MEDIDAS DE DISPERSIN A pesar de la gran importancia de las medidas de tendencia central y de la cantidad de informacin que aportan individualmente, no hay

que dejar de sealar que en muchas ocasiones esa informacin, no slo no es completa, sino que puede inducir a errores en su interpretacin. Veamos algunos ejemplos. Consideremos dos grupos de personas extrados como muestras respectivas de dos po laciones distintas! el primero est" compuesto por #$$ personas que asisten a la proyeccin de una pelcula para nios, y el segundo por #$$ personas elegidas entre los asistentes a una discoteca juvenil. %udiera ocurrir que, aun siendo las distri uciones de las edades de am os grupos muy distinta, la media y la mediana coincidieran para am as. &'a un ejemplo concreto en que esto ocurra(. )gualmente ocurre en este otro ejemplo. *a caja de un +iosco registra las siguientes entradas en miles de pesos, a lo largo de dos semanas correspondientes a ,pocas distintas del ao 1 semana #$ .$ -$ 0$ 1$ 2$ #$$ 350 2 semana -$ /$ 0$ 0$ 1$ 1$ 1$ 350

*a media y la mediana de am as distri uciones coinciden &el valor de am as es 0$ en los dos casos( y, sin em argo, las consecuencias que se podran derivar de una y otra ta la son ien distintas. Comprendemos pues, a la vista de estos ejemplos, la necesidad de conocer otras medidas, aparte de los valores de centrali3acin, que nos indiquen la mayor o menor desviacin de cada o servacin respecto de aquellos valores. *as medidas de desviacin, variacin o dispersin que estudiaremos a continuacin son! 4ango o amplitud, desviacin media y desviacin tpica. RANGO, AMPLITUD TOTAL O RECORRIDO 5l rango se suele definir como la diferencia entre los dos valores extremos que toma la varia le. 5s la medida de dispersin m"s sencilla y tam i,n, por tanto, la que proporciona menos informacin. Adem"s, esta informacin puede ser errnea, pues el hecho de que no influyan m"s de dos valores del total de la serie puede provocar una deformacin de la realidad. Comparemos, por ejemplo, estas dos series! 6erie #! # 0 7 7 2 8 8 #$ #7 6erie .! . / 1 2 #$ #. #/ #1 #2 Am as series tienen rango #1, pero est"n desigualmente agrupadas, pues mientras la primera tiene una mayor concentracin en el centro, la segunda se distri uye uniformemente a lo largo de todo el recorrido. 5l uso de esta medida de dispersin, ser" pues, astante restringido.

DESVIACIN MEDIA 5n teora, la desviacin puede referirse a cada una de las medidas de tendencia central! media, mediana o moda9 pero el inter,s se suele centrar en la medida de la desviacin con respecto a la media, que llamaremos desviacin media. %uede definirse como la media aritm,tica de las desviaciones de cada uno de los valores con respecto a la media aritm,tica de la distri ucin, y de indica as!
DM =

x x
N

:tese que se toman las desviaciones en valor a soluto, es decir, que la frmula no distingue si la diferencia de cada valor de la varia le con la media es en m"s o en menos. ;a se ha r" advertido que esta expresin sirve para calcular la desviacin media en el caso de datos sin agrupar. Veamos un ejemplo! 6e tiene los valores ., ., /, /, 0, 1, 7, 2, 2. Averiguar la desviacin media de estos valores. x . . / / / 0 1 7 2 2
x x
x

<<# <# <# $ # . '= > #,2

# # # $ # . -

Veamos ahora cmo se calcula la desviacin media en el caso de datos agrupados en intervalos.
DM =

donde o servamos que ahora las desviaciones van multiplicadas por las frecuencias de los intervalos correspondientes. Adem"s, las desviaciones son de cada centro, o marca de clase, a la media aritm,tica. 5s decir,
DM =

& x m x( N

5jemplo! %ara hallar la desviacin media de la siguiente ta la referida a las edades de los #$$ empleados de una cierta empresa! Clase n

#1<.$ .$<./ ./<.2 .2<-. -.<-1 -1</$ /$<// //</2 /2<0. veamos cmo se procede! Clase #1<.$ .$<./ ./<.2 .2<-. -.<-1 -1</$ /$<// //</2 /2<0. ni . 2 2 #2 .$ #2 #2 2 #$$ xm #2 .. ni xm -1 #71

. 2 2 #2 .$ #2 #0 2 -

x x

ni

x x

#1,7.

--,//

'= > 1,$8 *a desviacin media viene a indicar el grado de concentracin o de dispersin de los valores de la varia le. 6i es muy alta, indica gran dispersin9 si es muy aja refleja un uen agrupamiento y que los valores son parecidos entre s. *a desviacin media se puede utili3ar como medida de dispersin en todas aquellas distri uciones en las que la medida de tendencia central m"s significativas haya sido la media. 6in em argo, para las mismas distri uciones es mucho m"s significativa la desviacin tpica, que estudiaremos a continuacin, y eso hace que el uso de la desviacin media sea cada ve3 m"s restringido. DESVIACIN T!PICA 5s sin duda la medida de dispersin m"s importante, ya que adem"s sirve como medida previa al c"lculo de otros valores estadsticos. *a desviacin tpica se define como la ra3 cuadrada de la media de los cuadrados de las desviaciones con respecto a la media de la distri ucin. 5s decir,

S =

( x x )
N

para datos sin agrupar, o ien!

S =

x x
N

C"l#$l% &e la &es' a# (n )*+ #a +a,a &a)%s n% a-,$+a&%s en #lases Veamos la frmula anterior aplicada a un caso concreto. ?allar la desviacin tpica de la serie! 0, 2, #$, #., #1. x 0 2 #$ #. #1 %rimero hallamos x > #$,. luego 6 >
#-,71 =-,7#
x x x x
.

<0,. <.,. <$,. #,2 0,2

.7,$/ /,2/ $,$/ -,./ --,1/

C"l#$l% &e la &es' a# (n )*+ #a +a,a &a)%s a-,$+a&%s en #lases . a-,$+a&%s +%, /,e#$en# as =,todo largo! 6e aplica la siguiente frmula

S=

fx
N

donde x = x m x y f es la frecuencia a soluta de cada intervalo. =,todo a reviado o corto! *a frmula a utili3ar es!

S =I

fd
N

fd N

donde! )! amplitud de la clase '! distancia en clases desde cada una en concreto a la clase que contiene a la media supuesta A. 5jemplo! *as alturas en cm de un grupo de #$- personas se distri uyen as! Clases #0$ @ #00 #00 @ #1$ #1$ @ #10 #10 @ #7$ #7$ @ #70 #70 @ #2$ #2$ @ #20 #20 @ #8$ #8$ @ #80 #80 @ .$$ 4esp! 6 > 8,01 f 1 #. #2 .0 #7 #$ 7 / # #$-