SEPARATA

CARRERA PROFESIONAL:
INGENIERIA CIVIL
Asignatura

: Estadstica General

Tema

: Medidas de Dispersin y Forma

2013
Docente: Jose Rafael Ocupa Ruiz

Contenido
1

MEDIDAS DE DISPERSIN
1.1 Rango o recorrido
1.2 Rango intercuartil
1.3 Varianza
1.4 La desviacin estndar o tpica
1.5 Coeficiente de variacin
Cuestionario y ejercicios propuestos

MEDIDAS DE FORMA
2.1 Estadgrafos de Deformacin
2.1.1 El coeficiente de Asimetra de Pearson
2.1.2 El coeficiente de Asimetra de Arthur Boeley
2.2 Estadgrafos de Apuntamiento o Kurtosis
2.2.1 Coeficiente de Kurtosis
2.2.2 Coeficiente Percentil de Kurtosis

3
4
5
6
9
10
12

13
13
14
14
15
16
16

1. Medidas de Dispersin
2

En el anlisis estadstico no basta el clculo e interpretacin de las medidas de

tendencia central o de posicin, ya que, por ejemplo, cuando pretendemos
representar toda una informacin con la media aritmtica, no estamos siendo
absolutamente fieles a la realidad, pues suelen existir datos extremos inferiores y
superiores a la media aritmtica, los cuales, en honor a la verdad, no estn siendo
bien representados por este parmetro.

En dos informaciones con igual media aritmtica, no significa este hecho, que las
distribuciones sean exactamente iguales, por lo tanto, debemos analizar el grado
de homogeneidad entre sus datos. Por ejemplo:
A = 5, 50, 95

= 50

Me: 50

B = 49, 50, 51

= 50

Me: 50

Los dos conjuntos de valores tienen igual media y mediana; estos resultados
pueden conducir a conclusiones equivocadas cuando se est comparando
distribuciones o poblaciones. Para superar esta limitacin se propone construir
otros estadgrafos que permitan analizar otras caractersticas, como la dispersin o
desviacin de los datos respecto a un valor central.

En trminos generales las medidas de dispersin son aquellas que cuantifican el

grado de concertacin o de dispersin de los valores de la variable en torno de un
valor central, generalmente la media aritmtica.
Los Estadgrafos de Dispersin de mayor uso o que se utilizan con mayor
frecuencia son:
1.1 Rango o recorrido (R)
1.2 Rango intercuartil (RI)
2
1.3 Varianza ( S

1.4 Desviacin Estndar (S)

1.5 Coeficiente de Variacin (CV)

1.1 RANGO O RECORRIDO: (R)

Es la medida de dispersin ms sencilla ya que solo considera los dos valores
extremos de una coleccin de datos
3

El rango se denota por R y se define as:

R=

Xm x

X min

El rango es un estadgrafo de clculo fcil, pero de uso limitado, ya que no considera

a todas las observaciones, sino a los datos mnimos y mximos; por lo tanto, est
fuertemente influenciado por los datos extremos.
Para datos agrupados en tablas de frecuencias con intervalos el R se define as:
R = Lm - Lo
Donde:
Lm = Limite superior del ltimo intervalo
Lo = Limite inferior del primer intervalos
Ejemplo 1.1:
Considerando las calificaciones de los alumnos de la clase de Economa del
ejemplo N 10, calcular e interpretar el Rango.
R=

Xm x

X min

= 18 09 = 09

La diferencia entre la calificacin ms alta y la calificacin ms baja de los

estudiantes de Economa es de 9.
Considerando el gasto semanal de los 30 turistas que arribaron a la ciudad del
Cuzco de la tabla N 08
R = Lm - Lo = 1000 400 = 600 dlares
La diferencia entre el gasto semanal mayor y el gasto semanal menor de los 30
turistas que arribaron al Cuzco es de 600 dlares.

N
2
ot
a
El Rango como estadgrafo de dispersin es muy limitado, pues solo considera los
valores extremos de la distribucin, y no dice nada cmo se dispersan o comportan
los valores intermedios, es decir no explica la dispersin de los n-2 valores de la
variable.
4

1.2 RANGO INTERCUARTIL: (RI)

El Rango Intercuartil de una distribucin de datos es la diferencia entre Q3 y el
Q1.
Se denota por RI y se define as:
RI = Q3 Q1
El rango intercuartil entre Q1 y Q3 excluye la cuarta parte inferior (25%) y la cuarta
parte superior (25%) del total de datos y considera la dispersin en la mitad central
de los datos (50% central).
Grficamente:

25% Inf.

Q1

50%

25% sup.

Mitad Central Q2

Ejemplo 1.2:
Calcular el rango intercuartlico de los registros de facturacin mensual dados en el
ejemplo 7.1.
Tenemos que:
Q1 = S/.1000
Q3 = S/.1900
Por lo tanto:
RI = Q3 Q1
RI = 1900 1000 = S/. 900

Ejemplo1.3:
Calcular el rango intercuartil de los datos de la tabla N08
Tenemos que:
Q1 = $ 640
Q3 = $ 820
Por lo tanto:
5

RI = Q3 Q1
RI = 820 640 = $ 180

1.3 VARIANZA: (S2)

Es una medida que cuantifica el grado de dispersin o de variacin de los valores
de una variable cuantitativa con respecto a su media aritmtica. Si los valores
tienden a concentrarse alrededor de su media, el valor de la varianza ser
pequeo; si los valores tienden a distribuirse lejos de la media, el valor de la media
ser grande.
La varianza calculada a partir de una muestra se denota por S2 y referida a la
poblacin se denota por 2 o V[X]
Numricamente definimos la varianza como la media aritmtica o promedio del
cuadrado de las desviaciones de los datos de la variable respecto a su media
aritmtica.
La varianza es una medida de dispersin con unidades de medicin al cuadrado.
N
3
ot
a
La varianza es el estadgrafo de dispersin ms importante, que asociado a la
media aritmtica se constituye en los pilares fundamentales de la Estadstica.
1.3.1 LA VARIANZA PARA DATOS NO AGRUPADOS
Se obtiene con las expresiones siguientes:
Si el conjunto de datos proviene de una muestra, entonces se utiliza la siguiente
frmula:
x
n

S =

( i X )2
i=1

n1

Si el conjunto de datos proviene de una poblacin, entonces se utiliza la siguiente

frmula:
x
N

( i X )2
i=1

Ejemplo1.4:
Calcular la varianza de las edades de 10 estudiantes.
X = 16, 17, 16, 17, 15, 14, 18, 17, 14, 16
Entonces:
x

= 16

n = 10
x

S2 =

( i X )2
i=1

n1

0 + 1 + 0 + 1 +1 +2 +2 +1 +2 + 0
9

16
9

= 1.78

S2 = 1.78 aos al cuadrado

1.3.2 LA VARIANZA PARA DATOS AGRUPADOS
Se utiliza la formula siguiente:
y
n

Si los datos provienen de una muestra:

S2 =

( iY )2 n
i=1

n1

y
N

Si los datos provienen de una poblacin:

( iY )2 n
i=1

Ejemplo 8.5:
Calcular e interpretar la varianza de los datos de la tabla N 08
Gasto semanal
$
(Li Ls]

yi

fi = ni

(yi -

Y )

(yi -

Y )2

(yi - Y

)2ni

400 520

460

-258

66564

133128

520 640

580

-138

19044

57132
7

640 760

700

-18

324

2592

760 880

820

102

10404

41616

880 - 1000

940

222

49284

147852

Total

20

382320

Reemplazando en la formula:

Se sabe que la Y

= 718

y
n

S =

( iY )2 n
i=1

n1

382320
19

= 20122.11

S2 = 20122.11 dlares al cuadrado

La variabilidad de los gastos semanales de los turistas que arribaron a la ciudad
del Cuzco es de 20122.11 dlares 2

1.3.3 PROPIEDADES DE LA VARIANZA

a) Para cualquier distribucin la Varianza es siempre una cantidad no negativa.
S2 0 = V (X) 0
b) Si el valor de las observaciones son todas iguales, entonces la Varianza es cero.
En este caso, las observaciones se confunden en un punto, la media es el mismo
punto y la desviacin es cero.
S2 =

0
n

=0

b) La Varianza de una constante es cero.

V (K) = 0

c) La Varianza del producto de una constante por una variable, es igual al cuadrado
de la constante por la Varianza de la variable.
V (K.X) = K2V(X)
d) La varianza de la suma de una variable ms una constante, es igual a la Varianza
de la variable.
V (X+K) = V(X)

Ejemplo 1.6:
Supongamos que se duplica el gasto semanal de los 20 turistas que arribaron a la
ciudad del Cuzco. Cul es ahora la nueva Varianza y el nuevo gasto semanal
promedio?
Calculando la nueva varianza
Sabemos que:

M (Y) = 718;
V (Y) = 20122.11
Al duplicarse el gasto semanal K = 2

Entonces:

V (2Y) = 22V (Y) = 4 (20122.11) = 80488.44 dolares2

Por lo tanto:

80488.44 dlares2 es la nueva varianza del gasto semanal.

Calculando el nuevo gasto semanal promedio

Sabemos que: M (2Y) = 2 M (Y) = 2 (718)
Por lo tanto:

1428 dlares es el nuevo gasto semanal promedio

1.4 LA DESVIACIN ESTANDAR O TPICA: (S)

La Desviacin Estndar o Tpica matemticamente se define como la raz
cuadrada de la varianza.
S = Varianza
9

Es uno de los estadgrafos de dispersin de mayor uso, la cual se expresa en

unidades reales de la variable, es decir ya no estn elevadas al cuadrado.
La desviacin estndar al igual que la varianza, es no negativa (S 0), puesto que
es la raz cuadrada positiva de la varianza. A mayor dispersin de los valores en
una distribucin le corresponder una mayor desviacin estndar.

N
4
ot
a
En general, los estadgrafos de dispersin se usan para comparar dos o ms
distribuciones o poblaciones con variables de la misma naturaleza. A mayor
dispersin o heterogeneidad entre los valores de una muestra o poblacin, le
corresponde un valor mayor para el estadgrafo de dispersin.

Ejemplo 1.7:
Calcular la desviacin estndar de los datos de la tabla N 08
Se sabe que:

S = 20122.11

= $ 141.86

Los gastos semanales en dlares de los 20 turistas se dispersan en promedio de

su valor central en $ 141.86
Ejemplo 1.8:
Se tiene los sueldos en soles de los trabajadores de una empresa constructora:
Desviaci
n estndar

Categora
Ocupaciona
l

Media

Varianza

S2

Directivos

10000

640000

800

Empleados

4000

250000

500

Obreros

2500

810000

900

Por lo tanto:
S (empleados) < S (directivos) < S (obreros)

10

Los sueldos de los obreros presentan mayor dispersin que los sueldos de los
directivos, y stos mayor dispersin que los sueldos de los empleados.

1.5 COEFICIENTE DE VARIACIN: (C.V.)

Es una medida de dispersin relativa exenta de unidades y expresada en
porcentaje, se utiliza para comparar la variacin de dos o ms distribuciones
cuando las unidades de medida de la variable estn expresadas en iguales o en
diferentes unidades o escalas.
Poe ejemplo, comparar sueldos expresados en euros, dlares o soles o tambin
comparar distancias en metros, kilmetros o millas.
El coeficiente de variacin de un conjunto de datos se denota por C.V. y se expresa
como:
Desviaci n Estandar
Media Aritmetica

Coeficiente de Variacin =

C.V. =

x 100

x 100

Ejemplo 1.9:
Analizar la distribucin de los sueldos de los trabajadores de una empresa
constructora

Categora
Ocupacional

Media
Y

Desviacin
estndar
S

Coeficiente de
Variacin
C.V (%)

Directivos

10000

800

Empleados

4000

500

12.5

Obreros

2500

900

36

Segn los valores del coeficiente de variacin, los directivos de la empresa

constructora presentan sueldos ms homogneos, en tanto que los obreros tienen
sueldos ms heterogneos.

11

N
5
ot
a
Al comparar dos o ms distribuciones, es ms homognea o presenta menos
dispersin de sus valores o datos, aquella distribucin que tiene el menor
coeficiente de variacin; en otras palabras, los datos son ms heterogneos o
presenta mayor dispersin de sus valores o datos cuando tienen mayor coeficiente
de variacin.

CUESTIONARIO Y EJERCICIOS PROPUESTOS

1. Cul es la utilidad de las medidas de dispersin?
2. Cules son las principales medidas de dispersin?
3. Cul es la medida adecuada para comparar la dispersin entre varias variables
que posean diferente magnitud o diferente unidad de medida?
4. Los siguientes datos muestran los calificativos de 20 personas sometidos a una
prueba de actitud. Los 20 estudiantes fueron divididos en dos grupos:
Al grupo N 01 se calific de 0 a 100
12

Al grupo N 02 se calific de 0 a 20
Grupo N 1

86

81

80

73

95

86

94

89

86

88

Grupo N 2

16

19

14

20

14

16

19

18

18

16

Calcule la media y la desviacin estndar de cada grupo

Cul de los dos grupos es ms homogneo?

2. Medidas de Forma
Son estadgrafos que dan informacin acerca de la direccin de las variaciones de
la distribucin. Estas son las medidas de Asimetra y las medidas de Apuntamiento
o Kurtosis.

2.1 ESTADIGRAFOS DE DEFORMACIN

La deformacin consiste en analizar la simetra o asimetra (no asimetra) de las
distribuciones.
13

Los estadgrafos de deformacin son medidas que miden el grado de deformacin

horizontal de una distribucin de frecuencias. Se dice que una distribucin de
frecuencias es simtrica, si los intervalos equidistantes del intervalo central tienen
iguales frecuencias. Tambin se dice que una distribucin es simtrica si su curva
de frecuencias es simtrica con respecto al centro de los datos.
Dos distribuciones pueden tener la misma media y la misma desviacin estndar,
pero pueden diferir en el grado de asimetra.
Si la distribucin es simtrica, entonces la media, la mediana y la moda coinciden.
En contraposicin, si estos 3 promedios no coinciden la distribucin es asimtrica.
Por ejemplo; el grafico B representa una distribucin simtrica, en tanto que el
grafico A presenta una deformacin hacia la izquierda, que corresponde a la cola o
rama ms larga de la distribucin, es decir tiene asimetra por la izquierda o
asimetra negativa, en tanto que el grafico C corresponde a una distribucin con
asimetra por la derecha o de asimetra positiva.
GRFICO A

GRFICO B

GRFICO C

Entre las medidas de asimetra ms usuales tenemos:

2.1.1 El coeficiente de Asimetra de Pearson

Se expresa como:

As =

3(MediaMediana)
Desviaci n Estandar

3 ( Y Me )
S

Otra forma de expresar el coeficiente de Pearson es cuando la distribucin es

unimodal.
14

As =

Media Moda
Desviaci n Estandar

( y Mo )
S

2.1.2 El coeficiente de Asimetra de Arthur Boeley

Se expresa como:

As =

Q3 2Q2 +Q 1
Q3Q 1

Que se le denomina el Coeficiente cuartil de

deformacin

El primer coeficiente de Pearson es el ms usual.

El segundo coeficiente de Pearson se usa cuando la distribucin es unimodal.
El tercer coeficiente que corresponde a Arthur Boeley se usa cuando existen
intervalos con extremos abiertos ilimitados y no sea posible calcular la media y
consecuentemente la varianza.
De acuerdo al valor de As, se tiene:
Si As = 0

La distribucin es simtrica. (Grafico N B)

Si As > 0

La distribucin es asimtrica positiva. La distribucin extiende la

cola hacia los valores grandes de la variable.
(Sesgada hacia la derecha). (Grafico N C)

Si As < 0

La distribucin es asimtrica negativa. La distribucin extiende la

cola hacia los valores pequeos de la variable.
(Sesgada hacia la izquierda). (Grafico N A)

Por otro lado, tambin se deduce que hay asimetra cuando:

Mo < Me <
y

< Me < Mo

N
ot
a

Asimetra Positiva
Asimetra Negativa

Si As
0, entonces se dice que la distribucin es aproximadamente
simtrica o ligeramente sesgada por lo tanto ser tanto ms sesgada cuando mas
As se aleje de cero.
15

Ejemplo 2.1:
En la distribucin de los gastos semanales de 20 turistas que arribaron a la ciudad
del Cuzco, se conoce que:
y

= S/. 718

Q1= S/. 640

Me = S/. 715
Q3 = S/. 820

Mo = S/. 708.6

S = S/. 141.86

Con fines ilustrativos, calcularemos todas las formulas de asimetra.

As =

3 ( Y Me)
S

As =

( y Mo )
S

As =

Q3 2Q2 +Q1
Q3Q 1

3 (718715)
141.86

= 0.063

(718708.6)
141.86

= 0.066

8202 ( 715 ) +640

820640

= 0.167

Con cualquiera de las frmulas As es positivo; por tanto tiene Asimetra Positiva; es
decir hay un ligero predominio de gastos semanales menores.

2.2 ESTADIGRAFOS DE APUNTAMIENTO O KURTOSIS

La Kurtosis es el grado de apuntamiento de una distribucin. La Kurtosis se analiza
comparando la distribucin con la forma de una curva normal o simetrica, con igual
media aritmtica y desviacin estndar de la distribucin que se estudia.
Si una distribucin tiene relativamente un elevado pico o apuntamiento, se llama
leptokrtica, mientras si es achatada se denomina platikrtica. La distribucin
normal constituye una distribucin mesokrtica, tal como se puede apreciar en las
siguientes figuras.

16

Los estadgrafos para analizar el apuntamiento son:

2.2.1 Coeficiente de Kurtosis

Se expresa como:
M4

K=

S4

Donde:
S4 = (S2)2

M4 =

S2 = Varianza

y
i 4 ni

Se denomina cuarto momento respecto a la media

i =1

Si:
K = 3, la distribucin es mesokrtica (normal)
K < 3, la distribucin es platikrtica (achatada)
K > 3, la distribucin es leptokrtica (apuntada)

2.2.2 Coeficiente Percentil de Kurtosis

Se expresa como:

K=

Q3Q1
2( P 90P10)

Para la curva normal resulta K = 0.263

Una distribucin ser mesokrtica si K tiende a 0.263 por ambos lados; si el valor
de K se aleja hacia la derecha tendiendo a , la distribucin ser leptokrtica; si se
aleja hacia la izquierda tendiendo a cero, la distribucin ser platikrtica.
Puede ser til apreciar el siguiente esquema para determinar la krtosis.

17

1/8

3/8

PLATIKRTICA

MESOKRTICA

0.125

N
ot
a

1/2

0.263

LEPTOKRTICA

0.375

0.5

Para las distribuciones notablemente discrepantes de la normal estas medidas

pueden resultar contradictorias.
Ejemplo 1.2:
Para los datos de la tabla de los gastos semanales de los turistas se tiene:

K4 =

M4
S

883505232
20122.11 2

= 2.18 < 3

La distribucin es platikrtica

18