casos posibles son:
Poblaciones finitas: Cuando se conoce el numero de la poblacin.

M=

S2 pqn
e2 ( n1 )+ S 2 pq

Poblaciones infinitas: Cuando NO se conoce el numero de la poblacin

M=

S 2 pq
2
e

De donde,
M
S
e
n
p
q

=
=
=
=
=
=

Tamao de la muestra
Desviacin estndar
Error de muestreo
Tamao de la poblacin
Probabilidad de xito
Probabilidad de fracaso

INSTRUMENTOS DE MEDICION:

29

Que significa medir?


En la vida diaria medimos constantemente, por ejemplo al levantarnos
miramos el reloj despertador y medimos la hora.
Al baarnos, ajustamos la temperatura del agua en la regadera.
Calculamos tambin la cantidad de caf que habremos de colocar en la
cafetera.
Cuestionario:
Es el instrumento ms utilizado para recolectar datos, consiste en un conjunto
de preguntas respecto de una o ms variables a medir.
Cada pregunta incluye una variable de inters.
Formas de cuestionamientos:
Preguntas dicotmicas:
Respuesta de: si o no
Preguntas Mltiples
Grande, Mediano, Pequeo
Preguntas abiertas
Respuesta abierta
Ejemplo:
Se desea calcular una muestra en una poblacin de 450000 nios en edades
de 5 a 10 aos.
Por ser una poblacin representativa se calcula con una desviacin estndar de
1, la probabilidad de fracaso es de 10% y un error de muestreo del 3%.
Finita:
2

M=

1 0.10 0.90 45,000


2
0.03 ( 45,0001 ) +1 0.10 0.9

4050/ 40.59 : 99.77

Tamao de la muestra : 100 nios


Infinita:
12 0.10 0.90
M=
=100
0.032
Tamao de muestra : 100 nios

30

LA ARAA

Una gran araa que habitaba una casa vieja, construyo una hermosa telaraa
para atrapar
moscas.
Cada vez que una mosca se posaba en la telaraa, quedaba atrapada y la
araa la devoraba.
Un da una mosca muy inteligente, revoloteo sobre la telaraa mucho tiempo
sin descender. La araa desesperada, apareci y le dijo.
Vamos
Mosquita . baja
Pero la mosca era demasiado lista y dijo:
Nunca aterrizo, donde no veo otras moscas y la verdad es que no
veo ninguna, en tu casa.
La mosca se alejo hasta llegar a otro lugar, donde si haba una gran cantidad
de moscas:
Y dijo la mosca..estn bailando As que se pos donde estaban sus
compaeras y se qued pegada al papel.
MORALEJA:
No hay seguridad en los nmeros, ni en ninguna otra
cosa.

31

BIBLIOGRAFIA:
Allen L. Webster: Estadstica aplicada a los negocios y la economa. (Tercera
edicin)
Mc graw- Hill 2000.
Herrero Hermanos. Aguilar Elizardi Mario Ismael.: Mtodos y tcnicas de
Investigacin.
Editorial Estudiantil. Fenix. 2005.
Howard B. Christensen: Estadstica paso a paso. Segunda edicin Trillas. 1989.
Humberto Proao,: Estadstica aplicada a la Mercadotecnia. 1972.
Paul G. Hoel: Estadstica Elemental, C:E:C:S:A
Ritchey Ferris : Estadstica para las ciencias Sociales. Mc. Graw Hill.
Said Infante Gil- Guillermo Zarate de Lara.
Mtodos estadsticos. Editorial trillas. 1983.
Shao Stephen P. Estadstica para economista y Administradores de Empresas.
Stevenson William J. Estadstica para Administracin y Economa HARLA.
Wasserman Meter : Fundamentos de Estadstica, para negocios y Economa
CECSA.

32