Colegio España

Concepción 2020
Profesora Karinna Linares Avello

Guía de Aprendizaje N°6

Medidas de Dispersión
Tercero Medio Electivo

Nombre: Curso: Fecha:

Objetivo de Aprendizaje: Resolver problemas que involucren los conceptos de media muestral, desviación estándar, varianza,
coeficiente de variación y correlación muestral entre dos variables, tanto de forma manuscrita como haciendo uso de
herramientas tecnológicas digitales.

Importante: No es obligación imprimir esta guía, puedes copiarla y desarrollarla en tu cuaderno, estudiarla desde tu
computador o dispositivo móvil. Consultas al correo electrónico [email protected]

MEDIDAS DE DISPERSION PARA DATOS AGRUPADOS

Las medidas de dispersión son parámetros estadísticos que indican cuánto se alejan los datos respecto
de la media aritmética. Es decir, indican la variabilidad de los datos. Las medidas de dispersión más
utilizados son el rango, la desviación media y la desviación estándar o típica.

DESVIACIÓN ESTÁNDAR
La desviación estándar mide el grado de dispersión de los datos con respecto a la media. Se denota
como 𝝈 para la población, o bien s para una muestra.

∑𝒏𝒊=𝟏(𝒙𝒊 − 𝒙
̅)𝟐 ∙ 𝒇𝒊
𝝈=√
𝒏
Donde:
𝒙𝒊 : 𝑚𝑎𝑟𝑐𝑎 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒
̅: 𝑚𝑒𝑑𝑖𝑎 𝑎𝑟𝑖𝑡𝑚é𝑡𝑖𝑐𝑎
𝒙
𝒇𝒊 : 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑎 𝑑𝑒 𝑐𝑎𝑑𝑎 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜
𝒏: 𝑛ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠

Mientras menor sea la desviación estándar, los datos son más homogéneos, es decir, a menor dispersión mayor
homogeneidad, y viceversa.

VARIANZA
Es otro parámetro utilizado para medir la dispersión de los valores de una variable respecto a la
media. Corresponde a la media aritmética de los cuadrados de las desviaciones respecto de la
media.
∑𝒏𝒊=𝟏(𝒙𝒊 −𝒙̅)𝟐 ∙ 𝒇𝒊
𝝈𝟐 =
𝒏
Donde:
𝒙𝒊 : 𝑚𝑎𝑟𝑐𝑎 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒
̅: 𝑚𝑒𝑑𝑖𝑎 𝑎𝑟𝑖𝑡𝑚é𝑡𝑖𝑐𝑎
𝒙
𝒇𝒊 : 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑎 𝑑𝑒 𝑐𝑎𝑑𝑎 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜
𝒏: 𝑛ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠

Dado que la varianza corresponde al cuadrado de la desviación estándar, está expresada en unidades
cuadradas.

COEFICIENTE DE VARIACIÓN
Permite determinar la razón existente entre la desviación estándar (𝜎) y la media (𝑥̅ ).
𝝈
𝑪𝑽 =
̅
𝒙

El CV no tiene unidades de medida, por lo que permite la comparación de variables sin importar sus
magnitudes ni lo que representan.
 EJEMPLO N°1: DESVIACIÓN ESTÁNDAR Y VARIANZA PARA DATOS AGRUPADOS

Dada la siguiente tabla de frecuencias: Calcular la desviación estándar, la varianza y el coeficiente de

variación.

Intervalo 𝒙𝒊 𝒇𝒊 𝒙𝒊 ∙ 𝒇𝒊 ̅)
(𝒙𝒊 − 𝒙 ̅)𝟐
(𝒙𝒊 − 𝒙 ̅)𝟐 ∙ 𝒇𝒊
(𝒙𝒊 − 𝒙
[10, 20) 15 1 15 -28,33 802,59 802,59
[20, 30) 25 8 200 -18,33 335,99 2.687,92
[30, 40) 35 10 350 -8,33 69,39 693,9
[40, 50) 45 9 405 1,67 2,79 25,11
[50, 60) 55 8 440 11,67 136,19 1.089,52
[60, 70) 65 4 260 21,67 469,59 1.878,36
[70, 80) 75 2 150 31,67 1.002,99 2.005,98
n = 42 1.820 9.183,38

Para calcular la desviación estándar, se requiere obtener la media aritmética:

∑𝑘𝑖=1 𝑥𝑖 ∙ 𝑓𝑖 1.820
𝑥̅ = = = 43,33
𝑛 42

La desviación estándar está dada por la expresión:

∑𝑛 (𝑥𝑖 − 𝑥̅ )2 ∙ 𝑓𝑖 9.183,38
𝜎 = √ 𝑖=1 =√ = √218,65 = 14,79
𝑛 42

La varianza está dada por la expresión:

∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2 ∙ 𝑓𝑖 9.183,38
𝜎2 = = = 218,65
𝑛 42

El coeficiente de variación está dado por la expresión:

𝜎 14,79
𝐶𝑉 = = = 0,3413
𝑥̅ 43,33

EJEMPLO N°2: DESVIACIÓN ESTÁNDAR Y VARIANZA PARA DATOS AGRUPADOS

Dada la siguiente tabla de frecuencias: Calcular la desviación estándar y la varianza.

Intervalo 𝒙𝒊 𝒇𝒊 𝒙𝒊 ∙ 𝒇𝒊 ̅)
(𝒙𝒊 − 𝒙 ̅)𝟐
(𝒙𝒊 − 𝒙 ̅)𝟐 ∙ 𝒇𝒊
(𝒙𝒊 − 𝒙
[10, 15) 12,5 3 37,5 -9,29 86,30 258,9
[15, 20) 17,5 5 87,5 -4,29 18,40 92
[20, 25) 22,5 7 157,5 0,71 0,50 3,5
[25, 30) 27,5 4 110 5,71 32,60 130,4
[30, 35) 32,5 2 65 10,71 114,70 229,4
n = 21 457,5 714,2

Para calcular la desviación estándar, se requiere obtener la media aritmética:

∑𝑘𝑖=1 𝑥𝑖 ∙ 𝑓𝑖 457,5
𝑥̅ = = = 21,79
𝑛 21
La desviación estándar está dada por la expresión:

∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2 ∙ 𝑓𝑖 714,2
𝜎=√ =√ = √34,00 = 5,83
𝑛 21
La varianza está dada por la expresión:

∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2 ∙ 𝑓𝑖 714,2
𝜎2 = = = 34,00
𝑛 21

El coeficiente de variación está dado por la expresión:

𝜎 5,83
𝐶𝑉 = = = 0,2676
𝑥̅ 21,79

CORRELACIÓN
La correlación indica el grado de asociación de dos variables, la influencia que pueda tener una
sobre la otra, lo que a veces permite encontrar funciones que predicen ciertos comportamientos.

La correlación se mide usando el coeficiente de ∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )(𝑦𝑖 − 𝑦̅)

𝑐𝑜𝑣(𝑥, 𝑦) =
correlación lineal de Pearson (r). Este coeficiente 𝑛
fluctúa en el intervalo [-1, 1]. 𝑐𝑜𝑣(𝑥, 𝑦) = 𝑐𝑜𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎
𝑐𝑜𝑣(𝑥, 𝑦) 𝑠𝑥 = 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 𝑑𝑒 𝑥
𝑟=
𝑠𝑥 ∙ 𝑠𝑦 𝑠𝑦 = 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 𝑑𝑒 𝑦

Análisis del coeficiente de correlación:

 Si r es positivo, la relación lineal entre las variables es directa. Se dice que la correlación es positiva.
 Si r es negativo, la relación lineal entre las variables es inversa. Se dice que la correlación es
negativa.
 Si r = 0, no existe relación lineal entre las variables. Se dice que la correlación es nula.
 Si r = 1, existe una relación de dependencia total directa entre las variables. Es decir, si una de ellas
aumenta (o disminuye), la otra aumenta (o disminuye) en igual proporción.
 Si r = -1, existe una relación de dependencia total inversa entre las variables. Es decir, si una de
ellas aumenta (o disminuye), la otra disminuye (o aumenta) en igual proporción.

EJEMPLO N°1: CORRELACIÓN - COEFICIENTE DE PEARSON

𝑿 𝒀 ̅)
(𝒙𝒊 − 𝒙 ̅)
(𝒚𝒊 − 𝒚 ̅)(𝒚𝒊 − 𝒚
(𝒙𝒊 − 𝒙 ̅) ̅)𝟐
(𝒙𝒊 − 𝒙 ̅)𝟐
(𝒚𝒊 − 𝒚
2 4 -2 -2 4 4 4
3 5 -1 -1 1 1 1
4 6 0 0 0 0 0
5 7 1 1 1 1 1
6 8 2 2 4 4 4
10 10 10

 Media Aritmética para variable x:

2 + 3 + 4 + 5 + 6 20
𝑥̅ = = =4
5 5
 Media Aritmética para variable y:
4 + 5 + 6 + 7 + 8 30
𝑦̅ = = =6
5 5
 Covarianza:
10
𝑐𝑜𝑣(𝑥, 𝑦) = =2
5

 Desviación estándar variable x:

10
𝑠𝑥 = √ = √2 = 1,41 …
5

 Desviación estándar variable y:

10
𝑠𝑦 = √ = √2 = 1,41 …
5

 Coeficiente de Pearson:
2 2
𝑟= = =1
√2 ∙ √2 2

∴ Existe una relación de dependencia total directa entre las variables.

EJEMPLO N°2: CORRELACIÓN - COEFICIENTE DE PEARSON

𝑿 𝒀 ̅)
(𝒙𝒊 − 𝒙 ̅)
(𝒚𝒊 − 𝒚 ̅)(𝒚𝒊 − 𝒚
(𝒙𝒊 − 𝒙 ̅) ̅)𝟐
(𝒙𝒊 − 𝒙 ̅)𝟐
(𝒚𝒊 − 𝒚
2 7 -2 1 -2 4 1
3 8 -1 2 -2 1 4
4 6 0 0 0 0 0
5 4 1 -2 -2 1 4
6 5 2 -1 -2 4 1
-8 10 10

 Media Aritmética para variable x:

2 + 3 + 4 + 5 + 6 20
𝑥̅ = = =4
5 5
 Media Aritmética para variable y:
7 + 8 + 6 + 4 + 5 30
𝑦̅ = = =6
5 5
 Covarianza:
−8
𝑐𝑜𝑣(𝑥, 𝑦) = = −1,6
5

 Desviación estándar variable x:

10
𝑠𝑥 = √ = √2 = 1,41 …
5

 Desviación estándar variable y:

10
𝑠𝑦 = √ = √2 = 1,41 …
5

 Coeficiente de Pearson:
−1,6 −1,6
𝑟= = = −0,8
√2 ∙ √2 2

∴ La correlación es negativa, es decir, la relación lineal entre las variables es inversa.

 EJERCICIOS

1. En la siguiente tabla de se muestran los años de servicio de una muestra de 100

empleados de un banco. Completa la tabla como en los ejemplos de la guía. Luego,
calcula la desviación estándar y la varianza.

Años N° Empleados
0 2 40
3 5 25
6 8 20
9 11 10
12 14 5

2. La siguiente tabla de distribución muestra las alturas de un curso de educación media de

cierto colegio. Completa la tabla como en los ejemplos de la guía. Luego, calcula la
desviación estándar y la varianza.

Alturas N° de alumnos
[150, 155) 3
[155, 160) 7
[160, 165) 6
[165, 170) 4
[170, 175) 5

3. La tabla de distribución de frecuencias muestra la puntuación obtenida por 1.800

alumnos de 5° a 8° básico en un cuestionario de cultura general. Completa la tabla como
en los ejemplos de la guía. Luego, calcula la desviación estándar y la varianza.

Puntaje Frecuencia
0 2 21
3 5 50
6 8 110
9 11 241
12 14 423
15 17 457
18 20 275
21 23 134
24 26 66
27 29 23

4. Calcular la correlación de Pearson para el siguiente conjunto de datos.

X 10 8 13 9 11 14 6 4 12 7 5
Y 9,14 8,14 8,74 8,77 9,26 8,10 6,13 3,10 9,13 7,26 4,74