íf Introducci ón 137

)
) 5 E
FIGURA 5o1l
comparación de
la dispersión de ·o¡:;"'
7
6
S
)
)
Medición de la dispersión las edades de los "'::S
<.J
4
3
alumnos de dos ~
2
o variación en una distribución
¡.¡..

) muestras con las

1
mismas medias o!"'~:·. Media = 8.5 años
) 5.0 6.0 7.0 8.0 9.0 10.0 11.0 12.0

)
de puntuaciones Edades de la muestra de los grados K-6

) 14
) 12
.:S<.J 10
) Introducción 136 ¿Por qué se llama desviación ¡:;
8
El rango 138 "estándar"? 148 "'::S
<.J 6
) ~
¡.¡.. 4
Limitaciones del rango: situaciones Puntuaciones estandarizadas
) en las que reportarlo solo puede (puntuaciones Z) 148 2
ol - ~ Media = 8.5 años
) conducir a errores 139 La desviación estándar y la distribución s.o 6.0 7.0 8.0 9.0 10.0 n.o 12.0
La desviación estándar 139 normal 150 Edades de la muestra del grado 3
)
Pensamiento proporcional y lineal sobre
la desviación estándar 140
Limitaciones de la desviación
Presentación tabular de resultados !53
Insensatez y falacias estadísticas: ¿qué indica
cuando la desviación estándar es más grande
l
1
una población a otra. Por ejemplo, el ingreso familiar anual de residentes en Estados Unidos
varía desde cero hasta decenas de millones de dólares, mientras que el ingreso familiar de los
estándar 145 que la media? !54 pobres que viven en proyectos habitacionales va de cero a unos pocos miles de dólares.
} 1
)
La desviación estándar como parte integral de
la estadística inferencia! 147
¡
Dispersión Forma en que se dispersan las puntuaciones de una variable de
) intervalo/razón de menor a mayor y la forma de la distribución entre éstas.
t!·
) .,
1ntro d UCCIOn l Los estadísticos de dispersión describen cómo se dispersan las puntuaciones de una
) tervalo/razón, reportar un estadístico central por sí mismo no es suficiente para co- ~ variable de intervalo/razón a lo largo de su distribución. Los estadísticos de dispersión per-
municar la forma de una distribución de puntuaciones. Dos muestras con las mismas medias pueden tener f miten descripciones precisas de la frecuencia de casos en cualquier punto de una distribu-
)
formas sumamente diferentes. La figura 5-l presenta dos distribuciones de edades: para una muestra de 1· ción. Por ejemplo, si el gobierno federal decide aumentar los impuestos para los "ricos",
) alumnos de escuela primaria (desde jardín de niños hasta sexto grado, o K-6) y un grupo de tercer grado f empleando estadísticos de dispersión podemos identificar el nivel de ingresos del 5 por cien-
de otra escuela. La edad media de los alumnos de ambas escuelas es de 8.5 años. En la escuela K-6, sin i to más ricos de todas las familias del país. Del mismo modo, si un programa de asistencia
)
embargo, los niños tienen entre 5 y 12 años; en el tercer grado de la otra escuela ninguno de los alumnos ¡· social se planea para cubrir sólo 10 000 familias de la ciudad, podemos establecer qué nivel
) es menor de 7 años ni mayor de 1O años. Aun cuando estas dos distribuciones de edades tienen la misma de ingreso familiar satisface los requisitos para recibir la asistencia. Estudiar la dispersión es
tendencia central, sus puntuaciones se dispersan de manera muy diferente, con una mayor dispersión de ~ como ir y venir en un paseo por el eje X de un histograma y observar dónde se concentran
)
edades en la escuela K-6. 1'. los casos. ¿La mayor parte de los casos caen alrededor de la media o están cargados hacia
) El tema de este capítulo es la dispersión, es decir, cómo se dispersan las puntuaciones de una varia- ' algún lado? ¿Cuántos casos caen entre dos puntos? ¿Qué valor de la variable se lleva ellO
ble de intervalo/razón de menor a mayor y la forma de la distribución de éstas. Existe un número infinito ' por ciento de los casos? Los dos estadísticos de dispersión que más se emplean son el rango
)
de posibles formas de distribución para una variable con una media dada. Todas las puntuaciones podrían ~ y la desviación estándar.
) agruparse alrededor de la media con la clara forma de una curva de campana, aunque la curva po<iría ser r·
)
de diferentes tamaños según el tamaño de la muestra, o bien, las puntuaciones podrían estar ligeramente ¡
¡ \. E~tadísticos de dispersión Son estadísticos que describen cómo se dis-
o muy sesgadas hacia un lado. Además, una sola variable puede tener dispersiones muy diferentes de ers. a. ~ las puntuaciones de una variable de intervalo/razón a lo largo de su distri:
)
)
136
'
LJ. bución . .. ,
- -- - - -- - - --
. .
138 Capítulo 5 Medición de 1" dispersión o variación en una distribución de puntuaciones
í La desviación estándar 139

E~ O"atnJgo FIGUIRlíll 5·2 12

comparación de 10
El rango es una expresión de cómo Las puntuaciones de una variable de intervalo/razón
se distribuyen de menor a mayor, es decir, es la distancia entre las puntuaciones mínima y dos distribuciones -~
u 8 )
¡::
máxima de una muestra. Se calcula como la diferencia entre las puntuaciones máxima y mí- con formas diferen-
"'u::S 6 )
nima, más el valor de la unidad de redondeo. El valor de la unidad de redondeo ( l, por ejem- tes que tienen el "'....
¡.., 4
plo, si las puntuaciones se redondean al número entero más cercano, 0.1 si las puntuaciones mismo rango
2
se redondean al décimo más cercano, y así sucesivamente) se suma para considerar el límite )
real inferior de la puntuación más baja y el límite real superior de la puntuación más alta. o 25 30 35 40 45 50 55
20
)
Edades de los miembros del club de poesía de la universidad
)
Cálculo del rango de una variable X de intervalo/razón
8

l. Ordena las puntuaciones de la distribución de menor a mayor. )

6
2. Identifica las puntuaciones mínima y máxima. -~
u
¡::
3. Identifica el valor de la unidad de redondeo (véase el apéndice A como repaso). "'u
::S 4

4. Calcula el rango: "'

....
¡..,
)
2
Rango = (puntuación máxima- puntuación mínima) + valor de la unidad de • r'"":i-is~~' . ,·;···:
0 ~~~~ ·····• . ~
redondeo 20 25 30 35 40 45 50 55 )
Edades de los miembros del club de poesía de la comunidad
)

i )
!
El rango Es una expresión de la forma en que las puntuaciones de una variable A veces resulta más informativo reportar las puntuaciones mínima y máxima por sí mis-
de intervalo/razón se distribuyen de menor a mayor.
! mas, señalando que estas edades varían desde 20 hasta 43. De esta manera, indirectamente )

¡ indicamos que en la muestra no hay menores de 20 años ni mayores de 43 años de edad. )

Calculemos el rango en un ejemplo. Supongamos que X= edad (redondeada al año más f Limitaciones del rango: situaciones en las que reportarlo )
cercano) y tenemos la siguiente distribución de puntuaciones: t solo puede conducir a errores
¡ Puesto que el rango utiliza las puntuaciones más extremas de una distribución, un valor aisla-
)

~
21 , 23,43,26,20,21,25 do inflará enormemente su cálculo. Esto sucedió para las siete edades indicadas anteriormen-
te. Los 43 años hicieron que el rango pareciera estar extendido por encima de los 24 años. )
Empieza por ordenar las puntuaciones:

20,21,21,23,25,26,43
¡ Reportar esto daría la impresión de que la muestra tiene un número considerable de sujetos
de 30 y 40 años. Un reporte más exacto estipularía que, con excepción del estudiante de 43
años, las edades tenían un rango de 7 años (26- 20 + 1 = 7 años). Omitir el valor aislado e
J

)
indicarlo como excepción es una forma razonable de ajustar esta limitación del rango.
Identifica las puntuaciones mínima y máxima de 20 y 43, respectivamente, y distingue que El rango también está limitado por su estrecho alcance informativo. No nos dice nada )
la unidad de redondeo es l. 1 sobre la forma de la distribución entre las puntuaciones extremas. Por ejemplo, las dos dis-

Calcula el rango:
[ tribuciones descritas en la figura 5-2 tienen el mismo rango, lo que sugiere formas similares,
pero de hecho sus formas son radicalmente diferentes. Por último, hay poco que pueda ha- )
cerse matemáticamente con el rango. En suma, el rango tiene utilidad limitada, en especial j
Rango = (puntuación máxima - puntuación mínima) + valor de la unidad de redondeo 1 cuando se reporta solo.
= (43 - 20) + 1 = 24 años )
f
la desviación estándar )
Como resultado del redondeo, el individuo que reportó 20 podría tener 19.5 años; y el de La desviación estándar es otra medida sumaria de la dispersión o variación de las puntua-
43 años podría tener 43.5 años. El rango de 24 años es la distancia entre estos límites reales t ciones de una distribución. Este estadístico de dispersión es muy diferente del rango. Al )
menor y mayor de las puntuaciones, es decir, 43.5 años- 19.5 años= 24 años. concentrarse en los extremos de la distribución, el rango se aproxima a la dispersión desde )

1
)
t
r; La desviación estándar 141
140 Capítulo 5 Medición de la dispersión o variación en una distribución de puntuaciones r.
)
) "fuera" o desde los extremos de la distribución. Observar el rango es como ver un juego !<lentifica e specificaciones Comenzamos por identificar la información dada.
de baloncesto desde lo alto de las tribunas; la cancha parece encajonada por los tableros Especificación: X= una variable de intervalo/razón, n = tamaño muestra] , y una distri-
) bución de puntuaciones en bruto para X.
de cada extremo. En contraste, la desviación estándar describe la forma en que las pun-
) tuaciones de una variable de intervalo/razón se dispersan a lo largo de la distribución en Calcula la m e dia Calculamos la media porque la desviación estándar está diseñada para
relación con la puntuación media. La media es un estadístico de tendencia central y como
) medir la dispersión alrededor de la media.
tal proporciona un punto de enfoque que se centra "dentro" de la distribución. Observar la '
) dispersión a partir de la media con su desviación estánd::r es como mirar desde el centro de _ IX
X =-
la cancha; el centro de atención está en la distanci a del centro de la cancha a otros puntos n
)
en cualquier dirección. Al igual que la media, la desviación estándar es muy apropiada con
_) variables de intervalo/razón. Calcula las punt uaciones de de sviación: pensamie nto lineal A continuación de-
terminamos qué tan alejada está la puntuación de cada individuo respecto a la media. La
) diferencia entre una puntuación y su media se llama puntuación de desviación, es decir,
) La desviación estándar Describe la forma en que las puntuaciones de una cuánto difiere o se "desvía " de la media una puntuación individual:

)
variable de intervalo/razón se dispersan por la distribución en relación con la pun- X- X = puntuación de desviación para un valor de X
tuación media.
) Considere una puntuación de desviación como una medida de distancia en el eje X . ¿Qué nos
dice la puntuación de desviación? Supongamos que X es la variable peso, y el peso medio
) Pensamiento proporcional y lineal sobre la desviación estándar es de 138 libras para una muestra de jugadoras de voleibol de la Universidad de Elmstown.
Para una variable de intervalo/razón, la desviación estándar se calcula determinando qué La jugadora estrella, Sandra "Mil Amores" Carson, pesa 173 libras; ésta es su puntuación en
)
tan alejada está cada puntuación de la media, es decir, cuánto se desvía de la media. En este bruto o "puntuación X". Su puntuación de desviación es 35 libras:
) sentido, la desviación estándar es una derivada (o producto) de la media, y las dos medidas
Puntuación de desviación= X - X= 173 - 138 = 35 libras
) siempre se reportan juntas. De hecho, la frase "la media y la desviación estándar" es una de
las más empleadas por los estadísticos. La desviación estándar, como una medida sumaria La puntuación de desviación nos dice dos cosas sobre una puntuación de la distribución:
) de todas las puntuaciones de una distribución, nos dice con qué amplitud se agrupan las pun- (1) la cantidad o distancia a la que la puntuación X se aleja de la media y (2) la dirección de
tuaciones alrededor de la media. Como brevemente lo analizaremos, la desvi ación estándar la puntuación X: si está abajo o arriba de la media. Cuando una puntuación X es mayor que
)
también es útil en conjunción con la curva normal. la media, la puntuación de desviación resultará un valor positivo, como el de Sandra, lo cual
) La siguiente es la fórmula para calcular la desviación estándar: significa que la puntuación X se encuentra a la derecha de una curva de distribución. Cuando
una puntuación X es menor que la media, la puntuación de desviación resultará negativa, lo
)
que significa que la puntuación X queda a la izquierda de la media. La puntuación de desvia-
) ción de Sandra de +35 libras nos indica que ella está 35 libras por encima del peso medio del
j Cálculo de la de!;viación estándar equipo.

) Puntuación de desviación Indica cuánto es que una puntuación individual

j sx = 12: (X - X) 2 difiere o "se desvía" de la media.

)
\1 n- 1
La puntuación de desviación es el cálculo matemático central para determinar la des-
) viación estándar. Como una medida breve para toda la muestra, la desviación estándar es
donde
una suma y promedio del cuadrado de estas puntuaciones de desviación, como en los pasos
) sx =desviación estándar para la variable X de intervalo/razón
k siguientes.
) (=media de X Sum a las puntuacio nes de desviación El siguiente paso para calcular la desviación
) n = tamaño muestra! estándar es sumar las puntuaciones de desviación. Esta suma siempre será igual a cero (den-
tro del error de redondeo):
)
) Merece la pena seguir un método de paso a paso al cálculo de la desviación estándar. Esto
\ 2: (X - X) = O = suma de las puntuaciones de desviación
elimina el misterio de la fórmula (con sus símbolos de L , cuadrado y raíz cuadrada) y nos 1 La suma de las puntuaciones de desviación es una verificación respecto a la exactitud de los
) ayuda a apreciar que la desviación estándar es parte esencial de la curva normal. i cálculos, porque la suma de las puntuaciones de desviación siempre será igual a cero (den-
) ft
) r
¡
 142 Capítulo 5 Medición de la dispersión o variac ión en una distribución de puntuaciones r' La desviación estándar 143

tro del error de redondeo). En el capítulo 4 vimos la forma en que la media es un punto de que con muestras grandes este ajuste tendría poco efecto en el cálculo, mientras que con
equilibrio en la distribución. Lo que hace la media es balancear las desviaciones, para que muestras pequeñas tendría un gran efecto.)
se cancelen entre sí y resulten en una suma de puntuaciones de desviación igual a cero. De En resumen, dividimos la variación (suma de cuadrados) entre n -1 para compensar )
hecho, otra definición matemática de la media es aquel punto en una distribución donde las tanto los efectos del tamaño muestra! de la suma como el error de muestreo. El resultado se
puntuaciones de desviación suman cero. llama varianza, y su símbolo es s/:
)
Eleva al cuadrado las puntuaciones de desviación y suma los cuadrados La dis- 2:(X-X) 2
)
persión de una variable a menudo se compara para dos o más muestras. El hecho de sumar s/ = =varianza de una muestra
las puntuaciones de desviación no detectará una diferencia en la dispersión entre dos mues- n-I )
tras, porque la suma para ambas será cero. Esto potencialmente nos deja en un callejón sin
La varianza es la variación promedio de las puntuaciones en una distribución. Para evitar )
salida. Si las puntuaciones de una muestra se dispersan ampliamente y si las de la otra lo
hacen de manera estrecha, ¿qué beneficio implica informar que ambas tienen una suma de confundir la varianza y la variación nota el sonido acentuado en "varianza" y advierte que n
puntuaciones de desviación de cero? ¡Ninguno! Por consiguiente, al comparar dos muestras, está en su denominador. (Finalmente, debemos hacer notar que si la desviación estándar se
calcula para las puntuaciones de una población entera el error de muestreo no constituirá un )
debemos encontrar una manera de sumar las puntuaciones de desviación para que la suma
sea más grande para una muestra con una dispersión mayor. La solución más útil consiste en problema. Por consiguiente, no necesitamos restar 1 de n para obtener la variación de una }
elevar al cuadrado cada puntuación de desviación y después sumar los cuadrados. Al elevar población, que se simbolizaría como u/.)
al cuadrado se eliminan los signos negativos en las puntuaciones de desviación. La suma de
las puntuaciones de desviación al cuadrado es la variación (a menudo se denomina suma
La varianza Es la variación promedio de las puntuaciones en una distribución
de cuadrados), un estadístico que resume las desviaciones para toda la muestra:
(es decir, la media de la suma de cuadrados).

2: (X- X) 2 = la variación (o "suma de cuadrados")

Saca la raíz cuadrada de la varianza para obtener la desviación estándar Para )
producir una buena medida de dispersión se requiere un último paso. La varianza es perfec-
tamente aceptable para cálculos, pero no se interpreta de manera directa porque las unidades )
de medida están elevadas al cuadrado. Así, podríamos calcular la varianza de peso para el
equipo de fútbol de la universidad local, y encontraríamos que es del 391.45 libras cuadra-
das. Bien, ¿qué es una "libra cuadrada"? Es una libra multiplicada por una libra, pero excepto
quizás un matemático ¿quién sabe lo que realmente significa? Necesitamos una unidad de
medida directamente interpretable, libras en lugar de libras al cuadrado. Para "regresar" a
libras, sacamos la raíz cuadrada de la varianza. (La raíz cuadrada de una unidad de medida al
cuadrado es la unidad de medida en sí.) El resultado es la desviación estándar: )

- /L(X-X)2 = W
Sx- \j n- 1
)

En el caso del peso del equipo local la desviación estándar sería 37.30 libras: )

- 2
_ (2:(X-X) = \(;}
sx - \j n- 1
)

V 1 391.45 = 37.30 libras )

~~ )
~~
¡, . Los elementos de la ecuación de la desviación estándar --es decir, las puntuaciones
~ de desviación; la suma dé los cuadrados o variación y la varianza- son importantes por sí
f¡ mismos. Estos elementos aparecen por sí mismos en numerosas fórmulas estadísticas (véase,
~~
)
~~
~ )
 ) r
'
)
144 Capítul o 5 Medición de la dispersión o variación en una di stribución de puntuaciones í" La desviación estánd ar 145

)
por ejemplo, el capítulo 12). Los pasos para calcular la desviación estándar se resumen en la TABLA 5·2 1 Hoja de trabajo para calcular la desviación estándar: peso de jugadores de fútbol
) tabla 5-1, que el lector encontrará sumamente útil en capítulos posteriores. de Crosstown (n = 12)
Es buena práctica elaborar una hoja de trabajo para estos cálculos. La tabla 5-2 presenta
) Especificaciones Cálculos
una hoja de trabajo para calcular la desviación estándar de los pesos de 12 de los 98 jugado-
j res del equipo de fútbol de Crosstown.
(1) (2) (3) (4)
Para calcular las puntuaciones de desviación, X - X, calculamos la media y restamos Jugador X X-X (X - X)2
)
cada puntuación de ella para obtener la tercera columna de la hoja de cálculo:
) 165 -73 5 329
2 200 - 38 1 444
) _ 2:X 2 856 = 238 libras
X=--;:= 12 3 216 - 22 484
4 217 -21 441
)
5 226 -12 144
) TABLA 5·1 1 Para comprender la desviación estándar por medio de su cálculo 6 236 -2 4
7 239 1
) Pasos en el cálculo de la desviación·estándar Lo que obtiéne el paso 8 244 6 36
) 1. Identifica las especificaciones 9 261 23 529
1. X debe ser una variable de intervalo/razón .
10 268 30 900
) 2. Ca lcula la media: 2. Porque la desviación estándar está basada en las des- 11 283 45 2 025
) - :L X viac iones desde la media. 12 301 63 3969
X= -
n
j
3. Calcula las puntuaciones de desviación:
n = 12 IX = 2 856 libras :L (X - X)= o :¿ (X- X)2 = 15 306 libras al cuadrado
3. Para determinar la distancia de cada puntuación desde
) la media.
X- X
j
4. Suma las puntuaciones de desviación: 4. Asegúrate de que
) Por último, elevamos al cuadrado las puntuaciones de desviación de la columna 3 para ob-
I(X - X)
tener la columna 4. La suma de la columna 4 de la tabla 5-2 y el tamaño de la muestran son
j :L(X- X)= O
todo lo que necesitamos para calcular la desviación estándar:
5. Eleva al cuadrado las puntuaciones de 5. Las puntuaciones de desviación se elevan al cuad rado
) desviación y súmalas para obtener la
= ~2: (X- = ~15 306 =
para eliminar signos negativos y obtener una suma
) variación de la suma de cuadrados: diferente de cero. Sx X)2 V1 391.45 = 37.30 libras
n- 1 11
)
Variación = :¿(X- X)2
) Limitaciones de la desviación estándar
6. Calcula la varianza: 6. Divide entre n-1 la suma de cuadrados para ajustar el Como la desviación estándar se calcula a partir de la media, al igual que ésta se infla por los
)
tamaño muestra! y el error de redondeo. valores extremos. Éstos generan puntuaciones con grandes desviaciones. Cuando se elevan
L(X- X) 2
) s}= ----'-----'-'- al cuadrado, estas grandes desviaciones, ya sean positivas o negativas, producen un alto
n -1
) resultado positivo e Ínflado. Así, la desviación estándar puede ser muy confusa cuando se
7. Calcu la la desviación estándar, s,: 7. Toma la raíz cuadrada de la varianza para obtener reporta para una distribución sesgada, en la que pocas puntuaciones se extienden en una di-
) directamente unidades de medida que se puedan inter- rección. Para convencerse del efecto de las puntuaciones extremas tanto en la media como en
2
)
_ /:L(X- X) = V s} pretar (unidades en lugar de unidades al c uadrado). la desviación estándar, completa la hoja de cálculo de la tabla 5-2; pero agrega los dos casos
sx- \j n- 1
siguientes para obtener una nueva muestra con n = 14: el jugador 13 que pesa 115 libras y
) el jugador 14 que pesa 125 libras. A continuación compara las respuestas de las muestras
) original y nueva.

)
)

)
 r
146 Capítulo 5 Medición de la dispersión o vari ación en una di stribución de puntuaciones La desviación estándar como parte integral de la estadística inferencia! 147

3. Calcula el rango. Con estas puntuaciones ordenadas, vemos que la puntuación

Para calcular el rango y la desviación estándar mínima es 17 centavos y la máxima es.28 centavos. Nuestra unidad de redondeo
es un número entero. )
Problema: calcula el rango, media y desviación estándar de los impuestos de gasolina Rango = (puntuación máxima:._ puntuación mínima) + valor de unidad de redondeo
cobrados por 10 estados seleccionados del oeste de Estados Unidos. Estos estados y
sus impuestos se presentan en la tabla 5-3, donde X= impuesto de gasolina por galón. = (28 - 17) + 1 = 12~
)
4. Calcula la media.
TABLA 5-3 1 Impuestos estatales a la gasolina en estados seleccionados
del oeste en mayo de 1996. _ 2:X 217
X = - = - = 21.7~
Especificaciones . n 10
5. A partir de la media, resta cada una de las puntuaciones en bruto (X) para
Impuesto(~)
obtener su puntuación de desviación. Suma las puntuaciones de desviación para
porga_lón
asegurarte de que totalicen cero (dentro del error de redondeo). )
Estado }( . (X~-'- X) 2

6. Resta cada una de las puntuaciones de desviación y suma los cuadrados. .)

Nuevo Méxi co 17 -4.7 22.09
7. Calcula la desviación estándar:
California 18 - 3.7 13.69 )
Arizona 18 - 3.7 13.69
Utah 19 -2.7 7.29
sx = {f(X----X)z = ~ 116.10 = 3.59~
Colorado 22 0.3 0 .09
\j ---;;- 1 9
Washington 23 1.3 1.69
Nevada 23 1.3 1.69
)
Oregón 24 2.3 5.29 l a desviación estándar como parte integral
ldaho 25 3 .3 10.89 de la estadística inferencia!
1 Las características de la media y de la desviación estándar las hacen muy útiles para alcanzar
Montana 28 6.3 39.69

LX = 217i L(X - X) 2 = 116.1 Oí al cuadrado

ll un sentido de proporción respecto de las variables individuales que se estudian. La desvia-
ción estándar y las puntuaciones de desviación, a partir de las cuales se calculan, también
)

)
son esenciales para examinar las relaciones entre dos variables. El foco de la estadística
n = 10 L(X - X) =O 1 inferencia! consiste en desarrollar una comprensión de por qué las puntuaciones individuales
j

Fuente: Tarifas de impuestos de http://www.api.org/news/596sttax.htm. Copyright© 1996 por American 1 de una variable dependiente se desvían de su media.
Petroleum lnstitute. Reimpreso con permiso del Instituto.
t Supongamos, por ejemplo, que estamos estudiando el abuso en el consumo de alcohol.
)
l. Asegúrate de que la variable sea de nivel de medición de intervalo/razón Para una muestra de bebedores adultos, encontramos que la media del consumo de bebidas
(como en el caso de los impuestos a la gasolina).
1 alcohólicas es de 4.3 galones por año. Gary consumió 7.3 galones el último año, 3 galones )
· arriba de la media. Sam consumió sólo 1 galón, 3.3 galones abajo de la media. ¿Qué sucede
2. Organiza los datos en una hoja de cálculo con puntuaciones ordenadas de
·con estas desviaciones alta y baja? Quizá podríamos generar hipótesis acerca de algunas
menor a mayor y con los siguientes encabezados de columna:
.variables predictoras (independientes) que creamos que estén relacionadas con esta variable
dependiente. Por ejemplo, la hipótesis del consumo a la hora de la comida podría explicar,
2 \ )
Caso X X-X (X- X) en parte, la puntuación de desviación positiva de Gary, los bebedores de familias que consu-
men vino con sus alimentos tienen un consumo de alcohol medio más alto. Existe también )
donde "Caso" = número o nombre del caso,
la hipótesis del bebedor·social, la cual podría explicar, en parte, la puntuación de desviación
)
X = puntuación observada, sin elaborar, de la variable · negativa de Salil, los bebedores·que sólo consumen alcohol en reuniones sociales tienen un
de intervalo/razón, consumo de alcohol medio más bajo. )

X- X= puntuación de desviación, ¡ · Para una muestra completa, nuestro interés radica en explicar la variación, la suma de
)
(X - X) = cuadrado de la puntuación de desviación.
2 ¡ puntuaciones· de desviación ·al cuadrado. Las puntuaciones de desviación; la variación y la
desviación estándar simplemente son medidas de diferencias en las puntuaciones para una )
¡¡ j
L
 )

)
148 Capítulo 5 Medición de la dispers ión o variación en una di stribuc ión de puntuaciones f ;,Por qué se llama desviación •·es lándar"? 149

)
variable entre los sujetos de una población. ¿Es más alta la cantidad media de consumo· de donde
) alcohol anual para las personas de ciertas regiones, entre diferentes edades o grupos religio- Zv = puntuac ión estandarizada para un valor de X
sos o entre sexos? Las respuestas a tales preguntas dependen de las propiedades matemáticas
) = número de desviaciones estándar que una puntuación en bruto
de la media, la desviación estándar y la curva normal.
(puntuación X) se desv ía de la media
)
¿Por qué se llama desviación "estándar"? 1 X= una variable de intervalo/razón
) ¡ X = la media de X
La desviación estándar recibe su nombre por el hecho de que proporciona una unidad de me-
) dida común (un estándar) para comparar variables con unidades observadas de medida muy l sx = la desviación estándar de X
diferentes. Por ejemplo, imagine que Mary Smith y Jason Jones solicitan una beca con base
)
en su desempeño en los exámenes de admisión a la universidad. Mary contestó la prueba aca-
) démica de la universidad (ACT) y obtuvo 26 puntos ACT. Jason hizo lo propio con la prueba Si hacemos que la puntuación X= ACT con X = 22 puntos ACT y sx = 2 puntos ACT, la
de admisión Stanford (SAT) y obtuvo 900 puntos SAT. Estos dos resultados de las pruebas 1 puntuación Z de Mary es
tienen unidades de medida muy diferentes: los puntos de la prueba ACT van de cero a 36;
y los de la prueba SAT, de 200 a 1 600. Las puntuaciones en bruto para las dos pruebas no X- X 26- 22 4
pueden compararse directamente, pero con el uso de las medidas y las desviaciones estándar
Zx = -- = = - = 2.00 SD
sx 2 2
para ambas pruebas podemos crear una manera para compararlas. Con los siguientes esta- 1
) dísticos, encontramos que, en comparación con otros aspirantes que contestan las pruebas, donde SD significa "desviaciones estándar". Una puntuación Z es la distancia de una pun-
Mary obtuvo la puntuación más alta: tuación X hacia la media (es decir, su puntuación de desviación) dividida entre la desviación
) estándar de las distancias.
X = puntuación de la prueba ACT X = 22 puntos ACT sx = 2 puntos ACT Una clave para tener claras estas tres maneras de expresar la puntuación consiste en
Y= puntuación de la prueba SAT Y = 1 000 puntos SAT sY = 100 puntos SAT enfocarse en las unidades de medida. Las puntuaciones en bruto y !as puntuaciones de des-
) viación para una variable se presentan en la unidad de medida original observada, que, por
La puntuación de ACT de 26 que obtuvo Mary tiene una desviación estándar de 2 arriba de
supuesto, es definida por una variable. Por ejemplo, la unidad de medida observada para edad
la media de aquellos que toman la prueba ACT, es decir, su puntuación está 4 puntos ACT,
es años; para peso, libras o kilogramos ; para altura, pulgadas o centímetros; y así sucesiva-
) esto es, 2 por 2 desviaciones estándar sobre el promedio de 22. La puntuación de Jason es de
mente. Pero cualquiera que sea la unidad de medida de una variable, sus puntuaciones Z se
1 desviación estándar abajo de la media de aquellos que contrastan la prueba SAT, es decir,
j miden en SD. La tabla 5-4 resume estas distinciones.
su puntuación está 100 puntos SAT, 1 desviación estándar abajo del promedio de 1 000. Sin
Aquí aparecen algunos ejemplos de una muestra aleatoria de mujeres estudiantes en la
) lugar a dudas podemos otorgarle la beca a Mary. Utilizando las desviaciones estándar como
universidad local:
unidades de medida en lugar de "puntos de prueba ACT" y de "puntos de prueba SAT",
) tenemos una norma común o estándar para ambas variables, de ahí el nombre de desviación l. Donde X= peso, X= 120 libras, sx = 10 libras:
estándar. ¿Quién te dijo que no podías comparar peras con manzanas?

Puntuaciones estandarizados (puntuaciones Z) X- X(puntuación Zx (puntuación

)
El ejemplo anterior ilustra el hecho de que la puntuación de un sujeto de la investigación Caso X(peso) de desviación) estandarizada)
) en cualquier variable de intervalo/razón puede expresarse de diversas maneras. Primero, lo
Cheryl Jones 110 libras -10 libras -1 so
expresamos en sus unidades de medida observadas, originales, como una puntuación en
Jennifer Smith 125 libras 51ibras .5 so
bruto. Por ejemplo, la puntuación en bruto X de Mary es 26 puntos ACT. Segundo, lo expre-
) Terri Barnett 107 libras -131ibras - 1.3 so
samos como una desviación de la media, es decir, la puntuación de desviación (X- X ); la
) puntuación de desviación de Mary es +4 y significa que ella obtuvo 4 puntos ACT arriba de
la media de aquellos que tomaron el ACT. Tercero, expresamos su puntuación como un nú- 2. Donde Y= estatura, Y = 65 pulgadas, s r = 3 pulgadas:
) mero de desviaciones estándar de la media de la puntuación ACT. Llamamos a esto su pun-
) tuación estandarizada (o puntuación Z), que para la variable X se calcula como sigue: Y- Y(puiltuación Zr (puntuación
Caso Y( estatura) de desviación) estandarizada)
;) · - - - - - - -- - - --
CáÍculo depuntuaéiones estandarizadas (puntuaciones Z) Cheryl Jones 64 pulgadas - 1 pulgada - .33so
)
Jennifer Smith 65 pulgadas O pulgada oso
) Zx =X - X Terri Barnett 68 pulg adas 3 pulgada 1 so
sx
j
)
ISO Capítulo 5 Medición de la dispersión o variación en una distribución de pullluaciones r
1
¡,Por qué se llama desviación "estándar"? 151 )
' )

ii"8U\lH..it> 5·41 1 Diferentes formas en las que pueden presentarse puntuaciones de una variable FIGURA 5·3 Punto )
/ de inflexión
Forma de puntuación Unidades de medida Ejemplo: Relación entre
)
para una variable y su símbolo de la variable X = estatura la desviación es-
tándar y la curva )
Puntuac ión en bruto (puntuación X) : X Unidad de medida de la variable Pulgadas normal
Puntuación de desviación = X- X Unidad de medida de la variable Pulgadas )

Puntuación estandarizada (Zx) o "puntuación Z": Desviaciones estándar de la variable (SO) so X X

)
-350 -250 - 15 0 o +150 +250 +350 Zx
X- X )
Zx= - -
Sx \- 68%-1
)
Recuerda que las puntuaciones de desviación y las puntuaciones Z son medidas de la -----95% - - - - ' - -
)
distancia desde la puntuación en bruto de la variable hasta su media. La puntu~ción de des- 1 99% - - - - - - -
viación se obtiene restando la media de la puntuación en bruto (es decir, X- X). Al dividir )
esta puntuación de desviación entre la desviación estándar, cortamos esta puntuación de
desviación en las partes y múltiplos de las desviaciones estándar desde la media. Recuerda localizadas en el centro de la curva. Sin embargo, la simetría o equilibrio en la curva no es )
que después de calcular la media, calcular las puntuaciones de desviación es lo siguiente que toda la imagen. La curva normal también tiene una forma de campana inconfundible, que no
)
hacemos cuando calculamos la desviación estándar. La esencia de la desviación estándar está es muy plana ni demasiado puntiaguda. Muchas variables se distribuyen normalmente (por
en ver una puntuación en bruto individual como una desviación desde la media. ejemplo, la estatura, peso e inteligencia). Cualquiera que sea la variable que se examine, si )
Para obtener un buen sentido de proporción sobre las fórmulas para las puntuaciones de está normalmente distribuida tendrá las propiedades de una curva normal.
Lo que hace que una desviación estándar sea una herramienta estadística tan valiosa es J
desviación y las puntuaciones Z, examinemos las relaciones entre los tamaños de las puntua-
ciones en bruto, las puntuaciones de desviación y las puntuaciones Z. Primero, cuanto más que es una parte matemática de la curva normal. Cuando se sigue la curva desde su centro (es )
lejana de la media esté una puntuación X mayores serán su puntuación de desviación y su decir, su pico) en cualquier dirección, la curva cambia de forma para aproximarse al eje X.
)
puntuación Z. Primero, cuanto más lejana de la media esté una puntuación X mayores serán Desde el pico, el punto en el que la curva empieza a desplazarse hacia fuera es 1 desviación
su puntuación de desviación y su puntuación Z. Es más, el signo de cualquier puntuación estándar desde la media. Este punto recibe el nombre de punto de inflexión y se destaca en )
de desviación y puntuación Z indica la dirección de una puntuación: ya sea que la obser- la figura 5-3. Esto indica que la media y la desviación estándar son aspectos matemáticos de
)
vación caiga arriba de la media (la dirección positiva) o debajo de la media (la dirección un fenómeno natural: la tendencia a que una distribución normal en forma de campana se
negativa). El signo"-" (signo menos) indica que una puntuación en bruto está debajo de la presente para numerosos eventos naturales. )
media; el signo"+" (signo más), que está implícito, no escrito, indica que está encima de la Comprender el fenómeno de normalidad es un aspecto importante de la imaginación
)
media. En los ejemplos anteriores Cheryl y Terri están abajo del promedio en peso, y Terri estadística. Muchos fenómenos que ocurren naturalmente tienen distribuciones de frecuen-
está arriba del promedio en estatura. De hecho, a partir de estas puntuaciones Z podemos cias en forma de campana como la curva normal. La curva normal ilustra el hecho de que )
decir que Terri es una persona alta, delgada más de 1 SD abajo en peso, pero 1 SD arriba en cuando nos desviamos más allá de la media esperamos encontrar cada vez menos casos. Para
)
estatura. Jennifer tiene estatura media; así, su puntuación de desviación y su puntuación Z muchas variables, existe un promedio alrededor del cual cae la mayoría de las puntuaciones,
para Y son cero: ella no se desvía de la estatura media. y cuando nos alejamos de este promedio, las frecuencias del caso disminuyen. Por ejemplo, )
Puesto que usaremos puntuaciones Z o medidas similares de desviación en cada capítulo la estatura física se distribuye normalmente; la mayoría de las personas están cerca del pro-
)
en el resto del texto, es prudente practicar cómo calcular puntuaciones de desviación y pun- medio, con unas cuantas personas muy altas o muy bajas.
tuaciones Z, así como estudiar las direcciones (signos) de esas puntuaciones. Se recomienda Uno de los rasgos más sobresalientes del fenómeno de normalidad, que ocurre natu- )
una doble verificación. Si una puntuación en bruto queda debajo de la media, su desviación y ralmente, es que ofrece predicciones precisas sobre cuántas puntuaciones de una población
)
sus puntuaciones Z son negativas. También debes tener presente que las puntuaciones Z son caen dentro de cualquier rango de puntuaciones. Como se ilustró en la figura 5-3, para cual-
simplemente otra manera de expresar puntuaciones en bruto. Cada puntuación en bruto tiene quier variable normalmente distribuida: J
una puntuación Z correspondiente, y viceversa. l. Cincuenta por ciento de las puntuaciones caen encima de la media; 50 por ciento, deba- )
La desviación estándar y la distribución normal jo. Esto se debe al hecho de que la mediana es igual a la media.
)
Además de proporcionar un estándar de comparación entre variables y muestras diferentes, 2. Prácticamente todas las puntuaciones caen dentro de 3 desviaciones estándar a partir
bajo condiciones apropiadas la media y la desviación estándar ofrecen gran riqueza de in- de la media en ambas direcciones. Ésta es una distancia de 3 puntuaciones Z abajo de )
formación . Éste es el caso cuando una variable tiene una distribución de puntuaciones que 3 puntuaciones Z arriba de la media, una amplitud total de 6 desviaciones estándar. La
)
es normal, formada como la curva de distribución normal. Como lo definimos en el capítulo· cantidad precisa es 99.7 por ciento. El restante 0.3 por ciento de casos (es decir, 3 casos
4, una distribución normal es simétrica, con su media, mediana y moda iguales entre sí y de cada 1 000) caen fuera de 3 desviaciones estándar y, teóricamente, la curva se extien- )

J
 )
)
152 Capítulo 5 Medición de la dispe rsión o variación en una distribución de puntuaciones
f
¡¡
Presentación tabular de resultados !53

)
de hacia el infinito en ambas direcciones . (Prácticamente hablando, las puntuaciones 3. Alrededor del 95 por ciento de las mujeres estudiantes de la universidad local pesan
) para algunas variables, como el peso corporal , tienen límites finitos.) entre 100 y 140 libras.
) 3. Cerca del 95 por ciento de las puntuaciones de una variable normalmente distribuida 4. Muy pocas pesan menos de 90 libras o más de 150 libras.
caen dentro de una distancia de 2 desviaciones estándar en ambas direcciones de la me.
) dia. Esto es más menos 2 puntuaciones Z de la media. Recuerda, una puntuación Z simplemente es otra forma de expresar una puntuación en bruto
(es decir, la puntuación X para una observación individual). Si Susana pesa 11 O libras, ella
) 4. Alrededor de 68 por ciento de las puntuaciones de una variable normalmente distribuida está 1 SD debajo del peso medio y tiene una puntuación Z de -1.00 SD.
caen dentro de una distancia de 1 desviación estándar (más menos 1 puntuación Z) en
) ambas direcciones de la media.
Presentación tabular de resultados
) Recuerda que la distribución normal tiene características muy predecibles. Si una varia- En artículos de investigación, una tabla básica de estadística descriptiva es la que lista todas
) ble se distribuye en esta peculiar forma de campana, podemos utilizar los estadísticos de la las variables y sus medias y desviaciones estándar. La tabla 5-5 presenta una tabla de estadís-
muestra y lo que sabemos respecto de la curva normal para estimar cuántas puntuaciones en tica descriptiva de un estudio del bienestar psicológico de personas sin hogar en dos puntos
) una población caen dentro de cierto rango. en el tiempo.
Para ilustrar la utilidad de la curva normal, sigamos nuestro ejemplo: una muestra de
mujeres estudiantes de la Universidad Crosstown, donde X= peso, el peso medio es de 120
) libras y sx = 10 libras. Primero, necesitamos asegurarnos de que la distribución de las pun-
) tuaciones es, de hecho, normal, es decir que tenga forma de campana. Esto podría hacerse TABLA 5·5 1 Estadísticos descriptivos para síntomas psicológicos, satisfacción
elaborando un histograma de las puntuaciones de una muestra (no se ilustra). Si la forma con la vida y autoestima.
) de este gráfico se aproxima a la de una campana, suponemos que esta variable no sólo está
-Tratamiento 2
) normalmente distribuida en la muestra sino también en la población. Nos referimos a este
hecho como "suponiendo normalidad". (La forma de un histograma de la muestra puede ser
) ligeramente fuera de lo normal como resultado del error muestra!.) Como se grafica en la
Subéscalas M so M so
figura 5-4, suponiendo normalidad, podemos hacer las siguientes estimaciones de los pesos Síntomas psicológicos
J
de la población de mujeres estudiantes de la Universidad Crosstown. Enojo 4.17 0.80 4.14 0.85
)
l. La mitad de estas estudiantes pesa más de 120 libras. Ansiedad 3.97 0.79 3.97 0.80
) Depresión 3.60 0.76 3.68 0.77
2. Cerca del 68 por ciento de las mujeres estudiantes de la Universidad Crosstown pesan
entre 110 y 130 libras. Manía 3.59 0.87 3.68 0.90
)
Psicosis 4.51 0.72 4.52 0.72
)
Satisfacción con la vida
)
Vestido 4.33 1.59 4.49 1.60
FIGURA 5·4
) X=peso X=120 libras sx = 10 libras Alimento 4.79 1.53 4.98 1.42
Uso de la curva
Salud 4.81 1.38 4.77 1.41
) normal para esti-
Vivienda 4.37 1.49 4.51 1.54
mar la distribución
) Diversión 3.74 1.53 3.84 1.56
de peso (X) en mu-
) jeres estudiantes Dinero 2.98 1.57 3.19 1.67
de la Universidad Social 442 144 4.51 1.79
j
Crosstown
X Autoestima
)
90 100 110 120 130 140 150 X (libras) Estima 1 3.21 0.85 3.24 0.84
) -3SD - 2SD - 1SD o +1SD +2SD +3SD Estima 2 3.36 0.87 3.28 0.85
Zx
) /- 68%-/ Nota: n = 298. Puntuaciones más altas reflejan mayor bienestar subjetivo.
Fuente: Modificado de Marshall y otros. 1996: 49. Reimpreso con permiso de la American Sociological Association.
J 1-------- 95%--------
) 1 ~% 1

)
 154 Capítulo 5 Medición de la dispersión o variación en una distri bución de puntuaciones
Resumen 155

Dnsensatez y faladas estadistkas: ¿qué indica cuando Incluso sin un histograma, los valores relativos de la media y de la desviación estándar
la desviación estándar es más grande que la media? para esta distribución proporcionan una-señal ~e que la distribución está sesgada. Estos esta-
Como vimos en el capítulo 4, la media es susceptible de distorsión por la presencia de pun- dísticos se calculan como sigue: )

tuaciones extremas, valores extremos y distribuciones sesgadas. Debido a que se basa en )

desviaciones desde la media, la desviación estándar es susceptible al mismo problema. La X = estancias en el hospital = durante el último año, el número de veces que una persona
distorsión está determinada por el hecho de que las puntuaciones de desviación están eleva- ingresa en un hospital y pasa ahí por lo menos una noche )
das al cuadrado.
X = 2.41 veces sx =3.69 veces n = 17 casos )
Un tipo común de distribución sesgada es un sesgo positivo (o a la derecha), en el que la
mayoría de las personas tienen bajas puntuaciones, pero algunas tienen puntuaciones altas. Observa que la desviación estándar es mayor que la media, lo cual sugiere que una o más
Por ejemplo, "estancias en el hospital", o el número de veces que una .muestra aleatoria de puntuaciones extremas inflaron la media y la desviación estándar. Además, desde el momen-
)
personas de más de 65 años hayan estado en el hospital el año pasado, es un sesgo a la de- to en que se elevan al cuadrado los números de la desviación estándar, unas cuantas puntua-
recha. Casi todas las personas registrarán cero en la estancia; algunas, uno; otras reportarán ciones extremas pueden hacer "explotar" su valor. Toma nota, por ejemplo, de la enorme
dos ; y pocas personas muy enfermas anotarán estancias frecuentes. Este tipo de distribución contribución a la suma de cuadrados que los tres casos más grandes hicieron con sus estan-
)
se presenta en la tabla 5-6. cias de 9, 10 y 10 veces.
¿Por qué una desviación estándar más grande que la media indica un sesgo? Recuerda
que si una distribución no está sesgada (es decir, tiene una forma normal de campana), su
.)
rango tendrá una amplitud de entre 4 y 6 desviaciones estándar. Cuando la curva se traza, la
TABLA 5·6 1 Distribución sesgada de estancias en el hospital, durante el último año, amplitud de 2 o 3 desviaciones estándar se ajustará en cada lado de la media. Si el límite infe- )
entre personas mayores de 65 años (datos ficticios) rior de las puntuaciones X de una variable es cero, por lo menos la distancia de 2 desviaciones
. . estándar debería ajustarse entre una puntuación X de cero y la media. Cuando la desviación
· Pált~oífos ·. estándar es mayor que la media, corrio en el caso de las estancias en el hospital, ni una sola
' · ·:.:y .. ···{,'·
(1) ... ;:< ' (2) ·" (~)~ ·;. ·:. (4)_ 2 . ' . <,·
amplitud de la desviación estándar puede lograr este ajuste. Otra forma de explicarlo es que la
)
~aso · x· x:.;,.x (X- Xk
desviación estándar debería ser alrededor de la mitad del tamaño de la media, o menos.
Dos reglas generales se aplican a los tamaños relativos de la media y de la desviación .)
1 o -2.41 5.81 estándar:
)
2 o -2.41 5.81 l. Si la desviación estándar es más grande que la media, esto probablemente indica un
3 o -2.41 5.81 sesgo, es decir, la presencia de valores extremos u otra peculiaridad en la forma de la
)
4 o -2.41 5.81 distribución, por ejemplo una distribución bimodal.
5 o - 2.41 5.81 2. Si la desviación estándar no es de la mitad del tamaño de la media o menos, debe tenerse
6 o -2.41 5.81 J
cuidado al examinar la distribución para analizar la posible existencia de sesgos o valo-
7 o -2.41 5.81 res extremos. )
8 o -2.41 5.81
9 Como veremós en capítulos posteriores, cuando una variable sesgada está correlaciona- .)
-1.41 1.99
10 da con otras variables, los resultados pueden ser erróneos (capítulo 14).En tales casos, deben )
-1.41 1.99
11 realizarse ajustes á los estadístícos para evitar tales errores.
1 -1.41 1.99 )
12 2 -0.41 0.17
13 2 -0.41 0 .17
14 5
La dispersión se refiere a la fOriiJa en que laspunt~aciohesde un~variáblede iflterv~­
2.59 6.71
15 9 6.59 43.43 Ío/raZón se cHspersaii, desde la menor hastá la mayor; y a Iá·:1'~~~ de la 'ilisÍfibucjÓii ' )
16 10 7.59 57.61 entre ellas. Los estadísticos de dispersión miden esta diseminación. .
17
2. Los estadísticos dedisp~rsiÓti q~e má~ ~e ~tilizan s9n ei rango yla(ies~iarión,~s!án- ·
10 7.59 57.61 ,}

:2:X = 41 veces 2
:2:(X - X) = 218.15 veces ·:dar:·· · · .. · · >." ' · .,, . · . . · .::: )
n = 17 :2:(X- X) = 0.03*
3.. El rango es una expresión de la forÍná en que las puntuacion~s de uria variabled~inter.:;_ )
··No-totalizó cero debido al error de redondeo. .valo/razén se ·distribuyen éie la Íllenor á la Ínayof: Es la d Ístanciaentre ·las puntuáciones :
mínil:náy máximacte unamuestm. · ·. ;: L.___. ··.
·1 .
··J:·r ·.. ,
)
I )
) Fórmulas para el capítulo 5 157
156 Capítulo 5 Medición de la dispersión o variac ión en una distribución de puntuacion c ~

1 4. El rango tiene limitaciones. Es afectado en gran med ida por valores extremos. Además
tiene un estrecho alcance de información. Indica el ancho de una distribución de pun-
l i~~ESNT~~~~~¿A~E 0lM¡~~~TA~~gNEN El SBT!O WEB
) tuaciones, pero no nos dice nada acerca de cómo es que las puntuaciones se dis persan Las extensiones del capítulo 3 del material de texto disponibles en el sitio web The Statistical
) entre las puntuaciones máxima y mínima. lmagínation, en www.mhhe.com/ritchey2, incluyen la forma en que un a estimación de la
5. La desviación estándar describe el modo en que las puntuaciones de una variable de desviación estándar basada en el rango puede usarse para detectar si una distribución de
)
intervalo/razón se dispersan a lo largo de la distribución, en relación con la puntua- puntuaciones está sesgada.
) ción media. La desviación estándar se calcula al determinar qué tan alejada está cada
)
puntuación respecto a la media, es decir, cuánto "se desvía" de la media. Entonces, la
desviación estándar está basada en puntuaciones de desviación.
1 FÓRMULAS PARA El CAPÍTULO 5
) 6. La desviación estándar tiene limitaciones. Los valores extremos la inflan en gran medi- Organiza una hoja de cálculo con casos en orden:
) da. Puede ser errónea si la distribución de puntuaciones es sesgada.
7. La desviación estándar indica una unidad estándar de comparación, es decir, una Especificaciones Cálculos
)
unidad común de medida para comparar variables con unidades de medida muy dife-
(1) (2) (3) (4)
) rentes. Las puntuaciones estandarizadas (puntuaciones Z) expresan una puntuación en .
bruto como un número de desviaciones estándar (SD) a partir de la puntuación media. Caso X X-X (X- X)2
)
Dos variables con diferentes unidades de medida pueden compararse si ambas están
) estandarizadas al calcular las puntuaciones Z.

) 8. La dirección de una puntuación Z está determinada por su signo. Una puntuación Z

positiva se presenta cuando una puntuación en bruto es mayor que la media; una pun- 2: (X - X) 2 = .. .
2:X = .
) tuación Z negativa ocurre cuando una puntuación en bruto es menor que la media.
n= ... 2:(X -X)= o
) 9. Hay tres formas de expresar el valor de cualquier puntuación de una variable de inter-
valo/razón:
)
a) Como una puntuación en bruto, el valor observado de X en su unidad de medida Cálculo del rango:
) original (por ejemplo, pulgadas o libras) . l. Ordena las puntuaciones de la distribución de menor a mayor.
) b) Como una puntuación de desviación , la diferencia entre la media y una puntua- 2. Identifica las puntuaciones mínima y máxima.
ción en bruto. Las puntuaciones de desviación también se expresan en la unidad 3. Identifica el valor de la unidad de redondeo (véase apéndice A).
)
de medida original de la variable.
4. Calcula el rango:
) e) Como puntuación Z (es decir, la puntuación estandarizada) , la diferencia entre la
media y la puntuación en bruto, pero expresada como un número de desviaciones Rango = (puntuación máxima - puntuación mínima) + valor de unidad de redondeo
)
estándar (SD).
) 10. La desviación estándar es una parte matemática de la curva normal. Es la distancia Cálculo de la desviación estándar:
) en el eje X de la media a la puntuación directamente bajo el punto de inflexión de l. Empieza por calcular la media de X y completar una hoja de cálculo semejante a la de
la curva. la tabla 5-2.
)
11. Si una variable está normalmente distribuida, podemos usar estadísticos muestrales y lo 2. Calcula la desviación estándar:
) que sabemos acerca de la curva normal para estimar cuántas puntuaciones de una po-
Trabajando con una hoja de cálculo
blación caen dentro de cierto rango. a) 50% de las puntuaciones caen an·iba de la me-
)
dia y 50% caen abajo. b) Prácticamente todas las puntuaciones (99.7%) caen a no más
) de tres desviaciones estándar de la media en ambas direcciones. e) Alrededor del 95% Sx = f 2, (X - X)2
de las puntuaciones caen a no más de dos desviaciones estándar de la media en ambas \j n- 1
)
direcciones. d) Alrededor del 68% de las puntuaciones de una variable normalmente
J distribuida caen a no más de l desviación estándar de la media en ambas direcciones. Calculando puntuaciones estandarizadas (puntuaciones Z):

) 12. Si la desviación estándar es mayor que la media, la distribución de puntuaciones no

puede tener forma normal. Es probable que un histograma de la variable deje ver un _X-X
Zx- -
) sesgo o una distribución de puntuaciones de forma extraña. Sx

)
)
JSS Carítul o .') McdiL·i¡'m dt.:.· l;t di ... pcrsión o \'í.tri;tciün en una di..;t r ihuci()n de puntual'Í(IIlL' ~ Ejercicios para e l capítulo S !59

_j ú»!RZIEG UINJ TA§ !P> AIR(fii\ IEIL IC AfPl~ IT IUiiL <O 5

21. Daniel está 3 desviaciones estándar arriba de la media en términos de su coeficiente
intelectual (Cl). Describe su intelecto general.
L Los estadísticos de dispersión se calculan ¿sólo en variabl es de qué ni ve les de medición? 22. Explica por qué es probable que una distribución no sea normal cuando la desviación )

2. Tanto el rango como la desviación estándar son medidas de la dispersión de las pun- estándar es más grande que la media.
tuaciones en una distribución. Ex pli ca las diferencias en perspectiva entre estos dos
estadísticos. )

3. ¿Qué efecto tiene una puntuación extrema o valor aislado sobre el cálculo del rango? )
4. La desviación estándar se "deriva" de la media. ¿Qué significa esto'J
.5. Al calcular el rango, el valor de la unidad de redondeo de la variable se suma a la dife-
_l EJERCICIOS PARA El CAPÍTULO 5 )
Conjunto de ejercicios SA )
rencia entre las puntuaciones máxima y mínima. ¿Por qué se suma el valor de la uni-
dad de redondeo? SA-l. Utiliza la fórmula de la desviación estándar para completar los espacios en blanco
6. Al calcular la desviación estándar, ¿por qué es necesario elevar al cuadrado las puntua- de la tabla siguiente. La tabla presenta cálculos en variables de intervalo/razón para
ciones de desviación? )
diferentes muestras de tamaño n.
7. Al calcular la desviación estándar para datos de una muestra, ¿por qué debemos dividir
entren- l ?
Desviación ,)
8. Al calcular la desviación estándar, ¿por qué se requiere sacar la raíz cuadrada?
Suma de cuadrados n Varianza estándar
9. ¿Cuál es la relación matemática entre la varianza y la desviación estándar? _)
10. Menciona otro nombre para la variación. 11 828.52 88 135.96
3 120.00 21
U. ¿Cuál es el significado de la palabra estándar en el término desviación estándar?
893.49 30.81
12. Una expresión de qué tan lejos está una puntuación en bruto de la media de una distri-
347 124.65 11.16
bución , en las unidades de medida originales de la variable X, se llama una puntuación )

~
13. Una expresión de qué tan lejos está una puntuación en bruto de la media de una distri-
SA-2. Hughes y Waite (2002) estudiaron las condiciones de vida y salud en los años tar- )
bución , en unidades de medida de desviaciones estándar (SD), se llama una puntuación díos de la edad media del ciclo vital. Supongamos que la siguiente es una serie de
edades del estudio que realizaron estos investigadores: 74, 81, 83, 77, 76, 79, 79. _)
14. ¿Cuáles son las propiedades de una distribución normal?
a) Organiza una hoja de cálculo con casos ordenados con X = edad. )
15. En una distribución normal, ¿qué porcentaje de puntuaciones caen aproximadamente
dentro de 1 desviación estándar de la media en ambas direcciones?, ¿y dentro de 2 b) Calcula la edad media, mediana y modal.
)
desviaciones estándar de la media en ambas direcciones?, ¿y dentro de 3 desviaciones e) Calcula el rango de las edades.
estándar de la media en ambas direcciones? j
d) Calcula la desviación estándar de las edades.
16. En una distribución normal ¿qué porcentaje exacto de puntuaciones caen sobre la SA-3. Hoff (2003) examinó las vidas laborales de médicos empleados por organizaciones )
media? ¿Qué estadístico de tendencia central, además de la media, explica este fenó- de conservación de la salud (OCS). Supongamos que Jos datos siguientes describen )
meno?
la carga diaria de pacientes (es decir, el número de pacientes revisados por día) de
17. En una distribución normal la curva alcanza su máximo en el valor de la media. ¿Qué siete médicos de las OCS: 8, 7, 11, 4, 5, 13, 7.
estadístico de tendencia central, además de la media, justifica este fenómeno?
a) Organiza una hoja de cálculo con casos ordenados con Y= número de pacientes
18. Si una puntuación en bruto cae debajo de la media en una distribución, el signo de la revisados por día.
puntuación Z, ¿será positivo o negativo? Ilustra tu respuesta utilizando la fórmula para )
calcular una puntuación Z. b) Calcula la media, mediana y modal de las cargas de pacientes para este grupo
de siete médicos. )
19. En cualquier distribución de puntuaciones de intervalo/razón hay una puntuación en la
cual las desviaciones de ésta suman cero. ¿Qué estadístico de tendencia central se e) Cálcula el rango de pacientes revisados por día. )
localiza en ese punto? d) Calcula la desviación estándar. )
20. Para su grupo de edad Charles está 1 desviación estándar debajo de la estatura media, SA-4. Takaoy otros (2003) examinaron la relación entre grupo ocupacional y actividad
)
pero 1.5 desviaciones estándar arriba del peso medio. Describe su complexión corporal física entre empleados japoneses. Supongamos que los datos siguientes representan
general. una muestra de puntuaciones en una escala que mide las posiciones de individuos )

)
 160 Capitul o 5 IVkdiciún de la dispers ión o variaci6 n en una distribución de puntuac iones Ejercicios para el capítulo 5 161
)
) dentro de la jerarquía ocupacional japonesa: 27 , 26, 28, 30, 31 , 29, 27. 3 L 29. Los
X (libras) Estimación visual de puntuación Z (SD) Puntuación Z calculada (SD)
) datos X= puntuación de escala de grupo ocupacional.
a) Organiza los datos usando un formato de hoja de cálculo con las puntuaciones 169
) 128
de X ordenadas.
) b) Calcula la media y desviación estándar. 192
177
) SA-5. Es semana de regreso a casa y están ocurriendo locuras en el campus. Una de estas
151
locuras es una carrera a pie entre el club femenino de estudiantes. Una muestra
) aleatoria de hermanas que corren, prendas de garantía y alumnas produce las edades 109

) siguientes: 19, 18, 20, 19, 29, 18, 20, 18,22,2\.LosdatosX =edad.
a) Organiza Jos datos usando un formato de hoja de cálculo con las puntuaciones Conjunto de problemas 58
)
de X ordenadas.
) b) Calcula la media y desviación estándar. SB-1. Usa la fórmula para la desviación estándar para completar los espacios en blanco de
la tabla siguiente. La tabla presenta cálculos sobre variables de intervalo/razón de
) e) ¿Hay algo peculiar en esta distribución? Ajústalo al recalcular los estadísticos.
diferentes muestras de tamaño n.
) d) Comenta sobre las diferencias entre los estadísticos original y ajustado.
SA-6. Ellickson y cols. (2003) examinaron la conducta de fumar en adolescentes y la sub-
) Suma de cuadrados n Varianza Desviación estándar
siguiente conducta después de fumar. Supongamos que los siguientes datos son de
) una muestra de fumadores de 16 a 20 años de edad. 38.76 7
) Y= número de cigarrillos fumados por día. 34729592 1041 18.27

) Y = 15 cigarrillos s r = 5 cigarrillos 91 40.89

5865.04 17.56
) a) Completa las columnas de la tabla siguiente. Asegúrate de especificar las uni-
dades de medida.
) SB-2. Goesling (2001) examinó el fenómeno de la desigualdad de ingresos en todo el
b) ¿Quién destaca como fumador? mundo, tanto dentro como entre las naciones. Supongamos que lo siguiente es una
)
muestra de ingresos mensuales de residentes de Estados Unidos: $2347; $2434;
) $1636;$1963;$2358;$1968;$2683.
Y (cigarrillos Y-Y Zv (puntuación
) Caso por día) (desviación estándar) estandarizada) a) Organiza una hoja de cálculo con Jos casos en orden con X= ingreso mensual.
b) Calcula el ingreso mensual medio, mediano y modal.
) Bob Smith 17
Spencer Byrd 30 e) Calcula el rango.
)
Sonya Turnham 4 d) Calcula la desviación estándar.
) Chuck Martin 20 SB-3. Wiesner (2003) examinó relaciones recíprocas entre síntomas depresivos y conducta
) delictiva entre adolescentes hombres y mujeres. Supongamos que las siguientes son
las edades de adolescentes comprendidos en este estudio: 10, 8, 9, 11, 12, 9, 13.
) SA-7. Ferraro y Yu (1995) estudiaron la relación entre el peso corporal y la autoestima en
cuanto a salud. Supongamos que te dan los siguientes breves estadísticos acerca del a) Organiza una hoja de cálculo con los casos en orden con Y = edad.
) peso obtenido en este estudio. b) Calcula las edades media, mediana y modal para los adolescentes selec-
) X= peso X = 169libras sx = 18libras cionados.
a) Traza la curva normal y ubica estos pesos en ésta. e) Calcula el rango de edades .
)
b) La tabla siguiente incluye datos para unas pocas de las observaciones. d) Calcula la desviación estándar.
J Completa la columna central al estimar cada una de las Zx visuales (es decir, SB-4. Groome y Soureti (2004) estudiaron la relación entre el desorden de estrés postrau-
) con sólo observar X en la curva). mático y síntomas de ansiedad en niños, después del terremoto de 1999 cerca de
e) Para cada puntuación X, calcula la puntuación Z exacta e insértala en la colum- ·Atenas, Grecia. Entre Jos datos que presentan en su estudio analizan la magnitud
) . de diversos terremotos en la escala Richter ocuni.dos en el mar Mediterráneo a fines
na de la derecha. (Demuestra la fórmula y cálculo para X= 128 libras.)
)
)
 162 Capítu lo 5 Medición de la dispersión o va riación e n una di stribuc ión de puntuaciones E jercicios para e l capítulo 5 163

del siglo veinte: 5.8, 2.4, 2.2, 6.0, 3. 1, 2.4, 2.2, 5.8, 2.4. Los datos X = puntos de ción de propiedades cometidos en la seman a previa. Los actos se tabulan al observar
magnitud en la escala de Richter. videocintas de salas y secciones de recreación , biblioteca, sanitarios y cafetería del
a) Organiza los datos usando un formato de hoja de cálculo con puntuaciones X centro de detención. Calculamos los estadísticos descriptivos sobre esta variable y
ordenadas. obtenemos los siguientes resultados con X= número de actos agresivos:
)
b) Calcula la media y desviación estándar. X = 16.8 actos ,\'x = 4.4 actos
)
SB-5. Betts y Morell ( 1999) analizaron Jos efectos de los antecedentes personales (es de- a) Traza la curva normal y ubica estos actos agresivos en la curva.
cir, de familia, de secundaria, recursos, grupo paritario, etc.) sobre el promedio de · b) La tabla siguiente incluye información para unas pocas observaciones. )

puntos de calificación de pasantes (GPA) . Supongamos que las siguientes fueron Completa la columna central al estimar cada Zx visual (es decir, con sólo obser- )
puntuaciones GPA para una muestra de estudiantes universitarios pasantes: 3.6, 3.8, var X en la curva).
3.6, 3.9, 2.6, 3.8, 3.8, 3.9. Los datos X = GPA. )
e) Para cada puntuación X, calcula la puntuación Z exacta e insértala en la colum-
a) Organiza los datos usando un formato de hoja de cálculo con puntuaciones na derecha. (Muestra la fórmula y cálculo para X= 9 actos.)
ordenadas.
)
b) Calcula la media y desviación estándar. Estimación visual Puntuación Z
X (actos agresivos) de puntuación Z (SO) calculada (SD)
e) ¿Hay algo peculiar en esta distribución? Ajústalo al recalcular los estadísticos.
d) Comenta sobre las diferencias entre los estadísticos original y ajustado. 9 )

SB-6. Oreen y cols . (2001) estudiaron el fenómeno de delitos con violencia y discutieron 12
j
las dificultades prácticas asociadas con la recolección de datos sobre este fenómeno. 19
No obstante, supongamos que tú has podido asegurar datos confiables acerca de 26
delitos con violencia en Estados Unidos. Los datos Y= porcentaje de delitos con 3 )
violencia= número de delitos con violencia reportados por 100000 habitantes cu- 14
biertos por agencias periodísticas. Los siguientes son porcentajes para una muestra )
seleccionada de estados: Conjunto de problemas SC )

Y = delitos con violencia por 100000 habitantes SC-1. Usa la fórmula para la desviación estándar para completar los espacios en blanco de j
sY = .32 delitos con violencia por 100000 habitantes la tabla siguiente. La tabla presenta los cálculos para variables de intervalo/razón de
diferentes muestras de tamaño n.
a) Completa las columnas de la tabla siguiente. Asegúrate de especificar las uni-
)
dades de medida. Suma de cuadrados n Varianza Desviación estándar
)
b) ¿Qué resalta por tener un porcentaje relativamente alto de delitos .con violencia?
12654. 27 97 131.82
)
2876.54 18
Y (porcentaje de delitos Y- Y (puntuación Zv (puntuación
Estado 975.46 34.82 )
con violencia) de desviación) estandarizada)
526 142.53 )
Florida 1.15
Indiana 1.08 )
SC-2. Para los sujetos de investigación en comunidades de bajos ingresos en Kenya,
lowa 1.02
Molyneux y otros (2004) examinaron la comprensión de documentos de un acuerdo
Mississippi .97 informado. Como parte del componente cuantitativo del estudio, supongamos que
Texas 1.75 )
los siguientes son ingresos de residentes que viven dentro de la zona de investiga-
·¡, ~
'¡ ¡: ción de los autores:$ 627, $435, $569, $615, $796, $715, $615. }

n
[ i!
~1
'
ij
'¡
SB-7. Slater y cols. (2003) examinaron la relación entre el contenido violento de medios
masivos de comunicación y la conducta agresiva entre adolescentes. Para replicar
los resultados obtenidos por estos investigadores, supongamos que llevamos a cabo
a)

b)
Organiza los datos usando un formato de hoja de cálculo con casos ordenados
con X = ingresos.
Calcula el ingr.eso medio, mediano y modal.
)

)
1{ un análisis de conducta agresiva similar entre muchachos de 13 a 16 años de un
',. centro de detención juvenil. La variable se operacionaliza como el número de actos
e) Calcula el rango de ingresos. )

l.·l l.
!
,¡ , :
agresivos, es decir, insultos verbales y amenazas, actos de violencia física y destruc- d) Calculá la desviación estándar de ingresos. )

¡:-:;. 1
 )
164 Capítulo S l\1edición de la dispersión o variación e n una di st rihución de pun!Uacilule~ Ejercicios para el capítulo 5 165
)
)
SC-3. Siebert (2004) estudió los determinantes de la depresión entre trabajadoras sociales SC-7. El índice de masa corporal (IMC) es una medida del nivel saludable de peso que
) en Carolina del Norte. Supongamos que los datos siguientes representan el número toma en cuenta la estatura de personas. Se calcula en kilogramos de peso por el cua-
de contactos en la semana pasada para cada trabajadora social de la muestra: 1O, 8, drado de la estatura. Xiaoxing y Baker (2004) investigaron la relación entre el IMC,
) 13, 7, 6, 15, 6. la actividad física y el riesgo de ambos en la di sminución de la salud general y el
) a) Organiza una hoja de cálculo con los casos en orden con Y= contactos en la funcionamiento físico. Supongamos que te dan los siguientes y breves estadísticos
semana pasada. sobre el IMC de -este estudio. Los datos X= puntuación IMC.
)
h) Calcula la media, mediana y moda del número de contactos para la muestra de ·
) trabajadoras sociales. X= 31 kg/m 2
e) Calcula el rango. sx = 9 kg/m
2
)
d) Calcula la desviación estándar.
) SC-4. Roose y cols. (2004) trataron de determinar la eficacia de medicamentos para a) Traza la curva normal y ubica estos índices de masa corporal en la curva.
) el tratamiento de síntomas depresivos en pacientes de 75 años de edad o más. b) La tabla siguiente incluye datos para algunas de las observaciones. Completa la
Supongamos que los datos siguientes son puntuaciones de la escala de depresión columna central al estimar cada una de las Zx visuales (es decir, con sólo ob-
) del Centro de Estudios Epidemiológicos (CESD), para un pequeño número de par- servar X en la curva).
ticipantes de estudio: 38, 31 , 42, 27, 19, 49, 31, 19, 38. Los datos X= puntos de la
_) e) Para cada puntuación X, calcula la puntuación Z exacta e insértala en la colum-
escala CESD.
na de la derecha. (Muestra la fórmula y cálculo para X= 11.)
) a) Organiza los datos usando un formato de hoja de cálculo con puntuaciones
ordenadas.
h) Calcula la media y desviación estándar. Estimación visual Puntuación Z
) SC-5. Ebrahim y cols. (2004) estimaron la asociación entre la posición socioeconómica y X (libras) de puntuación Z (SO) calculada (SO)
la incapacidad autorreportada en hombres de edad avanzada. Supongamos que las
31
siguientes son las edades de varios hombres en este estudio: 74, 69, 76, 72, 72, 78,
) 87, 74, 69, 74. Los datos X= edad. 11
42
) a) Organiza los datos usando un formato de hoja de cálculo con puntuaciones
ordenadas. 38
) b) Calcula la media y desviación estándar. 22

) e)¿Hay algo peculiar en esta distribución? Ajústalo al recalcular los estadísticos . . 2

d) Comenta sobre las diferencias entre los estadísticos original y ajustado.
)
SC-6. Ramstedt (2004) examinó el consumo de alcohol y la mortalidad relacionada con
) el alcohol en Canadá. Supongamos que los datos siguientes son de una: submuestra
Conjunto de problemas SD

) de sujetos adictos al alcohol, tomados de la investigación del autor. Los datos Y= SD-1. Usa la fórmula de la desviación estándar para completar Jos espacios en blanco de
número de copas de alcohol ingeridas por día. la tabla siguiente. La tabla presenta los cálculos sobre variables de intervalo/razón
) Y= 6 copas de diferentes muestras de tamaño n.
) sr = 2 copas
a) Completa las columnas de la tabla siguiente. Asegúrate de especificar las uni-
) Suma de cuadrados n Varianza Desviación estándar
dades de medida.
b) ¿Quién destaca como el más bebedor? 29.57 5
426113.21 1986 14.65
)
Y(copas Y- Y (puntuación Zv (puntuación 82 35.43
) Sujeto por día) de desviación) estandarizada) 8450.35 22.12
1_ ) Jill Williams 4
Thomas Wilke 8
) SD-2. Garroutte y cols. (2004) examinaron la relación entre la identidad étnica y la satis-
Jason Schmidt 12
facción entre pacientes indios norteamericanos crónicamente enfermos, en una clí-
¡¡) Jenny Pence 7
,.
i!
~
166 Capítulo 5 Medic ión de la dispersión o variación en una di stribución de puntuaciones Aplicaciones opcionales de computadora para el capítulo 5 167

nica de la nación Cherokee. Supongamos que la siguiente es una serie de edades de¡
estudio de estos investigadores: 56, 64, 62 , 57, 64, 59, 58. '1 (porcentaje '1 - '1 (puntuación Zv (puntuación
Estado de homicidios) de desviación) estandarizada)
a) Organiza una hoja de cálculo con los casos en orden con X= edad.
b) Calcula la media, mediana y moda para la edad. Área 1 4.97
)
Área 2 8.99
e) Calcula el rango de edades.
Área 3 5.99 )
d)Calcula la desviación estándar de las edades.
Área4 6.95 )
SD-3. Henning y Feder (2004) compararon las diversas caractensticas de hombres y mu-
ÁreaS 6.29
jeres encarcelados por violencia doméstica. Supongamos que la muestra siguiente )
representa el número de incidentes informados de violencia doméstica entre los
SD-7. Boardman (2004) evaluó la relación entre la estabilidad residencial y la salud física )
hombres y mujeres incluidos en este estudio: 5, 2, 3, 4, 3, 6, l.
entre adultos de raza negra y blanca. Parte de la variación en los niveles de salud
a) Organiza una hoja de cálculo con los casos en orden con Y= incidentes de vio- se debía a diferencias en los niveles de estrés entre vecindarios. Supongamos que
lencia doméstica. te dan los siguientes estadísticos de resumen de una escala empleada para analizar )
b) Calcula la media, mediana y moda de los incidentes. niveles de estrés en vecindarios. Donde X= puntuación en la escala de estrés.
)
e) Calcula el rango. X= 11.3 puntos de la escala de estrés
d)Calcula la desviación estándar. sx = 3.2 puntos de la escala de estrés )
SD-4. Tohill y cols. (2004) revisaron la evidencia epidemiológica que evalúa la relación a) Traza la curva normal para estas puntuaciones de escala de estrés y ubícalas en _)
entre consumo de frutas y verduras y el peso corporal. Supongamos que los siguien- la curva.
tes son pesos corporales promedio de un pequeño número de participantes: 168, )
b) La tabla siguiente incluye datos para algunas de las observaciones. Completa la
181, 144, 159, 181, 204, 168, 144, 181. Donde X= peso corporal (libras). columna central al estimar cada una de las Zx visuales (es decir, con sólo obser- )
a) Organiza los datos usando un formato de hoja de cálculo con las puntuaciones var X en la curva).
)
ordenadas.
e) Para cada puntuación X, calcula la puntuación Z exacta e insértala en la colum-
b) Calcula la media y desviación estándar. na de la derecha. (Demuestra la fórmula y cálculo para X =7 puntos de escala )

SD-5. Grove y Wasserman (2004) examinaron patrones de ciclos de vida del promedio . de estrés.) )
de puntos de calificaciones (GPA) entre cinco grupos colegiados en una importante
universidad privada. Supongamos que las siguientes son una muestra de las GPA X (puntos de la Estimación visual Puntuación Z )
colegiadas de varios sujetos de estudio en esta investigación: 3.8, 3.4, 2.4, 3.8, 3.7, escala de estrés) de puntuación Z (SO) calculada (SO) )
3.4, 3.4, 3.8. Donde X= GPA.
y·
)
a) Organiza los datos usando un formato de hoja de cálculo con las puntuaciones
10
ordenadas. )
14
b) Calcula la media y desviación estándar. )
19
e) ¿Hay algo peculiar en esta distribución? Ajústalo al recalcular los estadísticos. 1
d) Comenta sobre las diferencias entre los estadísticos original y ajustado. 16
SD-6. Varano y cols. (2004) exploraron la con-elación entre el consumo de drogas y homi- )
cidios. Supongamos que los estadísticos siguientes representan los porcentajes de )
DE COMPUTADORA
homicidios de las zonas de investigación incluidas en este análisis. Donde Y = por-
centaje de homicidios = número de homicidios informados por 100 000 habitantes. )
En el sitio web www.rnhhe.com/ritchey2, en The Statistieal lmagination, están disponibles
Y = 6.59 homicidios por 100000 habitantes ejercicios computarizados opcionales del capítulo. Además, el · apéndice D de este texto, )'
sr = 1.74 homicidios por 100000 habitantes Guide to SPSS for Windows, contiene instrucciones básicas para calcular estadísticos de dis- )
a) Completa las columnas de la tabla siguiente. Asegúrate de especificar las uni- persión y puntuaciones estandarizadas. Tal como se destaca en este capítulo, la desviación
estándar por lo general se reporta con la media. De este modo, estos "estadísticos descripti- )
dades de medida.
vos" se encuentran juntos en el software. La media, rango y desviación estadística se pueden )
b) ¿Qué zona destaca por tener un porcentaje relativamente alto de homicidios?
calcular desde varios lugares del SPSS y son parte de estadísticos opcionales para numerosos
procedimientos estadísticos de prueba, como los de los capítulos 9-12. J.
)