Medidas Dispersión

Objetivo:
Conocer, calcular e interpretar

medidas de dispersin para datos
agrupados y no agrupados.
Medidas de dispersin para datos

agrupados y no agrupados
Al igual que sucede con cualquier conjunto de datos, la media, la mediana y la moda
slo nos revelan una parte de la informacin que necesitamos acerca de las
caractersticas de los datos. Para aumentar nuestro entendimiento del patrn de los
datos, debemos medir tambin su dispersin, extensin o variabilidad.
Al analizar un conjunto de datos, resulta a menudo conveniente expresar
numricamente la variabilidad que existe entre ellos.
Para llevar a cabo esta descripcin, se usan varias estadsticas que usan relaciones
internas entre los datos. Comnmente estas relaciones tienen que ver con diferencias
de los datos o funciones de ellos respecto de algunas estadsticas de posicin.
Dependiendo del tipo de diferencia usada, se obtienen distintas expresiones que
entregan visiones parciales de la forma en que los datos varan. Estas visiones
parciales se complementan para entregar un cuadro ms completo de la dispersin
observada entre los datos.
1) Rango
El rango (amplitud) se calcula como la diferencia entre el mximo y el mnimo valor

de un conjunto de datos, esto es:
R X max X min
Ejemplo:
Se tienen las edades de cinco estudiantes universitarios de Ier ao: 18,23, 27,34 y 25,
para calcular el rango.
R X max X min
= 34-18 = 16 aos
Propiedades del Rango o Recorrido:

El recorrido es la medida de dispersin ms sencilla de calcular e
interpretar puesto que simplemente es la distancia entre los valores
extremos (mximo y mnimo) en una distribucin
Puesto que el recorrido se basa en los valores extremos ste tiende a
ser errtico.
La principal desventaja del recorrido es que slo esta influenciado por
los valores extremos, puesto que no cuenta con los dems valores de
la variable. Por tal razn, siempre existe el peligro de que el recorrido
ofrezca una descripcin distorsionada de la dispersin.
Rango Intercuartil:
Es la diferencia entre el tercer y primer cuartil e indica el intervalo

de valores que abarcan el 50% del total de datos y que estn al
centro.
Es una medida de variabilidad adecuada cuando la medida de
posicin central empleada ha sido laMediana
2) Varianza
Las varianza se define como el promedio cuadrtico de las

desviaciones de las observaciones respecto del promedio de estos
datos.La2 varianza est denotada por
x
La varianza es una medida de dispersin relativa a algn punto de

referencia. Ese punto de referencia es la media aritmtica de la
distribucin. Ms especficamente, la varianza es una medida de
que tan cerca, o que tan lejos estn los diferentes valores de su
propia media aritmtica. Cuando ms lejos estn las X i de su
propia media aritmtica, mayor es la varianza; cuando ms cerca
estn las Xi a su media menos es la varianza
Para datos agrupados se calcula a partir de la frmula:
1 k
x ( xi x )2 fi
n i 1
2
xi
Donde, n es el tamao de la muestra,
el valor
correspondiente i-sima observacin (o marca de clase en el caso

fi
x
de datos agrupados
como variable continua),
de la muestra y
sima.
el promedio
la frecuencia absoluta de la clase i-
Una manera alternativa de calcular la varianza, es mediante la frmula:
2
x
f
i i
x 2
2
x i 1

n
k
Esta ltima expresin tiene algunas ventajas sobre la anterior, debido a que se
producen menores errores de redondeo al utilizarla.
Ejemplo
Se tiene informacin respecto al nmero de las latas de bebidas consumidas durante
un mes, por un grupo de 39 familias en la siguiente tabla
xi
fi
30
35
10
40
41
12
45
Total
39
x2
x
i 1
f i
x 2

Para calcular la varianza, debemos completar la siguiente tabla
xi
fi
xi 2
xi 2 fi
30
900
4500
35
10
1225
12250
40
1600
12800
41
12
1681
21172
45
2025
8100
Total
39
58822
58822
x2
1463,5 44, 7
39
Saber que la varianza del ejemplo es igual a 44,7 no tiene una interpretacin, sino
que es un valor comparativo entre muestras.
3) Desviacin estndar
Sx
x
Diremos que la desviacin tpica o estndar,denotada
por
est
definida como la raz cuadrada de la varianza.
Se calcula segn la frmula:

x x2
O bien:
Sx Sx2
Observacin
La unidad de medida de la desviacin estndar es la misma unidad de medida de la

variable.
La desviacin estndar mide la cantidad tpica en la que los valores del conjunto
difieren de la media aritmtica
A modo de ejemplo, se puede decir que un valor est bastante alejado del centro de
los datos si su distancia de l supera dos desviaciones estndar
Del ejemplo anterior

La desviacin estndar seria
x 44.7 6.69
4) Coeficiente de variacin
La desviacin estndar es til como medida de variacin de un conjunto de

datos, sin embargo, depende de la unidad de medida.
Si por ejemplo, se desea comparar la variabilidad de las estaturas de los

chilenos versus la variabilidad de las estaturas de los ingleses, no es
posible hacerlo directamente con las medidas de dispersin expuestas
anteriormente, debido a las distintas unidades de medicin utilizadas (por
ejemplo, en el caso de los chilenos, la estatura se mide en centmetros,
mientras que en el Reino Unido, la estatura se mide en pulgadas).
Cuando se quiere comparar la dispersin de dos conjuntos de datos, con

unidad de medida diferente, surge una medida de varianza relativa llamada
coeficiente de variacin, la cual expresa la desviacin estndar como un
porcentaje de la media. Esto es:
CVx
x
100%
x
Observaciones generales
Antes de ejemplificar los conceptos de dispersin vistos hasta aqu, es conveniente

tener en cuenta las siguientes observaciones que relacionan las medidas de
dispersin:
Cuanto ms dispersos sean los datos, ms aumentar el rango, el rango

intercuartil (Q3-Q1), la varianza, la desviacin estndar y el coeficiente de
variacin.
Cuanto ms concentrados u homogneos sean los datos, disminuir el rango, el

rango intercuartil, la varianza, la desviacin estndar y el coeficiente de
variacin.
Si las observaciones son todas iguales (de manera que no hay variacin en los
datos), el rango, el rango intercuartil, la varianza, la desviacin estndar y el
coeficiente de variacin ser iguales a cero.
Las medidas de variacin nunca son negativas.
Ejemplo
Con el fin de observar la relacin entre la inteligencia y el nivel socioeconmico
(medido por el salario mensual familiar) se tomaron dos grupos, uno formado con
sujetos de cociente intelectual inferior a 95 y otro formado por los dems; De cada
sujeto se anot el salario semanal familiar (en miles de pesos) . Teniendo en cuenta
Nivel socioeconmico
Sujetos con CI < 95
los resultados que
se indican en la tabla:
Sujetos con CI
Ingreso semanal
fi
100 - 160
35
26
160 - 220
20
25
220 - 280
30
30
280 - 340
25
54
340 - 400
15
46
Cul de los dos grupos presenta mayor homogeneidad?
fi
95
Desarrollemos la tabla de distribucin de frecuencias para ambas

muestras
Muestra 1 (CI<95)
Ingreso semanal
Mc
fi
Fi
hi(%)
Hi(%)
100 - 160
130
35
35
28
28
160 - 220
190
20
55
16
44
220 - 280
250
30
85
24
68
280 - 340
310
25
110
20
88
340 - 400
370
15
125
12
100
125
100
Muestra 2 (CI 95)

Ingreso semanal
Mc
fi
Fi
hi
Hi
100 - 160
130
26
26
14
14
160 - 220
190
25
51
14
28
220 - 280
250
30
81
17
45
280 - 340
310
54
135
30
75
340 - 400
370
46
181
25
100
181
100
Por lo tanto
Muestra 1
Muestra 2
233,2
272,873
82,302855
82,318
Q1
115
206,2
Q3
301
340
186
133,8
35,30%
30,17%
Media
Desviacin
estndar
CV(X)
Vemos cmo analtica se comprueba que la muestra 2 presenta mayor

homogeneidad, es decir, menos variabilidad en sus datos:
(1) CV(muestra1) = 35,3% > CV(muestra 2)= 30,17%
De (1) se concluye que la segunda muestra es ms homognea, y como el coeficiente

de variacin representa el tamao relativo de la dispersin media (o desviacin
estndar) con respecto a la media, podemos concluir tambin que la media de la
muestra 2 es ms representativa que la media de la muestra 1
(2) Q(muestra 1) = 186

> Q(muestra 2)= 133
De (2) se concluye que el rango en el cual se concentra el 50% de las observaciones

centrales (o ms normales), es menor en la muestra 2, lo que tambin implica una
menor variabilidad de sus datos, y por lo tanto mayor homogeneidad.

Medidas Dispersión

Cargado por

Copyright:

Formatos disponibles

Medidas Dispersión

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Medidas Dispersión

Cargado por

Copyright:

Formatos disponibles

Objetivo:

Conocer, calcular e interpretar

Medidas de dispersin para datos

El rango (amplitud) se calcula como la diferencia entre el mximo y el mnimo valor

Propiedades del Rango o Recorrido:

Es la diferencia entre el tercer y primer cuartil e indica el intervalo

Las varianza se define como el promedio cuadrtico de las

La varianza es una medida de dispersin relativa a algn punto de

Para datos agrupados se calcula a partir de la frmula:

correspondiente i-sima observacin (o marca de clase en el caso

la frecuencia absoluta de la clase i-

Una manera alternativa de calcular la varianza, es mediante la frmula:

Para calcular la varianza, debemos completar la siguiente tabla

definida como la raz cuadrada de la varianza.

Se calcula segn la frmula:

La unidad de medida de la desviacin estndar es la misma unidad de medida de la

Del ejemplo anterior

La desviacin estndar es til como medida de variacin de un conjunto de

Si por ejemplo, se desea comparar la variabilidad de las estaturas de los

Cuando se quiere comparar la dispersin de dos conjuntos de datos, con

Antes de ejemplificar los conceptos de dispersin vistos hasta aqu, es conveniente

Cuanto ms dispersos sean los datos, ms aumentar el rango, el rango

Cuanto ms concentrados u homogneos sean los datos, disminuir el rango, el

Las medidas de variacin nunca son negativas.

Cul de los dos grupos presenta mayor homogeneidad?

Desarrollemos la tabla de distribucin de frecuencias para ambas

Muestra 2 (CI 95)

Vemos cmo analtica se comprueba que la muestra 2 presenta mayor

(1) CV(muestra1) = 35,3% > CV(muestra 2)= 30,17%

De (1) se concluye que la segunda muestra es ms homognea, y como el coeficiente

(2) Q(muestra 1) = 186

De (2) se concluye que el rango en el cual se concentra el 50% de las observaciones

También podría gustarte