VIDA NUEVA

MODALIDAD:

LÍNEA

JORNADA:

EN LINEA

CARRERA:

TECNOLOGÍA EN ADMINISTRACIÓN

ASIGNATURA:

CONTABILIDAD 1

CÓDIGO:

23233911

AUTOR:

MAURICIO VALENTIN RAMOS PARDO

DOCENTE:

ING .PAULA FLORES

FECHA:

JUNIO2022

QUITO – ECUADOR
1. DATOS INFORMATIPRACTICA N º 3

CÓDIGO: AUP06-GP-03
1. TEMA: Medidas de dispersión
2. TIEMPO DE DURACIÓN: 120 minutos
3. FUNDAMENTOS:

Las medidas de dispersión son medidas estadísticas que se utilizan para describir la
variabilidad o la dispersión de un conjunto de datos. Las tres medidas de dispersión más
comunes son el rango, la desviación estándar y la varianza.
El rango es la diferencia entre el valor máximo y el valor mínimo de un conjunto de datos.
Proporciona una idea general de la amplitud de los datos, pero es muy sensible a los valores
extremos.
La desviación estándar es una medida de dispersión que indica cuánto se alejan los datos de
la media. Se calcula encontrando la diferencia entre cada valor y la media, elevando cada
diferencia al cuadrado, sumando los cuadrados y dividiendo la suma entre el número de datos
menos uno. Finalmente, se toma la raíz cuadrada del resultado. La desviación estándar es una
medida de dispersión más robusta que el rango, ya que tiene en cuenta todos los valores y no
solo los valores extremos.
La varianza es el cuadrado de la desviación estándar. También mide la variabilidad de los
datos alrededor de la media y se calcula sumando los cuadrados de las diferencias entre cada
valor y la media y dividiendo la suma entre el número de datos menos uno. La varianza es
una medida de dispersión más sensible que la desviación estándar a los valores extremos, ya
que al elevar al cuadrado las diferencias, los valores extremos tienen un mayor impacto en la
medida.
Cada medida de dispersión tiene sus ventajas y limitaciones, y la elección de la medida
adecuada dependerá del tipo de datos y del propósito del análisis. Es importante recordar que
las medidas de dispersión proporcionan información sobre la variabilidad o dispersión de los
datos y complementan las medidas de tendencia central al proporcionar una imagen más
completa de los datos.
4. OBJETIVO(S)
• Describir la utilización de las medidas de dispersión, en la determinación de la
variación de las observaciones de un conjunto de datos con respecto a su media.
• Desarrollar problemas relacionado a las medidas de dispersión, para datos
agrupados.
• Analizar los resultados obtenidos sobre la dispersión de los datos con respecto a
su promedio.
5. MATERIALES
• Acceso a internet
• Programas online
• Excel
• Word
6. EQUIPOS
• Pc
• Teléfono inteligente
7. NORMAS DE SEGURIDAD
Antes del desarrollo de la práctica, el estudiante debe cumplir con las siguientes
normativas de seguridad:
• Salud e higiene de las manos
• Limpieza y desinfección de los espacios, mesas, computador
• Mantener ordenado el escritorio, para la generación de un ambiente armónico
• Tener una buena iluminación en el espacio de las tareas,
• Presentar una excelente ventilación del espacio de tareas.
• Evitar consumir alimentos o bebidas en el espacio de tareas.
• Realizar un buen uso de los equipos, materiales y mobiliario que se utilicen en las
tareas.
8. PREPARACIÓN PREVIA/ CONOCIMIENTOS PREVIOS
 • Conocimientos sólidos de álgebra, trigonometría y cálculo diferencial e integral,
ya que estos conceptos se utilizan en la estadística.
• Pensamiento lógico y crítico que implica la resolución de problemas y la toma de
decisiones basadas en datos.
• Conocimientos básicos de probabilidad el cual es un concepto fundamental en la
estadística como la definición de eventos, espacio muestral y probabilidad de un
evento.
• Conocimientos básicos de estadística descriptiva: que incluye conceptos de
medidas de tendencia central, medidas de dispersión y gráficos estadísticos.
• Aprender a utilizar software estadístico como R o SPSS puede ser muy útil para
llevar a cabo análisis estadísticos y visualización de datos. Es recomendable tener
una familiaridad básica con uno de estos programas antes de comenzar la
asignatura de estadística.
9. PROCEDIMIENTO
1. Efectuar una lectura comprensiva de las medidas de dispersión, del artículo propuesto

en los anexos.

2. Calcular las distintas medidas de dispersión para datos agrupado, con la información
propuesta a continuación
Ejercicio de aplicación:
Calcular todas las medidas de dispersión para los datos de la siguiente distribución
Xi 0–100 100–200 200–300 300-400 400-500
fi 90 140 150 120 100

Tabla 1

Cálculo del rango

K LIC LSC Xm fi fi Xm
1 0 100 50 90 4500
2 100 200 150 140 21000
3 200 300 250 150 37500
4 300 400 350 120 42000
5 400 500 450 100 45000
0 0
n= 600 150000
Nota. Se muestran los resultados del cálculo del rango o recorrido

Tabla 2

Cálculo de la desviación media

Desarrollo de la tabla de valores

Cálculo – desviación media

Resultado e interpretación – desviación media

K LIC LSC Xm fi fi Xm Xm- X I Xm- X I f i I Xm- X I

 1 0 100 50 90 4500 50,00 50,00 145500,00
2100
2 100 200 150 140 0 150,00 150,00 21000
3750
3 200 300 250 150 0 250,00 250,00 37500
4200
4 300 400 350 120 0 350,00 350,00 42000
4500
5 400 500 450 𝑥̅
100 0 450,00 450,00 45000
=
0,00 0,00 145500,00

Nota. Se muestran los resultados del cálculo de la desviación media

Tabla 3

Cálculo de la desviación típica o estándar

Nota. Se muestran los resultados del cálculo de la desviación media

3. Representar gráficamente, las dispersiones de la serie de datos del ejercicio

propuesto.
Tabla 4

Gráfica de dispersiones

Gráfica de dispersión

Nota. Se muestra la gráfica del ejercicio propuesto.

4. Interpretar los resultados obtenidos de la dispersión de los datos con respecto a su

promedio.

Tabla 5

Interpretación de resultados

Rango Desviación media Varianza Desviación típica

0-3700. 0-1500000
0-10
Nota. Resultados obtenidos del cálculo de las medidas de dispersión

10. ORGANIZADOR GRÁFICO DE LAS IDEAS PRINCIPALES

Elaborar un organizador gráfico sobre los tipos de medidas de dispersión y sus
respectivas fórmulas en el espacio correspondiente.

Desviación media Desviación Media Datos Agrupados

Desviación Típica

11. PREGUNTAS DE REFUERZO

¿Qué es el sesgo muestral?

Muestras que pueden incluir preferencia o excluir cierto tipo de resultados.

Normalmente esto hace que medidas

¿Qué es una medida de apuntamiento, y cuáles son?

Es una medida estadística que determina el grado de concentración que presentan

los valores de una variable alrededor de la zona central de la distribución de

frecuencias.

¿Qué es una medida de sesgo y cuáles son?

El sesgo es la diferencia entre el valor verdadero y el promedio de mediciones en

muchas determinaciones obtenidas por el mismo sistema de medición

12. CONCLUSIONES
Relacionadas a los objetivos
• Las medias de dispersión indican lo mucho o poco que se dispersan.

• Las medidas de dispersión permiten establecer el grado de una distribución en

que grado se estira o se comprime.

13. EVALUACIÓN DEL APRENDIZAJE

Rúbrica:

CONSIDERACIONES 0,60 MUY BUENO 0, 40 BUENO 0, 20 REGULAR

 Demuestra un limitado
Demuestra un amplio Demuestra un buen
conocimiento del tema,
conocimiento conocimiento, en el
Dominio del tema no es coherente, ni está
relacionado con el tema tema, pero no lo
relacionado con el tema
de la práctica. profundiza.
planteado.
La información
La información La información
presentada no es
presentada es rigurosa presentada es rigurosa,
rigurosa con la práctica
con la práctica es suficiente, pero no
realizada, pero no es
realizada, además es se halla argumentada a
suficiente, o no se
Desarrollo de la práctica abundante y se halla lo largo de todo el
encuentra bien
argumentada a lo largo informe.
argumentada a lo largo
de todo el informe; y Falla al responder a
de todo el informe
responde a todas las algunas preguntas
No responde a las
preguntas planteadas. planteadas.
preguntas planteadas.
Cumple totalmente el Cumple parcialmente el No se presenta el
formato establecido por formato establecido informe en el formato
Formato la guía práctica considerando algunos establecido, se cambia,
considerando todos los de los apartados. el tipo de letra, tablas,
apartados. y normas APA´s
Utiliza de forma Utiliza de forma No se utiliza de forma
técnica la información técnica la información, técnica la información
fundamentada en la pero no se o se fundamenta en la
Preguntas de refuerzo investigación. Se hallan fundamentadas en la investigación.
bien explicadas y son investigación. Se hallan
realistas. bien explicadas y son
realistas.
Presenta conclusiones Presenta conclusiones Las conclusiones no
de forma satisfactoria, enfocada a los son de aporte a los
Conclusiones
relacionada con los objetivos de forma objetivos de la practica
objetivos de la práctica. parcial. o no presenta.
14. BIBLIOGRAFÍA
Díaz, A. (2013). Estadística aplicada a la Administración y la Economía. México:

McGraw Hill.

Spiegel, M., Schiller, J. (2013). Probabilidad y Estadística. México: McGraw Hill.

Newbold, P. (2013). Estadística para Administración y Economía. España: Pearson.

Pérez, R. (2013). Estadística aplicada para Ciencias Económicas, Administración y

Sociales. México: Trillas.

Sarmiento, B. (2014). Estadística descriptiva. Colombia

Rustom, A. (2017). Estadística descriptiva probabilidad e inferencia. Chile: Universidad

de Chile.

15. ANEXOS
Anexo 1

Medidas de dispersión

A pesar de la gran importancia de las medidas de tendencia central y de la cantidad de

información que aportan individualmente, no hay que dejar de señalar que en muchas

ocasiones esa información, no sólo no es completa, sino que puede inducir a errores en su

interpretación. Veamos algunos ejemplos.

Consideremos dos grupos de personas extraídos como muestras respectivas de dos

poblaciones distintas: el primero está compuesto por 100 personas que asisten a la proyección

de una película para niños, y el segundo por 100 personas elegidas entre los asistentes a una

discoteca juvenil. Pudiera ocurrir que, aun siendo las distribuciones de las edades de ambos

grupos muy distinta, la media y la mediana coincidieran para ambas. (Da un ejemplo concreto

en que esto ocurra).

Igualmente ocurre en este otro ejemplo. La caja de un kiosco registra las siguientes entradas

en miles de pesos, a lo largo de dos semanas correspondientes a épocas distintas del año

1ª semana 2ª semana

10 30

20 40

30 50

50 50

60 60

80 60

100 60

350 350
La media y la mediana de ambas distribuciones coinciden (el valor de ambas es 50 en los dos

casos) y, sin embargo, las consecuencias que se podrían derivar de una y otra tabla son bien

distintas.

Comprendemos pues, a la vista de estos ejemplos, la necesidad de conocer otras medidas,

aparte de los valores de centralización, que nos indiquen la mayor o menor desviación de

cada observación respecto de aquellos valores.

Las medidas de desviación, variación o dispersión que estudiaremos a continuación son:

Rango o amplitud, desviación media y desviación típica.

Rango, amplitud total o recorrido

El rango se suele definir como la diferencia entre los dos valores extremos que toma la

variable. Es la medida de dispersión más sencilla y también, por tanto, la que proporciona

menos información. Además, esta información puede ser errónea, pues el hecho de que no

influyan más de dos valores del total de la serie puede provocar una deformación de la

realidad.

Comparemos, por ejemplo, estas dos series:

Serie 1: 1 5 7 7 8 9 9 10 17

Serie 2: 2 4 6 8 10 12 14 16 18

Ambas series tienen rango 16, pero están desigualmente agrupadas, pues mientras la primera

tiene una mayor concentración en el centro, la segunda se distribuye uniformemente a lo

largo de todo el recorrido.

El uso de esta medida de dispersión, será pues, bastante restringido.

Desviación media
En teoría, la desviación puede referirse a cada una de las medidas de tendencia central:

media, mediana o moda; pero el interés se suele centrar en la medida de la desviación con

respecto a la media, que llamaremos desviación media.

Puede definirse como la media aritmética de las desviaciones de cada uno de los valores con

respecto a la media aritmética de la distribución, y de indica así:

DM =
 x−x
N

Nótese que se toman las desviaciones en valor absoluto, es decir, que la fórmula no distingue

si la diferencia de cada valor de la variable con la media es en más o en menos.

Ya se habrá advertido que esta expresión sirve para calcular la desviación media en el caso de

datos sin agrupar.

Veamos ahora cómo se calcula la desviación media en el caso de datos agrupados en

intervalos.

DM =
 n x
i

Donde observamos que ahora las desviaciones van multiplicadas por las frecuencias de los

intervalos correspondientes.

Además, las desviaciones son de cada centro, o marca de clase, a la media aritmética. Es

decir,

DM =
 n (x
i m − x)
N

Ejemplo: Para hallar la desviación media de la siguiente tabla referida a las edades de La

desviación media viene a indicar el grado de concentración o de dispersión de los valores de

la variable. Si es muy alta, indica gran dispersión; si es muy baja refleja un buen

agrupamiento y que los valores son parecidos entre sí.

La desviación media se puede utilizar como medida de dispersión en todas aquellas

distribuciones en las que la medida de tendencia central más significativas haya sido la

media. Sin embargo, para las mismas distribuciones es mucho más significativa la desviación

típica, que estudiaremos a continuación, y eso hace que el uso de la desviación media sea

cada vez más restringido.

Desviación típica

Es sin duda la medida de dispersión más importante, ya que además sirve como medida

previa al cálculo de otros valores estadísticos.

La desviación típica se define como la raíz cuadrada de la media de los cuadrados de las

desviaciones con respecto a la media de la distribución. Es decir,

S=
 (x − x)2

Para datos sin agrupar, o bien:

 x−x
2

S=
N

Cálculo de la desviación típica para datos no agrupados en clases

Veamos la fórmula anterior aplicada a un caso concreto.

Hallar la desviación típica de la serie: 5, 8, 10, 12, 16.

x x−x x−x 2

5 -5,2 27,04

8 -2,2 4,84

10 -0,2 0,04

12 1,8 3,24
 16 5,8 33,64

Primero hallamos x = 10,2

Luego S = 13,76 = 3,71

Cálculo de la desviación típica para datos agrupados en clases y agrupados por frecuencias

Método largo: Se aplica la siguiente fórmula

S=
 fx 2

x = xm − x
Donde y f es la frecuencia absoluta de cada intervalo.

Método abreviado o corto: La fórmula a utilizar es:

 fd   fd
2
2

S=I − 
N  N 
 

Donde:

I: amplitud de la clase

D: distancia en clases desde cada una en concreto a la clase que contiene a la media supuesta

A.

Fuente: Murray, S. (2013). Probabilidad y Estadística.