SlideShare uma empresa Scribd logo
1 de 19
MEDIDAS DE 
DISPERCIÓN
La dispersión es una distribución de frecuencias 
ya graficada en una curva o polígono es una 
característica muy importante, por las 
siguientes razones: 
 Proporciona información adicional que 
permite juzga la confiabilidad de las medidas 
de tendencia central, si los datos están muy 
dispersos la posición central es menos 
representativa entre mas estrecha la curva 
son mas confiables las medidas de tendencia 
central.
 Cuando los datos son muy dispersos indican que 
pueden hacer problemas . 
NOTA: cuando las curvas es mas cerrada los 
valores son mas representativos.
La dispersión puede medirse en términos de la 
diferencia de dos valores seleccionados de un 
conjunto de datos. 
Medidas de distancia: 
a) El alcance (rango, diferencia o gama). 
b) El alcance interfractil. 
c) El alcance intercuartil.
 Ejemplo: 
Calcula el rango de los viajes realizados por 
una ruta turística en el ultimo mes: 
147, 95, 93, 127, 143, 101, 123, 83. 
Rango= 83 -147= 64
Las descripciones mas comprensivas de la 
dispersión son aquellas que tratan sin aquellas 
que tratan con la desviación promedio con 
respecto a alguna medida de tendencia central; 
entre las que destaca esta la variación y la 
deviación estándar. 
1. El alcance. 
2. Alcance interfractil. 
3. Alcance intercuartil. 
4. Desviación media. 
5. Desviación estándar o típica. 
6. Varianza 
7. Coeficiente de variación.
Desviación media 
Es la diferencia en valor absoluto entre cada 
valor de la variable estadística y la media 
aritmética. 
FORMULA PARA DATOS INDIVIDUALES. 
X=c/u observación. 
Media= media aritmética 
N= total de observaciones.
 Ejemplo: 
Tomas Gutiérrez analista estadístico de la 
empresa “Vector casa de bolsa”, ayuda a 
diseñar el lema de la compañía “si no sabe en 
que invertir investigue”. Esta preocupado por el 
volumen mensual de los contratos de inversión 
que la compañía a firmado durante el año; lo 
ideal es que estas cantidades se estable. Los 
datos recibidos fueron los siguientes: 
253, 43, 104, 380, 633, 467, 57, 162, 500, 220, 
201, 302. 
Calcular le rango y la desviación media. 
Rango=633 – 43= 590 
Media= 276.83
D.M.= /253 – 276.83/ + /43 – 276.83/ + /104 – 
276.83/ + /380 – 276.83/ + /633 – 276.83/ + 467 
– 276.83/ + /57 – 276.83/ + /162 – 276.83/ + 
/500 – 276.83/ + /220 – 276.83/ + /201 – 
276.83/ + /300 – 2676.83/ 
---------------------------------------------------------------- 
12 
D.M.= /23.83/ + /-233.83/ + /172.83/ + /103.17/ 
+ /353.17/ + /190.17/ + /219.83/ + /14.83/ + 
/223.17/ + /56.83/ + /75.83/ + /25. 17/ 
-------------------------------------------------- 
12 
D.M.= 149.63
DATOS AGRUPADOS 
La edad de los residentes de la estancia “El 
abuelo feliz” se muestra la siguiente 
distribución. 
EDAD F X F*X /X - MEDIA/ F*/X-MEDIA/ 
47-52 4 49.5 198 /20.77/ 83.08 
53-58 9 55.5 499.5 /14.77/ 132.93 
59-64 13 61.5 799.5 /8.77/ 114.01 
65-70 42 67.5 283.5 /2.67/ 116. 34 
71-76 39 73.5 2866.5 /3.23/ 125.97 
77-82 20 79.5 1590 /9,23/ 187.6 
83-88 9 85.5 769.5 /15.23/ 137.43 
SUMAS 136 7006.5 0 781.02 
Media= 7006.5/136= 51.51 
D.M.= 781.02/136= 5.74
Desviación típica o desviación 
estándar 
Se representa con la letra S, es la raíz 
cuadrada de la varianza. También se define 
como la raíz cuadrada del promedio de las 
distancia sal cuadrado que una de las 
observaciones a la media. 
Usos: 
 Permite determinar con un buen grado de 
precisión donde se localiza los valores de una 
distribución de frecuencias con relación a la 
media.
 Permite medir con mas precisión el 
porcentaje de las observaciones que caen 
dentro de un alcance especifico de una curva 
simétrica en forma de campana: 
aproximadamente el 68% de los valores caen 
dentro de una variación de ± una desviación 
estándar apartir de la media. 
 El 95% de los valores estará dentro ± 2 
desviaciones estándar. 
 El 99% de los valores estara en un intervalo 
del ± 3 desviaciones estandar.
Formula datos individuales
Ejemplo: 
Los datos de una muestra de la producción 
diaria de botes de fibra de vidrio en una fabrica 
de Miyami son: 
17, 21, 18, 27, 17, 21, 20, 22, 18, 33 
El gerente de producción de la compañía siente 
que una desviaron estándar de mas de 3 botes 
por día indica una variación de una tasa de 
producción inaceptable. Debe preocupar por la 
tasa de producción de plantas? 
MEDIA= 17+21+18+27+17+21+20+22+18+33 
---------------------------------------------------- 
10 
Media= 21.4
N=10 
S=√(17-21.4)² + (21-21,4)² + (18-221.4)² + (27- 
21.4)² + (17-21.4)² + (21-2.4)² + (20-21.4)² + 
(22-21.4)² + (18-21.4)² + (33-21.4)² 
---------------------------------------------------------------- 
10 
S=√19.39 + 0.16 + 11.56 + 31.36 + 19.36 + 0.16 
+ 1.96 + 0.36 + 11.56 + 134.56 
---------------------------------------------------------------- 
10 
S=√230.4/10= √23.04= 4.8
Si se debe de preocupar 
Media= 21.4 – 4.8= 16.6 botes 
21.4 + 4.8= 26.2 botes 
Formula datos agrupados
Ejemplo 
El numero de cheques cobrado en 5 sucursales 
del banco Banorte ubicados en V. de A. se 
muestran en la siguiente distribución. 
CHEUQES F X F*X /X-MEDIA/ (X-MEDIA)² F*(X-MEDIA)² 
0-199 10 99.5 995 /-490/ 240100 2401000 
200-399 13 299.5 3893.5 /-290/ 84100 1093300 
400-599 17 499.5 8491.5 /-90/ 8100 137700 
600-799 42 699.5 29379 /110/ 12100 508200 
800-999 18 899.5 16191 /310/ 96100 1729800 
SUMAS 100 58950 5870000 
Media= 5870000/100= 589.5
Video (yuliana)

Mais conteúdo relacionado

Mais procurados

Formulario de pruebas de hipótesis 2012-2
Formulario de pruebas de hipótesis 2012-2Formulario de pruebas de hipótesis 2012-2
Formulario de pruebas de hipótesis 2012-2
ITS CONSULTORIAS S.A.C
 
Estadística inferencial 1
Estadística inferencial 1Estadística inferencial 1
Estadística inferencial 1
Roberto Castro
 
14 prueba chi cuadrado
14 prueba chi cuadrado14 prueba chi cuadrado
14 prueba chi cuadrado
Yerko Bravo
 
7. Análisis de Varianza (ANOVA)
7. Análisis de Varianza (ANOVA) 7. Análisis de Varianza (ANOVA)
7. Análisis de Varianza (ANOVA)
Consuelo Valle
 

Mais procurados (20)

Tabla t student
Tabla t studentTabla t student
Tabla t student
 
Tabla fischer una cola alfa 0.05
Tabla fischer una cola alfa 0.05Tabla fischer una cola alfa 0.05
Tabla fischer una cola alfa 0.05
 
Formulario de pruebas de hipótesis 2012-2
Formulario de pruebas de hipótesis 2012-2Formulario de pruebas de hipótesis 2012-2
Formulario de pruebas de hipótesis 2012-2
 
Estadística: Prueba de Tukey
Estadística: Prueba de TukeyEstadística: Prueba de Tukey
Estadística: Prueba de Tukey
 
Coeficiente de correlacion
Coeficiente de correlacionCoeficiente de correlacion
Coeficiente de correlacion
 
Tablas
TablasTablas
Tablas
 
Estadística inferencial 1
Estadística inferencial 1Estadística inferencial 1
Estadística inferencial 1
 
Ejercicios cuadrados latinos ejercicio 2
Ejercicios cuadrados latinos ejercicio 2Ejercicios cuadrados latinos ejercicio 2
Ejercicios cuadrados latinos ejercicio 2
 
14 prueba chi cuadrado
14 prueba chi cuadrado14 prueba chi cuadrado
14 prueba chi cuadrado
 
Analisis parametricos-y-no-parametricos
Analisis parametricos-y-no-parametricosAnalisis parametricos-y-no-parametricos
Analisis parametricos-y-no-parametricos
 
Prueba de KRUSKAL WALLIS
Prueba de KRUSKAL WALLISPrueba de KRUSKAL WALLIS
Prueba de KRUSKAL WALLIS
 
Estadistica distribucion_de_frecuencias
Estadistica  distribucion_de_frecuenciasEstadistica  distribucion_de_frecuencias
Estadistica distribucion_de_frecuencias
 
Analisis de la varianza Est ind clase04
Analisis de la varianza Est ind clase04Analisis de la varianza Est ind clase04
Analisis de la varianza Est ind clase04
 
2012 3 distribucion-f_(fisher)
2012 3 distribucion-f_(fisher)2012 3 distribucion-f_(fisher)
2012 3 distribucion-f_(fisher)
 
7. Análisis de Varianza (ANOVA)
7. Análisis de Varianza (ANOVA) 7. Análisis de Varianza (ANOVA)
7. Análisis de Varianza (ANOVA)
 
Pruebas de bondad de ajuste vfinal
Pruebas de bondad de ajuste vfinalPruebas de bondad de ajuste vfinal
Pruebas de bondad de ajuste vfinal
 
Probabilidades, pozo millonario loteria nacional
Probabilidades, pozo millonario loteria nacionalProbabilidades, pozo millonario loteria nacional
Probabilidades, pozo millonario loteria nacional
 
PRUEBA DE DUNCAN
 PRUEBA DE DUNCAN PRUEBA DE DUNCAN
PRUEBA DE DUNCAN
 
Metodo parametrico y no parametrico
Metodo parametrico y no parametricoMetodo parametrico y no parametrico
Metodo parametrico y no parametrico
 
Prueba de homogeneidad de varianza
Prueba de homogeneidad de varianzaPrueba de homogeneidad de varianza
Prueba de homogeneidad de varianza
 

Destaque

Calculo de deciles
Calculo de decilesCalculo de deciles
Calculo de deciles
jairoyd
 
Coeficiente de asimetria
Coeficiente de asimetriaCoeficiente de asimetria
Coeficiente de asimetria
oaca54
 

Destaque (20)

Estrategia con rea semana 4
Estrategia con rea semana 4Estrategia con rea semana 4
Estrategia con rea semana 4
 
Portafolio de evidencia semana3
Portafolio de evidencia semana3Portafolio de evidencia semana3
Portafolio de evidencia semana3
 
Medidas de dispersión
Medidas de dispersiónMedidas de dispersión
Medidas de dispersión
 
Evidencia 2
Evidencia 2Evidencia 2
Evidencia 2
 
Media geome!!
Media geome!!Media geome!!
Media geome!!
 
Tarea de tina martinez para hoy
Tarea de tina martinez para hoyTarea de tina martinez para hoy
Tarea de tina martinez para hoy
 
Rangos (medidas de dispersión)
Rangos (medidas de dispersión)Rangos (medidas de dispersión)
Rangos (medidas de dispersión)
 
Calculo de cuartiles
Calculo de cuartilesCalculo de cuartiles
Calculo de cuartiles
 
Universidad de colimajamil
Universidad de colimajamilUniversidad de colimajamil
Universidad de colimajamil
 
Media geométrica expocición
Media geométrica expociciónMedia geométrica expocición
Media geométrica expocición
 
Medidas de dispercion
Medidas de dispercionMedidas de dispercion
Medidas de dispercion
 
Matematicas i primer semestre 2011. ppt 1
Matematicas i primer semestre 2011. ppt 1Matematicas i primer semestre 2011. ppt 1
Matematicas i primer semestre 2011. ppt 1
 
Ejercicios de Matemáticas 1 er. parcial (UVM-2014)
Ejercicios de Matemáticas 1 er. parcial (UVM-2014)Ejercicios de Matemáticas 1 er. parcial (UVM-2014)
Ejercicios de Matemáticas 1 er. parcial (UVM-2014)
 
Tema 3 Medidas De Tendencia Central
Tema 3 Medidas De Tendencia CentralTema 3 Medidas De Tendencia Central
Tema 3 Medidas De Tendencia Central
 
Medidas de dispersion
Medidas de dispersionMedidas de dispersion
Medidas de dispersion
 
Calculo de deciles
Calculo de decilesCalculo de deciles
Calculo de deciles
 
Lectura 5.1 Medidas De Tendencia Central
Lectura 5.1 Medidas De Tendencia CentralLectura 5.1 Medidas De Tendencia Central
Lectura 5.1 Medidas De Tendencia Central
 
Medidas de tendencia central y de dispersión
Medidas de tendencia central y de dispersiónMedidas de tendencia central y de dispersión
Medidas de tendencia central y de dispersión
 
Ejercicio resuelto competencia perfecta
Ejercicio resuelto competencia perfectaEjercicio resuelto competencia perfecta
Ejercicio resuelto competencia perfecta
 
Coeficiente de asimetria
Coeficiente de asimetriaCoeficiente de asimetria
Coeficiente de asimetria
 

Semelhante a Video (yuliana)

Trabajos de estadistika
Trabajos de estadistikaTrabajos de estadistika
Trabajos de estadistika
marianancy91
 
Trabajos de estadistika
Trabajos de estadistikaTrabajos de estadistika
Trabajos de estadistika
marianancy91
 
Pres8 medidas de_dispersion
Pres8 medidas de_dispersionPres8 medidas de_dispersion
Pres8 medidas de_dispersion
Leonardo Iriarte
 
Separata de medidas variabilidad o dispersion
Separata de medidas variabilidad o dispersionSeparata de medidas variabilidad o dispersion
Separata de medidas variabilidad o dispersion
Luis Alberto Fernandez
 
Separata de medidas variabilidad o dispersion
Separata de medidas variabilidad o dispersionSeparata de medidas variabilidad o dispersion
Separata de medidas variabilidad o dispersion
Luis Alberto Fernandez
 

Semelhante a Video (yuliana) (20)

Medidas de dispercion
Medidas de dispercionMedidas de dispercion
Medidas de dispercion
 
Mic sesión 4
Mic sesión 4Mic sesión 4
Mic sesión 4
 
Probabilidad y estadistica
Probabilidad y estadisticaProbabilidad y estadistica
Probabilidad y estadistica
 
Medidas de tendencia central JRLM
Medidas de tendencia central JRLMMedidas de tendencia central JRLM
Medidas de tendencia central JRLM
 
Medidas de dispersión empleando excel
Medidas de dispersión empleando excelMedidas de dispersión empleando excel
Medidas de dispersión empleando excel
 
Medidas de tendencia central - Albbanys Campos
Medidas de tendencia central - Albbanys CamposMedidas de tendencia central - Albbanys Campos
Medidas de tendencia central - Albbanys Campos
 
inei indicadores
inei indicadoresinei indicadores
inei indicadores
 
Capitulo3
Capitulo3Capitulo3
Capitulo3
 
Trabajos de estadistika
Trabajos de estadistikaTrabajos de estadistika
Trabajos de estadistika
 
Trabajos de estadistika
Trabajos de estadistikaTrabajos de estadistika
Trabajos de estadistika
 
MODULO 1.pptx
MODULO 1.pptxMODULO 1.pptx
MODULO 1.pptx
 
Clase5 métodoslj
Clase5 métodosljClase5 métodoslj
Clase5 métodoslj
 
a quien interese
a quien interesea quien interese
a quien interese
 
Desviacion estandar
Desviacion estandarDesviacion estandar
Desviacion estandar
 
Pres8 medidas de_dispersion
Pres8 medidas de_dispersionPres8 medidas de_dispersion
Pres8 medidas de_dispersion
 
Separata de medidas variabilidad o dispersion
Separata de medidas variabilidad o dispersionSeparata de medidas variabilidad o dispersion
Separata de medidas variabilidad o dispersion
 
Separata de medidas variabilidad o dispersion
Separata de medidas variabilidad o dispersionSeparata de medidas variabilidad o dispersion
Separata de medidas variabilidad o dispersion
 
Pres8 medidas de_dispersion
Pres8 medidas de_dispersionPres8 medidas de_dispersion
Pres8 medidas de_dispersion
 
Alexis melendez 20764378 presentación slideshare (medidas de tendencia). esta...
Alexis melendez 20764378 presentación slideshare (medidas de tendencia). esta...Alexis melendez 20764378 presentación slideshare (medidas de tendencia). esta...
Alexis melendez 20764378 presentación slideshare (medidas de tendencia). esta...
 
P_Sem04_Ses08_Medidas_dispersión_no_agrupados con ejercicio con 2 muestras.pptx
P_Sem04_Ses08_Medidas_dispersión_no_agrupados con ejercicio con 2 muestras.pptxP_Sem04_Ses08_Medidas_dispersión_no_agrupados con ejercicio con 2 muestras.pptx
P_Sem04_Ses08_Medidas_dispersión_no_agrupados con ejercicio con 2 muestras.pptx
 

Mais de Tina Campos

Mais de Tina Campos (20)

Apuntes de administracion y calidad
Apuntes de administracion y calidadApuntes de administracion y calidad
Apuntes de administracion y calidad
 
Estrategias didacticas
Estrategias didacticasEstrategias didacticas
Estrategias didacticas
 
La practica docente
La practica docenteLa practica docente
La practica docente
 
Modelos teoricos de las escuelas
Modelos teoricos de las escuelasModelos teoricos de las escuelas
Modelos teoricos de las escuelas
 
Manual de practivas v 3.0
Manual de practivas v 3.0Manual de practivas v 3.0
Manual de practivas v 3.0
 
Sociedades extranjeras
Sociedades extranjerasSociedades extranjeras
Sociedades extranjeras
 
S de r l
S de r lS de r l
S de r l
 
Las acciones
Las accionesLas acciones
Las acciones
 
Auxiliares mercantiles
Auxiliares mercantilesAuxiliares mercantiles
Auxiliares mercantiles
 
Rubrica periódico mural
Rubrica periódico muralRubrica periódico mural
Rubrica periódico mural
 
Rubrica para evaluar un manual
Rubrica para evaluar un manualRubrica para evaluar un manual
Rubrica para evaluar un manual
 
Rubrica exposición (temas)
Rubrica exposición (temas)Rubrica exposición (temas)
Rubrica exposición (temas)
 
Lista de cotejo antologia
Lista de cotejo antologiaLista de cotejo antologia
Lista de cotejo antologia
 
Lista de cotejo manual de procedimientos
Lista de cotejo manual de procedimientosLista de cotejo manual de procedimientos
Lista de cotejo manual de procedimientos
 
Lista de cotejo proyecto multidisciplinar
Lista de cotejo proyecto multidisciplinarLista de cotejo proyecto multidisciplinar
Lista de cotejo proyecto multidisciplinar
 
Lista de cotejo proyecto de planeación
Lista de cotejo proyecto de planeaciónLista de cotejo proyecto de planeación
Lista de cotejo proyecto de planeación
 
Lista de cotejo proeycto de mejora
Lista de cotejo proeycto de mejoraLista de cotejo proeycto de mejora
Lista de cotejo proeycto de mejora
 
Lista de cotejo presentacion electrónica
Lista de cotejo presentacion electrónicaLista de cotejo presentacion electrónica
Lista de cotejo presentacion electrónica
 
Lista de cotejo portafolio de evidencias
Lista de cotejo portafolio de evidenciasLista de cotejo portafolio de evidencias
Lista de cotejo portafolio de evidencias
 
Lista de cotejo para rea
Lista de cotejo para reaLista de cotejo para rea
Lista de cotejo para rea
 

Video (yuliana)

  • 1.
  • 3. La dispersión es una distribución de frecuencias ya graficada en una curva o polígono es una característica muy importante, por las siguientes razones:  Proporciona información adicional que permite juzga la confiabilidad de las medidas de tendencia central, si los datos están muy dispersos la posición central es menos representativa entre mas estrecha la curva son mas confiables las medidas de tendencia central.
  • 4.  Cuando los datos son muy dispersos indican que pueden hacer problemas . NOTA: cuando las curvas es mas cerrada los valores son mas representativos.
  • 5. La dispersión puede medirse en términos de la diferencia de dos valores seleccionados de un conjunto de datos. Medidas de distancia: a) El alcance (rango, diferencia o gama). b) El alcance interfractil. c) El alcance intercuartil.
  • 6.  Ejemplo: Calcula el rango de los viajes realizados por una ruta turística en el ultimo mes: 147, 95, 93, 127, 143, 101, 123, 83. Rango= 83 -147= 64
  • 7. Las descripciones mas comprensivas de la dispersión son aquellas que tratan sin aquellas que tratan con la desviación promedio con respecto a alguna medida de tendencia central; entre las que destaca esta la variación y la deviación estándar. 1. El alcance. 2. Alcance interfractil. 3. Alcance intercuartil. 4. Desviación media. 5. Desviación estándar o típica. 6. Varianza 7. Coeficiente de variación.
  • 8. Desviación media Es la diferencia en valor absoluto entre cada valor de la variable estadística y la media aritmética. FORMULA PARA DATOS INDIVIDUALES. X=c/u observación. Media= media aritmética N= total de observaciones.
  • 9.  Ejemplo: Tomas Gutiérrez analista estadístico de la empresa “Vector casa de bolsa”, ayuda a diseñar el lema de la compañía “si no sabe en que invertir investigue”. Esta preocupado por el volumen mensual de los contratos de inversión que la compañía a firmado durante el año; lo ideal es que estas cantidades se estable. Los datos recibidos fueron los siguientes: 253, 43, 104, 380, 633, 467, 57, 162, 500, 220, 201, 302. Calcular le rango y la desviación media. Rango=633 – 43= 590 Media= 276.83
  • 10. D.M.= /253 – 276.83/ + /43 – 276.83/ + /104 – 276.83/ + /380 – 276.83/ + /633 – 276.83/ + 467 – 276.83/ + /57 – 276.83/ + /162 – 276.83/ + /500 – 276.83/ + /220 – 276.83/ + /201 – 276.83/ + /300 – 2676.83/ ---------------------------------------------------------------- 12 D.M.= /23.83/ + /-233.83/ + /172.83/ + /103.17/ + /353.17/ + /190.17/ + /219.83/ + /14.83/ + /223.17/ + /56.83/ + /75.83/ + /25. 17/ -------------------------------------------------- 12 D.M.= 149.63
  • 11. DATOS AGRUPADOS La edad de los residentes de la estancia “El abuelo feliz” se muestra la siguiente distribución. EDAD F X F*X /X - MEDIA/ F*/X-MEDIA/ 47-52 4 49.5 198 /20.77/ 83.08 53-58 9 55.5 499.5 /14.77/ 132.93 59-64 13 61.5 799.5 /8.77/ 114.01 65-70 42 67.5 283.5 /2.67/ 116. 34 71-76 39 73.5 2866.5 /3.23/ 125.97 77-82 20 79.5 1590 /9,23/ 187.6 83-88 9 85.5 769.5 /15.23/ 137.43 SUMAS 136 7006.5 0 781.02 Media= 7006.5/136= 51.51 D.M.= 781.02/136= 5.74
  • 12. Desviación típica o desviación estándar Se representa con la letra S, es la raíz cuadrada de la varianza. También se define como la raíz cuadrada del promedio de las distancia sal cuadrado que una de las observaciones a la media. Usos:  Permite determinar con un buen grado de precisión donde se localiza los valores de una distribución de frecuencias con relación a la media.
  • 13.  Permite medir con mas precisión el porcentaje de las observaciones que caen dentro de un alcance especifico de una curva simétrica en forma de campana: aproximadamente el 68% de los valores caen dentro de una variación de ± una desviación estándar apartir de la media.  El 95% de los valores estará dentro ± 2 desviaciones estándar.  El 99% de los valores estara en un intervalo del ± 3 desviaciones estandar.
  • 15. Ejemplo: Los datos de una muestra de la producción diaria de botes de fibra de vidrio en una fabrica de Miyami son: 17, 21, 18, 27, 17, 21, 20, 22, 18, 33 El gerente de producción de la compañía siente que una desviaron estándar de mas de 3 botes por día indica una variación de una tasa de producción inaceptable. Debe preocupar por la tasa de producción de plantas? MEDIA= 17+21+18+27+17+21+20+22+18+33 ---------------------------------------------------- 10 Media= 21.4
  • 16. N=10 S=√(17-21.4)² + (21-21,4)² + (18-221.4)² + (27- 21.4)² + (17-21.4)² + (21-2.4)² + (20-21.4)² + (22-21.4)² + (18-21.4)² + (33-21.4)² ---------------------------------------------------------------- 10 S=√19.39 + 0.16 + 11.56 + 31.36 + 19.36 + 0.16 + 1.96 + 0.36 + 11.56 + 134.56 ---------------------------------------------------------------- 10 S=√230.4/10= √23.04= 4.8
  • 17. Si se debe de preocupar Media= 21.4 – 4.8= 16.6 botes 21.4 + 4.8= 26.2 botes Formula datos agrupados
  • 18. Ejemplo El numero de cheques cobrado en 5 sucursales del banco Banorte ubicados en V. de A. se muestran en la siguiente distribución. CHEUQES F X F*X /X-MEDIA/ (X-MEDIA)² F*(X-MEDIA)² 0-199 10 99.5 995 /-490/ 240100 2401000 200-399 13 299.5 3893.5 /-290/ 84100 1093300 400-599 17 499.5 8491.5 /-90/ 8100 137700 600-799 42 699.5 29379 /110/ 12100 508200 800-999 18 899.5 16191 /310/ 96100 1729800 SUMAS 100 58950 5870000 Media= 5870000/100= 589.5