UNIVERSIDAD MARIANO GLVEZ DE GUATEMALA

FACULTAD DE CIENCIAS DE LA ADMINISTRACIN

DIRECCIN DE POSTGRADOS
MAESTRA EN GESTION Y DIRECCION DE RECURSO HUMANO
SEDE: ESCUINTLA
CURSO: MODELOS PARA LA TOMA DE DECISIONES
CATEDRTICA: CLAUDIA ESMERALDA MARISOL VILLELA CERVANTES
ESTUDIANTES:
HUGO DANIEL CETINO MONROY - 2728-0814031
BRISA MENDIZBAL AGUILAR 2728-155207

INTRODUCCIN
La estadstica descriptiva como parte de un modelo para la toma de decisiones,
permite visualizar la informacin de una manera muy grfica y entendible.
Permite manipular los datos con los que se cuenta para plantear el problema
de forma cuantitativa con el fin de encontrar la solucin. Es necesario
comprender la utilidad de cada uno de los modelos de la estadstica descriptiva
para poder dar el enfoque que se requiere para su uso adecuado. A
continuacin se presentan las sub divisiones de la Estadstica Descriptiva.

ESTADISTICADESCRIPTIVA
Antes de describir la estadstica descriptiva se ver el concepto de estadstica:
la estadstica es una ciencia formal y una herramienta que estudia el uso y los
anlisis provenientes de una muestra representativa de datos, busca explicar
las correlaciones y dependencias de un fenmeno fsico o natural, de
ocurrencia en forma aleatoria o condicional.
Sin embargo, la estadstica es ms que eso, es decir, es la herramienta
fundamental que permite llevar a cabo el proceso relacionado con
la investigacin cientfica.
Es transversal a una amplia variedad de disciplinas, desde la fsica hasta
las ciencias sociales, desde las ciencias de la salud hasta el control de
calidad.Se usa para la toma de decisiones en reas de negocios o
instituciones gubernamentales.(WIKIPEDIA, 2015).
La estadstica es una materia que est clasificada en dos grandes ramas, la
Estadstica descriptiva y la Estadstica inferencial.
La estadstica descriptiva es aquella rama de la Estadstica que se encarga
mediante la aplicacin de mtodos y tcnicas de obtener, organizar, presentar
y describir los datos. El resumen de los datos puede realizarse en forma
tabular, grfica o numrica.(Rodrguez Franco, 2014). Es la parte de la
estadstica que se ocupa solamente de describir y analizar un conjunto dado de
datos, sin sacar conclusiones o inferencias. Comprende la tabulacin,
representacin de una serie de datos que pueden ser cuantitativos como
estatura y peso o cualitativos como sexo y tipo de personalidad. (Salvador,
2008).
Esta es una herramienta til para resumir una gran poblacin de datos para
poderlos manejar.

MEDIDAS DE TENDENCIA CENTRAL:

Una medida de tendencia central es un nico valor que indica el centro de una
serie de nmeros a partir de los cuales se calcula. (Salvador, 2008). Para ello

se necesita comprender el concepto de promedio: es un valor tpico o

representativo de un conjunto de datos y tienen a situarse en el centro del
conjunto de datos ordenados segn su magnitud, los promedios se conocen
tambin como medidas de centralizacin. (Salvador, 2008).
Las medidas de centralizacin que se conocen son las siguientes:

Media aritmtica o media.

Mediana.
Moda.
Media geomtrica.
Media armnica.

Media Aritmtica:Esta es conocida comnmente como el promedio entre una

serie de datos, su smbolo es

Ejemplo: Promedio = X1 + X2 + X3.+ Xn

n
8 + 5 + 6 + 7+ 8 =34= 6.8
5
5
Mediana:Esta medida es la que divide un conjunto de datos en dos grupo, en
donde el primero son los datos menores y el segundo grupo ser el rango de
datos mayores, est representada por las letras Md.
El procedimiento para obtener la mediana es el siguiente:
Ordenar y clasificar los valores de menor a mayor o de mayor a menor.
Contar la cantidad de valores para saber si son un nmero par o impar.
Si es un nmero impar de valores, la mediana es el valor central. En cambio
para un nmero par de valores, la mediana es el promedio de los valores
centrales. (Salvador, 2008)
Para encontrar la mediana se utiliza la siguiente frumula: (n+1)/2. Esta
frmula nos dar la posicin en donde se encontrar la mediana, el valor lo
encontraremos cuando ubiquemos dicha posicin. Ejemplo:
Para encontrar la mediana entre los nmeros 7, 8 y 10 se desarrolla la frmula:
(3+1)/2= 2, como se observa el resultado es 2, la mediana estar en la

segunda posicin de nuestra lista de nmeros y el valor que se encuentra en

sta posicin es el nmero 8. Mediana = 8.
Moda: Este es el valor que ms se repite en una serie de datos y es fcilmente
identificable, est representada por Mo. Ejemplo: En la lista de valores 1, 2, 2,
2, 3, 4, 5, 6 la moda es 2. Cuando se quiere encontrar la moda en una serie
de nmeros en donde hay dos nmeros que se repiten la misma cantidad de
veces, se debe obtener el promedio de ambos, ejemplo:
1, 2, 2, 2, 3, 4, 5, 5, 5, 8 promedio entre 2 y 5 = (2+5=7) (7/2= 3.5), se dice
que la moda es 3.5
En sntesis, Monroy Saldivar, Salvador nos presenta las medidas de tendencia
central en una tabla de comparacin.

CONCEPTO
Media

Mediana

Moda

DEFINICION
Es un dato que
define el valor
promedio de
todas las
puntuaciones.
El valor que
divide a la serie
en dos partes
iguales. La mitad
de los valores son
mayores y la otra
mitad son
menores.
Valor con la
frecuencia ms
alta.

MEDIDAS DE FORMA:

VENTAJAS
1. Refleja cada
valor.
2. Propiedades
matemticas
atractivas.
1. Menos sensible
a los extremos
que la media.

LIMITACIONES
Puede ser
excesivamente
influida por los
extremos.

1. Valor tpico:
ms valores
reunidos en
este punto que
en cualquier
otro.

No se presta para
el anlisis
matemtico.
Puede no ser un
valor modal para
algunos conjuntos
de datos.

Difcil de
determinar si hay
gran cantidad de
datos.

Las medidas de forma evalan la forma que toman la distribucin de frecuencia

respecto al grado de distorsin que registra respecto al valor promedio. Las
medidas de forma se clasifican en dos: la asimetra y la curtosis. (SLIDESHARE,
2013)
Asimetra: Es una medida para identificar si los datos se distribuyen de forma
uniforme alrededor del promedio. Una distribucin es simtrica cuando la
media, mediana y moda son iguales, se dice que la asimetra es positiva
cuando la mayora de los datos se encuentran por encima del valor de la media
aritmtica, cuando se distribuye aproximadamente la misma cantidad de datos
en ambos lados de la media la curva es simtrica, cuando la mayor cantidad
de datos se aglomeran en los valores menores de la media se le conoce como
asimetra negativa. (SLIDESHARE, 2013).
Asimtrica
positiva

Simetra

Asimtrica
negativa

(TUVERAS.COM,
2015)

Apuntamiento o curtosis: Indica que tan concentrados o dispersos estn los

datos en una distribucin.
Si los datos estn muy concentrados hacia la media, la distribucin es
leptocrtica (curtosis mayor a 0, positivo). Cuando los datos estn muy
dispersos, la distribucin es platicrtica (curtosis menor a 0, negativo). El
comportamiento normal exige que la curtosis sea igual a 0 y se le llama
distribucin mesocrtica.

Ejemplo:

MEDIDAS DE DISPERSIN:
Las medidas de dispersin cuantifican la separacin, la dispersin, la
variabilidad de los valores
de la distribucin respecto al valor central.
(MONOGRAFIAS, 2015).
La dispersin es importante porque:
Proporciona informacin adicional que permite juzgar la confiabilidad de la
medida de la tendencia central. Si los datos se encuentran ampliamente
dispersos, la posicin central es menos representativa de los datos.
Ya que existen problemas caractersticos para datos ampliamente dispersos,
debemos ser capaces de distinguir que presentan esa dispersin antes de
abordar esos problemas.
Quiz se desee comparar las dispersiones de diferentes muestras. Si no se
desea tener una amplia dispersin de valores con respecto al centro de
distribucin o esto presenta riesgos inaceptables, necesitamos tener habilidad
de reconocerlo y evitar escoger distribuciones que tengan las dispersiones ms
grandes. (MONOGRAFIAS, 2015).
Rango estadstico: es la diferencia entre el valor mximo y el valor mnimo
en un grupo de nmeros aleatorios. Rango = (Max Min).
Rango medio: El rango medio de un conjunto de valores numricos es la
media del mayor y menor valor o la tercera parte del camino entre el dato de
menor valor y el dato de mayor valor.
Medio Rango =
(Max + Min)/2.

Varianza: Es una medida estadstica que mide la dispersin de los valores

respecto a un valor central (media), es decir, es el cuadrado de las
desviaciones.
La
frmula
para
encontrar
la
varianza
es:

Desviacin tpica: Para evitar que la varianza a veces no se interprete claramente, debido a que se mide
en unidades cuadrticas, se define otra medida de desviacin y es la desviacin estndar que se haya
como la raz cuadrada positiva de la varianza. Esta medida est representada en su mayora con la
inicial S porque es la inicial de su nominacin en ingls.

Covarianza: La covariancia entre dos variables es un estadstico resumen

indicador de si las puntuaciones estn relacionadas entre s. Este tipo de
estadstico puede utilizarse para medir el grado de relacin de dos variables si
ambas utilizan una escala de medida a nivel de intervalo o razn (variables
cuantitativas). La frmula suele aparecer como:

Coeficiente de correlacin: Esta medida es la que se utiliza cuando se quiere

comparar el grado de disoersin de dos distribuciones que no dadas en las
mismas unidades o que las medias no son iguales. De este obtenemos un
nmero independiente. Es la que se define como la relacin por cociente entre
la desviacin estndar y la media aritmtica, tiende a ser el porcentaje de la
media artimtica. La frmula es la siguiente:

C.V. representa el nmero de veces que la desviacin tpica contiene a la media

aritmtica y por lo tanto, cuanto mayor es CV mayor es la dispersin y menor
la representatividad de la media.

CONCLUSIN
La facilitacin de representar los datos de una forma grfica utilizando la
estadstica descriptiva es una herramienta muy efectiva para la toma de
decisiones.
Aunque el obtener estos grficos como informacin de entrada para la solucin
creativa de problemas resulte un poco metdico y se lleve tiempo, est
comprobado que las mejores decisiones se toman con base a al anlisis de la
realidad y de mtodos cientficos como la estadstica.

BIBLIOGRAFIA
C. Meza, A. M. (1980). Introduccin al mtodo estadstico. Mxico: UAM-X.
MONOGRAFIAS. (06 de 03 de 2015). Recuperado el 06 de 03 de 2015, de
MONOGRAFIAS: http://www.monografias.com/trabajos43/medidasdispersion/medidas-dispersion.shtml
Rodrguez Franco, J. P. (2014). Estadstica para Administracin. Mxico:
Larousse-Grupo Editorial Patria.
Salvador, M. S. (2008). Estadstica Descriptiva. Mxico: ProQuest Ebrary.
SLIDESHARE. (18 de 01 de 2013). Recuperado el 06 de 03 de 2015, de
SLIDESHARE: http://es.slideshare.net/rosa61/8medidas-de-forma-16048407
TUVERAS.COM. (06 de 03 de 2015). Recuperado el 06 de 03 de 2015, de
TUVERAS.COM: http://www.tuveras.com/estadistica/estadistica02.htm
WIKIPEDIA. (3 de 3 de 2015). Recuperado el 3 de 3 de 2015, de WIKIPEDIA:
http://es.wikipedia.org/wiki/Estad%C3%ADstica