SESIÓN 10

Modalidad Semipresencial
Tabla de Contenidos

1. ANÁLISIS DESCRIPTIVO UNIVARIADO CON MS EXCEL 2

1.1 CONCEPTOS BÁSICOS 2

1.2 FUNCIÓN FRECUENCIA 4
1.3 MEDIDAS DE TENDENCIA CENTRAL: 8
1.4 MEDIDAS DE DISPERSIÓN: 12
1.5 MEDIDAS DE POSICIÓN: 19
1.6 HERRAMIENTAS DE ANÁLISIS DE DATOS 20

REFERENCIAS BIBLIOGRÁFICAS: 26
SESIÓN
10

DESCRIPCIÓN

El uso de las funciones estadísticas es muy útil, porque permitirá realizar un análisis estadístico,
ayudará a establecer relaciones entre los múltiples conjuntos de datos, la previsión de crecimiento
y las tendencias, predecir las ventas futuras; lo cual es de gran utilidad para los profesionales de
negocios.

CAPACIDAD

El participante al final de esta sesión estará en capacidad de procesar datos y realizar un análisis
estadístico de los datos.

TEMÁTICA

 Conceptos básicos
 Función Frecuencia
 Medidas de tendencia central: Promedio, Moda, Mediana
 Medidas de dispersión: Desviación promedio, Desviación estándar, Varianza,
 Medidas de posición: Cuartiles
 Herramienta análisis estadístico
1. ANÁLISIS DESCRIPTIVO UNIVARIADO CON MS EXCEL

El análisis estadístico en Excel le ayudará en el establecimiento de relaciones entre los múltiples

conjuntos de datos, la previsión de crecimiento y las tendencias, predecir las ventas futuras; lo
cual es de gran utilidad para los profesionales de negocios. Es importante utilizar cálculos y
predicciones de una forma organizada para hacer un negocio rentable, en vez de confiar en los
instintos y las conjeturas en los negocios.

1.1 Conceptos básicos

Estadística:
Se refiere a un conjunto de métodos para manejar la obtención, presentación y análisis de
observaciones numéricas. Sus fines son describir al conjunto de datos obtenidos y tomar
decisiones o realizar generalizaciones acerca de las características de todas las observaciones
bajo consideración

División de la estadística
Estadística Descriptiva (Deductiva): es la encargada de la organización, condensación,
presentación de los datos en tablas y gráficos y del cálculo de medidas numéricas que
permitan estudiar los aspectos más importantes de los datos

Estadística Inferencial o Inferencia Estadística: está definida por un conjunto de

técnicas, mediante las cuales se hacen generalizaciones o se toman decisiones en base a
información parcial obtenida mediante técnicas descriptivas.

Población:
Es la colección de todas las posibles mediciones u observaciones que pueden hacerse de una
variable bajo estudio

Muestra:
es un conjunto de mediciones u observaciones tomadas a partir de una población.
es un subconjunto de la población

Variables:
son las características o lo que se estudia de cada individuo de la muestra. Ej: sexo, edad,
peso, estatura, color de ojos, estado civil, temperatura, cantidad de nacimientos, presión,
grosor, diámetro, ...

Datos:
son los valores que toma la variable en cada caso.

Tipos de datos
Cuantitativos:
Provienen de variables que pueden medirse, cuantificarse o expresarse numéricamente.
Ejemplos:
Peso

2
Edad
Estatura
Presión
Humedad
Intensidad de un sismo
Cantidad de hermanos

Tipos de variables cuantitativas:

Discretas: es aquella que solo puede tomar un número finito o infinito numerable de
valores. Ejemplo: cantidad de hermanos.

Continuas: es la variable que puede tomar cualquier valor en una escala continua. Ejemplo:
cantidad de líquido contenido en un recipiente.

Escalas de medida
Escala Nominal. Variable cualitativa
Escala Ordinal.
Escala de Intervalos.
Escala de Razón o Proporción. Variable cuantitativa
Escala Absoluta.

Escala nominal:
Los datos se pueden agrupar en categorías que no mantienen una relación de orden entre sí,
por lo tanto, no están definidas las operaciones lógicas (>, <, , ) sino solo las de igualdad o
diferencia.
Ejemplos: color de ojos, sexo, profesión, estado civil, religión

Escala ordinal:
Existe un cierto orden o jerarquía entre las categorías (>, <, , ).
Ejemplos: grados militares, organigrama de una empresa, escalafón de los profesores
universitarios, grados de disnea, estadiaje de un tumor.

Escala de Intervalos:
Valores numéricos de las variables y además de las relaciones de orden (>, <, , ), se pueden
establecer distancias, es decir, tienen sentido las operaciones de suma y resta. Tiene dos
propiedades:
Existe una unidad de medida que se mantiene constante para todos los valores que toma la
variable.
Existe un valor patrón u origen relativo que no significa la ausencia de valor en la variable.
Ejemplo: temperatura, nivel de ruido, movimientos sísmicos.

Escala de razón o proporción:

Es la más completa y general de todas las escalas. Se caracteriza porque los valores de la
variable son números entre los cuales, además de las relaciones de orden (>, <, , ) y
distancia (+, -), se pueden establecer múltiplos y proporciones.
Ejemplos: peso, altura, volumen.

Escala Absoluta:
Se caracteriza porque los valores que toma la variable son el resultado de contar y, por lo
tanto, está constituida por los enteros positivos y el cero.

3
 Ejemplos: número de hermanos, cantidad de autos vendidos, cantidad de accidentes en una
intersección, cantidad de hijos.

Univariantes o unidimensionales: sólo recogen información sobre una característica (Ej:

edad de los alumnos de una clase).

Bivariantes o bidimensionales: recogen información sobre dos características de la

población. (Ej: edad y estatura de los alumnos de una clase).
Multivariantes o pluridimensionales: recogen información sobre tres o más características.
(Ej: edad, estatura y peso de los alumnos de una clase).

1.2 Función FRECUENCIA

Calcula la frecuencia con que se repiten los valores dentro de un rango, devolviendo una
matriz vertical de números.

Sintaxis
=FRECUENCIA (datos, grupos)

Donde:
Datos: rango de datos a analizar.
Grupos: rango de intervalos en los que se analizará la muestra.

Ejercicio:
Se hizo una encuesta para conocer las edades de los pacientes atendidos en el Hospital de
Neoplásicas, la muestra poblacional fue de 120 encuestados. Se pide clasificar dicha muestra
con una de amplitud de 10, considerando un límite mínimo de 29 y un límite máximo de 79,
obteniendo la frecuencia absoluta y relativa.

4
Para desarrollar esta aplicación se necesita tener la siguiente tabla de datos, donde clasificarás
la muestra y obtendrás la frecuencia Absoluta y Relativa:

Creando los grupos de datos:

Estos grupos o rangos servirán para clasificar las edades de los encuestados. Se sabe que existe
un límite mínimo de 29 para el primer rango y un máximo de 79 para el último rango, con una
amplitud de 10.

Solución:
Digite en la celda K10, el dato 29 como límite del primer grupo.
Ahora, en la celda K11, ingresa el dato 39 como límite de este grupo, este valor se obtiene
sumando al límite anterior, la amplitud que es de 10; y así sucesivamente sobre el resto de
grupos. Quedará el cuadro con se muestra:

Calculando las frecuencias absolutas:

5
Seleccione el rango de celdas donde se obtendrán todas las frecuencias. Por ejemplo: L10:L1.
Activa la ficha Fórmulas y haz clic en el botón Insertar función

Siga la secuencia mostrada en la figura:

a) Seleccione la
categoría:
ESTADÍSTICA
b) Elija la función
FRECUENCIA
c) Aceptar.
d) Ingrese los
argumentos
solicitados:
DATOS y.
GRUPOS.

Ahora, ingresar los argumentos solicitados, para obtener el resultado:

¡IMPORTANTE! En el cuadro Datos (B5:I19) contiene el rango de la

muestra, y Grupos (K10:K15), son los datos que ingreso a partir de los
límites y la amplitud, llamados también intervalos de clase.

Por ser la Frecuencia, una función de tipo matricial, los resultados se mostrarán presionando
las teclas: CRTL+SHIFT+INTRO:

6
Calculando las frecuencias relativas:
Estas frecuencias se obtienen con la fórmula: =frecuencia Absoluta/Total muestra.
Por ello debe calcular el total de la muestra con la función SUMA:
Haga clic en la celda L16
Escriba la función: =SUMA(L10:L15) y pulsa la tecla Enter
Ahora ya puede calcular la frecuencia relativa:
Haga clic en la celda M10
Escriba la fórmula: =L10/$L$16 y pulsa la tecla Enter.
Copie la fórmula hacia abajo y veras la información completa.

¡IMPORTANTE! Debes tener muy en cuenta que la frecuencia absoluta

es cuantitativa y la frecuencia relativa es porcentual.

7
1.3 Medidas de tendencia central:
Promedio

Devuelve el promedio (media aritmética) de los argumentos. Por ejemplo, si el rango A1:A20
contiene números, la fórmula =PROMEDIO(A1:A20) devuelve el promedio de dichos números.

Sintaxis
=PROMEDIO(número1, [número2], ...)

Donde
Número1: El primer número obligatorio, referencia de celda o rango para el cual desea el
promedio.
Número2...(Opcional): Números, referencias de celda o rangos adicionales para los que
desea el promedio, hasta un máximo de 255.

Ejercicio:
Se tiene las ventas realizadas en el primer trimestre del presente año por los vendedores de la
empresa PCMaWy S.A. Se pide obtener el promedio de ventas por vendedor.

Haga clic sobre la celda donde se calcular el promedio (Ejemplo: G6)

Haga clic después del signo = y escribe exactamente lo que se muestra a continuación con
color rojo:
= PROMEDIO(D6:F6)

8
Pulse la tecla Enter para obtener el Promedio Vendedor. Ahora puede copiar la función al
resto de vendedores (arrastre desde el controlador de relleno).

Moda
Devuelve el valor más frecuente o repetitivo de una matriz o rango de datos =MODA(A2:G11)
devuelve la moda de dichas edades.

Sintaxis
=MODA(número1, [número2], ...)

Donde
Número1: El primer número obligatorio, referencia de celda o rango para el cual desea la
moda.
Número2...(Opcional): Números, referencias de celda o rangos adicionales para los que
desea la moda)

Ejercicio:
Se tiene las edades de los alumnos ingresante a la carrera de medicina de la UCV, en el
periodo 2019-0.

Haga clic sobre la celda donde se calcular la Moda (Ejemplo: B13)

9
Escriba la función frecuencia, e ingrese los argumentos respectivos, como se muestra en la
imagen:

Presionar Enter y obtenemos el resultado. En este ejemplo la edad más frecuente de los
alumnos ingresantes a la carrera de Medicina es 17 años.

Mediana

Devuelve la mediana o el número central de un conjunto de números

=MEDIANA(A2:G11) devuelve la mediana de dichas edades.

10
Sintaxis
=MEDIANA(número1, [número2], ...)

Donde
Número1: El primer número obligatorio, referencia de celda o rango para el cual desea la
mediana.
Número2...(Opcional): Números, referencias de celda o rangos adicionales para los que
desea la mediana)

Ejercicio:
Se tiene las edades de los alumnos ingresante a la carrera de medicina de la UCV, en el
periodo 2019-0.

Haga clic sobre la celda donde se calcular la Mediana (Ejemplo: B13)

Escriba la función Mediana, e ingrese los argumentos respectivos, como se muestra en la

imagen:

Presionar Enter y obtenemos el resultado. En este ejemplo la mediana de las edades de

los alumnos ingresantes a la carrera de Medicina es 17 años.

11
1.4 Medidas de dispersión:
Función DESPROM
Devuelve el promedio de las desviaciones absolutas de la media de los puntos de datos.
DESVPROM mide la dispersión de los valores en un conjunto de datos. Sintaxis
=DESVEST.P(número1; número2; ...)
Donde:

Número1; número2... Número1 es obligatorio, los números siguientes son opcionales.

Entre 1 y 255 argumentos cuyo promedio de las desviaciones absolutas se desea calcular.
También puede usar una matriz única o una referencia matricial en lugar de argumentos
separados con punto y coma.

Observaciones
 DESVPROM está influida por la unidad de medida de los datos especificados.
 Los argumentos deben ser números, o bien nombres, matrices o referencias que
contengan números.
 Se tienen en cuenta los valores lógicos y las representaciones textuales de números
escritos directamente en la lista de argumentos.
 Si el argumento matricial o de referencia contiene texto, valores lógicos o celdas vacías,
estos valores se pasan por alto; sin embargo, se incluirán las celdas con el valor cero.
 La ecuación para la desviación media es:

Ecuación

Ejercicio:
Se tiene las edades de los alumnos ingresante a la carrera de medicina de la UCV, en el
periodo 2019-0. Calcular promedio de las desviaciones absolutas de la media

Haga clic sobre la celda donde se calcular la Desvprom (Ejemplo: B13)

Escriba la función DESVPROM, e ingrese los argumentos respectivos, como se muestra en

la imagen:

12
 Presionar Enter y obtenemos el resultado.

Función DESVEST
Calcula la desviación estándar de la población total determinada por los argumentos. La
desviación estándar es la medida de la dispersión de los valores respecto a la media (valor
promedio).
Sintaxis
=DESVEST.P(número1; número2; ...)
Donde:
Número1, número2,...: son de 1 a 30 argumentos numéricos correspondientes a una
población. También puede utilizar una matriz única o una referencia matricial en lugar de
argumentos separados con punto y coma.
Se pasan por alto los valores lógicos, como VERDADERO y FALSO, y de texto. Si los valores
lógicos y el texto no se deben pasar por alto, utilice la función de hoja de cálculo DESVESTA.
Observaciones
DESVESTP parte de la hipótesis de que los argumentos representan la población total. Si sus
datos representan una muestra de la población, utilice DESVESTP para calcular la desviación
estándar.
Cuando el tamaño de las muestras es importante, las funciones DESVEST y DESVESTP
devuelven aproximadamente el mismo valor.

13
La desviación estándar se calcula utilizando los métodos "sesgado" o "n".
DESVESTP utiliza la fórmula siguiente:

Donde:
X: es la media de muestra PROMEDIO(número1,número2,…)
n: es el tamaño de la muestra.

Función DESVEST.M
Calcula la desviación estándar, según una muestra (se omiten los valores lógicos y de texto
en la muestra).
La desviación estándar es la medida de la dispersión de los valores respecto a la media (valor
promedio).
Sintaxis
=DESVEST.M(número1;[número2];...])
Donde:
Número1: Obligatorio. El primer argumento numérico correspondiente a una muestra de una
población. También puede usar una matriz única o una referencia matricial en lugar de
argumentos separados con punto y coma.
Número2; Opcional. De 2 a 254 argumentos numéricos correspondientes a una muestra de
una población. También puede usar una matriz única o una referencia matricial en lugar de
argumentos separados por comas.

Observaciones
DESVEST.M parte de la hipótesis de que los argumentos representan la muestra de una
población. Si sus datos representan la población total, use DESVEST.P para calcular la
desviación estándar.
La desviación estándar se calcula utilizando el método "n-1".
Los argumentos pueden ser números, o nombres, matrices o referencias que contengan
números.
Los argumentos que sean valores de error o texto que no se pueda traducir a números
provocan errores.
Si desea incluir valores lógicos y representaciones textuales de números en una referencia
como parte del cálculo, utilice la función DESVESTA.
DESVEST.M usa la fórmula siguiente:

Donde:
X: es la media de muestra PROMEDIO(número1;número2;…)
N: es el tamaño de la muestra.

14
Ejercicio:
Se tiene las edades de los alumnos ingresante a la carrera de medicina de la UCV, en el
periodo 2019-0. Calcular la Desviación Estándar Poblacional y la Desviación Estándar
Maestral

Haga clic sobre la celda donde se calcular la DESVESTP. (Ejemplo: B13)

Escriba la función DESVEST.P, e ingrese los argumentos respectivos, como se muestra en la

imagen:

Presionar Enter y obtenemos el resultado.

15
Ahora con los mismos datos vamos a calcular la Desviacion Estándar Muestral

El resultado será el siguiente:

Función

Función VAR.P

VAR.PCalcula la varianza en función de toda la población (pasa por alto los valores lógicos y el
texto de la población).

Sintaxis: VAR.P(número1,[número2],...)

La sintaxis de la función VAR.P tiene los siguientes argumentos:

Número1 Obligatorio. Es el primer argumento numérico correspondiente a una población.
Número2, ... Opcional. De 2 a 254 argumentos numéricos correspondientes a una población.

Observaciones
VAR.P parte de la hipótesis de que los argumentos representan la población total. Si los datos
representan una muestra de la población, use la función VAR.S para calcular la varianza.
16
Los argumentos pueden ser números o nombres, matrices o referencias que contienen
números.
Se tienen en cuenta los valores lógicos y las representaciones textuales de números escritos
directamente en la lista de argumentos.
Si un argumento es una matriz o una referencia, solo se considerarán los números de esa matriz
o referencia. Se pasan por alto las celdas vacías, valores lógicos, texto o valores de error de la
matriz o de la referencia.
 Los argumentos que son valores de error o texto que no se pueden traducir a números
provocan errores.
 Si desea incluir valores lógicos y representaciones textuales de números en una referencia
como parte del cálculo, use la función VARPA.
 La ecuación de VAR.P es la siguiente:

Ejercicio:
Se tiene las edades de los alumnos ingresante a la carrera de medicina de la UCV, en el
periodo 2019-0. Calcular la Varianza Poblacional.

Haga clic sobre la celda donde se calcular la VAR.P. (Ejemplo: B13) y luego digite la función
con sus argumentos respectivos.

Hacer enter y obtenemos el resultado

17
Función VAR.S
Calcula la varianza de una muestra (pasa por alto los valores lógicos y el texto de la muestra).

Sintaxis: VAR.S(número1,[número2],...)

La sintaxis de la función VAR.S tiene los siguientes argumentos:

Número1 Obligatorio. Es el primer argumento numérico correspondiente a una muestra de

una población.

Número2, ... Opcional. De 2 a 254 argumentos numéricos correspondientes a una muestra

de una población.

Observaciones
 La función VAR.S parte de la hipótesis de que los argumentos representan una muestra
de la población. Si los datos representan la población total, use VAR.P para calcular la
varianza.
 Los argumentos pueden ser números o nombres, matrices o referencias que contienen
números.
 Se tienen en cuenta los valores lógicos y las representaciones textuales de números
escritos directamente en la lista de argumentos.
 Si un argumento es una matriz o una referencia, solo se considerarán los números de
esa matriz o referencia. Se pasan por alto las celdas vacías, valores lógicos, texto o
valores de error de la matriz o de la referencia.
 Los argumentos que son valores de error o texto que no se pueden traducir a números
provocan errores.

Con los mismos datos del ejercicio anterior vamos a calcular la Varianza Muestral

A continuación, se muestra el resultado

18
1.5 Medidas de posición:

CUARTIL.INC
Devuelve el cuartil de un conjunto de datos, según los valores de percentil de 0 a 1, ambos
incluidos.
Los cuartiles se usan con frecuencia en los datos de ventas y encuestas para dividir las
poblaciones en grupos. Por ejemplo, puede usar la función CUARTIL.INC para determinar el
25 por ciento de ingresos más altos en una población.
Sintaxis
=CUARTIL.INC(matriz; cuartil)

Donde:
Matriz Obligatorio. La matriz o el rango de celdas de valores numéricos cuyo cuartil desea
obtener.
Cuartil Obligatorio. Indica el valor que se devolverá.

Parámetros
SI CUARTIL ES IGUAL A LA FUNCIÓN CUARTIL.INC DEVUELVE
0 Valor mínimo
1 El primer cuartil (percentil 25)
2 El valor de la mediana (percentil 50)
3 El tercer cuartil (percentil 75)
4 Valor máximo

Observaciones
Si el argumento matriz está vacío, CUARTIL.INC devuelve el valor de error #¡NUM!
Si el argumento cuartil no es un número entero, se trunca.
Si cuartil < 0 o si cuartil > 4, CUARTIL.INC devuelve el valor de error #¡NUM!

19
 Las funciones MIN, MEDIANA y MAX devuelven el mismo valor que CUARTIL.INC cuando el
argumento cuartil es igual a 0 (cero), 2 y 4 respectivamente.

1.6 Herramientas de Análisis de Datos

Podemos observar que Excel posee una gran variedad de funciones que nos permiten aplicar
un Análisis Estadístico.
Pero existe una forma más rápida de obtener y analizar datos, Excel cuenta con un
complemento llamado Herramienta para análisis la cual proporciona herramientas de análisis
de datos para análisis estadístico y de ingeniería.

1. Para activar el complemento, realizar los siguientes pasos:

Seleccionamos la ficha Archivo, elegimos Opciones.
En la ventana de Opciones de Excel, elegimos Complementos y luego clic en el botón Ir…

En la ventana Complementos, seleccionamos la opción Herramienta para análisis y damos

clic en Aceptar.

20
En la ficha Datos, grupo Análisis podemos observar la opción Análisis
de datos.

Componente Descripción
Medida de variabilidad que da cuenta del grado
Varianza
de homogeneidad de un grupo de observaciones
Determina la relación o dependencia que existe
Correlación
entre dos o más variables.
Es un valor que indica el grado de variación
Covarianza
conjunta de dos variables aleatorias.
Genera un informe estadístico de una sola
variable para los datos del rango de entrada, y
Estadística descriptiva
proporciona información acerca de la tendencia
central y dispersión de los datos.
Predice un valor que está basado en el
Suavización
pronóstico del período anterior, ajustado al
exponencial
error en ese pronóstico anterior.
Prueba F para Ejecuta una Prueba F de dos muestras para
varianzas de dos comparar dos varianzas de población.
muestras
Resuelve problemas de sistemas lineales y
analiza datos periódicos, transformándolos
Análisis de Fourier
mediante el método de transformación rápida
de Fourier (FFT, Fast Fourier Transform).
21
 Calcula las frecuencias individuales y
Histograma acumulativas de rangos de celdas de datos y de
clases de datos.
Proyecta valores en el período de pronósticos,
basándose en el valor promedio de la variable
Media móvil
calculada durante un número específico de
períodos anteriores.
Rellena un rango con números aleatorios
Generación de
independientes extraídos de una de varias
números aleatorios
distribuciones.
Crea una tabla que contiene los rangos ordinales
Jerarquía y percentil y porcentuales de cada valor de un conjunto de
datos.
Efectúa el análisis de regresión lineal utilizando
Regresión el método de "mínimos cuadrados" para ajustar
una línea a un conjunto de observaciones.
Crea una muestra de población tratando el
Muestreo
rango de entrada como una población.
Comprobar la igualdad de las medias de
Prueba t
población que subyacen a cada muestra.
Realiza una Prueba z en las medias de dos
Prueba z
muestras con varianzas conocidas.

Debemos de tener siempre presente que los análisis estadísticos se hacen para conocer las
características de una población a estudiar.
Horas trabajadas al mes al cabo del término de un periodo.
Cantidad de libros que extrae cada alumno de la biblioteca por semestre.
Presión atmosférica de una ciudad.
Notas obtenidas en exámenes de un alumno durante un semestre.
Distribución por edad y sexo de pacientes de un hospital.

Ejercicio: Análisis de datos de ventas haciendo uso de la Estadística Descriptiva

Como analista de ventas de una importante cadena de retail, es necesario analizar las ventas
trimestrales en Arequipa, Piura, Tacna, Trujillo, Chiclayo y Lima. El departamento de
inventarios utilizará los resultados para gestionar de manera óptima el stock del producto en
cada uno de las ciudades.

22
 Solución:

En la ficha Datos, grupo Análisis elegimos Análisis de datos.

Luego elegimos la opción Estadística descriptiva y damos clic en Aceptar.

En la ventana Estadística descriptiva, en Rango de entrada especifica el rango $B$2:$G$26,

Rótulos en la primera fila, rango de salida $J$2 y seleccionas la opción Resumen de estadísticas y
das clic en el botón Aceptar.

23
En el resultado, mejoraremos el aspecto visual en el análisis de ventas trimestrales de las
ciudades usando estadística descriptiva.

Con la herramienta Estadística Descriptiva, puede identificar los distintos componentes de

tendencia y la variabilidad central de un conjunto de datos.

Componente Descripción
La media es la suma de las observaciones dividido por el
Media
número de observaciones.

24
 Una estimación no sesgada de la desviación estándar de un
conjunto de datos. Debido a la desviación estándar se
Error típico calcula a partir de una muestra de una gran población de
datos, que no logra captar la verdadera dispersión de los
datos.
El valor central de datos. Es el número de la separación de la
Mediana
mitad superior de una muestra de la mitad inferior.
El valor que ocurre con mayor frecuencia en un conjunto de
Moda datos. Si no hay datos se produce más de una vez, entonces
el resultado es #N/A.
Una medida de la variabilidad o dispersión de un conjunto
Desviación
de datos. La desviación estándar aquí es la desviación
estándar
estándar de la muestra.
Otra medida de la variabilidad o dispersión de un conjunto
Varianza de la
de datos. Esto se calcula mediante la fórmula de la varianza
muestra
= (desviación estándar)2.
Mide el apuntamiento de un conjunto de datos. Curtosis
alta significa más de la varianza es debido a las desviaciones
Curtosis
extremas infrecuentes, en lugar de las desviaciones
modestos frecuentes.
Una medida de la asimetría de un conjunto en torno a su
media de datos. Si es negativo, entonces la mayoría de los
Coeficiente de
datos se concentra en el lado derecho de la media. Si es
asimetría
positivo, entonces la mayoría de los datos se concentra en
el lado izquierdo de la media.
Una medida de la dispersión de los datos, que se calcula por
Rango la diferencia entre los valores máximo y mínimo en un
conjunto de datos.
Mínimo El valor mínimo de un conjunto de datos.
Máximo El valor máximo de un conjunto de datos.
Suma La suma de todos los valores de un conjunto de datos.
Cuenta El número de observaciones en un conjunto de datos.

25
Referencias bibliográficas:
 Pacheco, J. (2017). Aplicaciones prácticas con Excel 2016. Lima: Macro
 Pérez, M. (2016). Windows 10 práctico. Mexico: Alfa Omega
 Rathbone A (2015). Windows 10. Barcelona: Para Dummies
 Peña, R; Orbegozo A. (2017). Office 2016 - Paso a paso. Mexico:Alfa Omega
 Mediaactive. (2016). El Gan Libro de Office 2016. Barcelona: Marcombo
 Marco, R. y Ferrari, A. (2015). Dax Patterns 2015.
 http://www.aulaclic.es/excel-2016/index.htm
 http://www.formacionprofesional.info/manual-excel-2016-en-pdf/
 https://support.office.com/es-es/article/Gu%C3%ADas-de-inicio-r%C3%A1pido-de-
Office-2016-25f909da-3e76-443d-94f4-6cdf7dedc51e?ui=es-ES&rs=es-ES&ad=ES
 https://www.youtube.com/watch?v=Rkq-EKlTY1w
 https://www.youtube.com/watch?v=HFgjxwqocl4
 https://www.fibao.es/media/uploads/manual_de_spss_universidad_de_celaya.pdf
 https://www.ibm.com/pe-es/products/spss-statistics
 ftp://public.dhe.ibm.com/software/analytics/spss/documentation/statistics/25.0/es/c
lient/Manuals/IBM_SPSS_Statistics_Core_System_User_Guide.pdf

26