Está en la página 1de 11

MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSION

Introduccin:
MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSION
En el caso de las variables con valores que pueden definirse en trminos de alguna escala de
medida de igual intervalo, puede usarse un tipo de indicador que permite apreciar el grado de
dispersin o variabilidad existente en el grupo de variantes en estudio.
A estos indicadores les llamamos medidas de dispersin, por cuanto que estn referidos a la
variabilidad que exhiben los valores de las observaciones, ya que si no hubiere variabilidad o
dispersin en los datos inters, entonces no habra necesidad de la gran mayora de las medidas
de la estadstica descriptiva.
Las medidas de tendencia central tienen como objetivo el sintetizar los datos en un valor
representativo, las medidas de dispersin nos dicen hasta que punto estas medidas de tendencia
central son representativas como sntesis de la informacin. Las medidas de dispersin cuantifican
la separacin, la dispersin, la variabilidad de los valores de la distribucin respecto al valor central.
Distinguimos entre medidas de dispersin absolutas, que no son comparables entre diferentes
muestras y las relativas que nos permitirn comparar varias muestras.
LA DISPERSIN.
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.
La dispersin es importante porque:

Proporciona informacin adicional que permite juzgar la confiabilidad de la medida de


tendencia central. Si los datos se encuentran ampliamente dispersos, la posicin central es
menos representativa de los datos.
Ya que existen problemas caractersticos para datos ampliamente dispersos, debemos ser
capaces de distinguir que presentan esa dispersin antes de abordar esos problemas.
Quiz se desee comparar las dispersiones de diferentes muestras. Si no se desea tener
una amplia dispersin de valores con respecto al centro de distribucin o esto presenta riesgos
inaceptables, necesitamos tener habilidad de reconocerlo y evitar escoger distribuciones que
tengan las dispersiones ms grandes.

Pero si hay dispersin en la mayora de los datos, y debemos estar en capacidad de describirla. Ya
que la dispersin ocurre frecuentemente y su grado de variabilidad es importante, cmo medimos
la variabilidad de una distribucin emprica?. Vamos a considerar slo algunas medidas de
dispersin absolutas: el rango, la varianza, la desviacin estndar y el coeficiente de variacin.
El conocimiento de la forma de la distribucin y del respectivo promedio de una coleccin de
valores de una variable, puede servir para tener una idea bastante clara de la conformacin, pero

no de de la homogeneidad de cada una de los valores con respecto a la medida de tendencia


central aplicada.
En el caso de las variables con valores que pueden definirse en trminos de alguna escala de
medida de igual intervalo, puede usarse un tipo de indicador que permite apreciar el grado de
dispersin o variabilidad existente en el grupo de variantes en estudio.
A estos indicadores les llamamos medidas de dispersin, por cuanto que estn referidos a la
variabilidad que exhiben los valores de las observaciones, ya que si no hubiere variabilidad o
dispersin en los datos inters, entonces no habra necesidad de la gran mayora de las medidas
de la estadstica descriptiva.
Las medidas de tendencia central tienen como objetivo el sintetizar los datos en un valor
representativo, las medidas de dispersin nos dicen hasta que punto estas medidas de tendencia
central son representativas como sntesis de la informacin. Las medidas de dispersin cuantifican
la separacin, la dispersin, la variabilidad de los valores de la distribucin respecto al valor central.
Distinguimos entre medidas de dispersin absolutas, que no son comparables entre diferentes
muestras y las relativas que nos permitirn comparar varias muestras.

LA DISPERSIN.

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.
La dispersin es importante porque:

Proporciona informacin adicional que permite juzgar la confiabilidad de la medida de


tendencia central. Si los datos se encuentran ampliamente dispersos, la posicin central es
menos representativa de los datos.
Ya que existen problemas caractersticos para datos ampliamente dispersos, debemos ser
capaces de distinguir que presentan esa dispersin antes de abordar esos problemas.
Quiz se desee comparar las dispersiones de diferentes muestras. Si no se desea tener
una amplia dispersin de valores con respecto al centro de distribucin o esto presenta riesgos
inaceptables, necesitamos tener habilidad de reconocerlo y evitar escoger distribuciones que
tengan las dispersiones ms grandes.

Pero si hay dispersin en la mayora de los datos, y debemos estar en capacidad de describirla. Ya
que la dispersin ocurre frecuentemente y su grado de variabilidad es importante, cmo medimos
la variabilidad de una distribucin emprica?. Vamos a considerar slo algunas medidas de
dispersin absolutas: el rango, la varianza, la desviacin estndar y el coeficiente de variacin.
MEDIDAS DE TENDENCIA CENTRAL

MEDIA: Media aritmtica, es la que se obtiene sumando los datos y dividindolos por el
nmero de ellos. Se aplica por ejemplo para resumir el nmero de pacientes promedio que se
atiende en un turno. Otro ejemplo, es el nmero promedio de controles prenatales que tiene

una

gestante.

MEDIANA: Corresponde al percentil 50%. Es decir, la mediana divide a la poblacin


exactamente en dos. Por ejemplo el nmero mediana de hijos en el centro de salud X es dos
hijos. Otro ejemplo es el nmero mediana de atenciones por paciente en un consultorio.
MODA: Valor o (valores) que aparece(n) con mayor frecuencia. Una distribucin unimodal
tiene una sola moda y una distribucin bimodal tiene dos. til como medida resumen para las
variables nominales. Por ejemplo, el color del uniforme quirrgico en sala de operaciones es
el verde; por lo tanto es la moda en colores del uniforme quirrgico.
MEDIDAS DE DISPERSIN
DESVIACIN ESTNDAR: Llamada tambin desviacin tpica; es una medida que informa
sobre la media de distancias que tienen los datos respecto de su media aritmtica, expresada
en
las
mismas
unidades
que
la
variable.
LA VARIANZA: Es el valor de la desviacin estndar al cuadrado; su utilidad radica en que su
valor
es
requerido
para
todos
los
procedimientos
estadstico.
ERROR TPICO: Llamado tambin error estndar de la media. Se refiere a una medida d
variabilidad de la media; sirve para calcular cuan dispersa estara la media de realizar un
nuevo calculo.

Tarea:
EJEMPLO 1

El nmero de dis necesarios por 10 equipos de trabajadores para terminar 10 instalaciones de iguales caractersticas han sido: 21,
61, 64, 60, 71, y 80 das. Calcular la media, mediana, moda, varianza y desviacin tpica.

SOLUCIN:
La media: suma de todos los valores de una variable dividida entre el nmero total de datos de los que se dispone:

La mediana: es el valor que deja a la mitad de los datos por encima de dicho valor y a la otra mitad por debajo. Si orde
datos de mayor a menor observamos la secuencia:
15, 21, 32, 59, 60, 60,61, 64, 71, 80.

Como quiera que en este ejemplo el nmero de observaciones es par (10 individuos), los dos valores que se encuentra
son 60 y 60. Si realizamos el clculo de la media de estos dos valores nos dar a su vez 60, que es el valor de la medi
La moda: el valor de la variable que presenta una mayor frecuencia es 60

La varianza S2: Es la media de los cuadrados de las diferencias entre cada valor de la variable y la media aritmtica de
distribucin.

Sx2=

La desviacin tpica S: es la raz cuadrada de la varianza.

S = 427,61 = 20.67
El rango: diferencia entre el valor de las observaciones mayor y el menor
80 - 15 = 65 das
El coeficiente de variacin: cociente entre la desviacin tpica y el valor absoluto de la media aritmtica
CV = 20,67/52,3 = 0,39
EJEMPLO 2

El precio de un interruptor magentotrmico en 10 comercios de electricidad de una ciudad son : 25, 25, 26, 24, 30, 25
27 Euros. Hallar la media, moda, mediana, (abrir la calculadora estadstica, ms abajo) diagrama de barras y el diagram
SOLUCIN:
(Utilizar la calculadora de debajo)

Proceso:
Nos dan un centro de la distribucin de frecuencias, es un valor que se puede tomar como
representativo de todos los datos. Hay diferentes modos para definir el "centro" de las
observaciones en un conjunto de datos. Por orden de importancia, son:
MEDIA : (media aritmtica o simplemente media). es el promedio aritmtico de las
observaciones, es decir, el cociente entre la suma de todos los datos y el numero de ellos. Si x i es
el valor de la variable y ni su frecuencia, tenemos que:

Si los datos estn agrupados utilizamos las marcas de clase, es decir c i en vez de xi.

MEDIANA (Me):es el valor que separa por la mitad las observaciones ordenadas de menor a
mayor, de tal forma que el 50% de estas son menores que la mediana y el otro 50% son mayores.
Si el nmero de datos es impar la mediana ser el valor central, si es par tomaremos como
mediana la media aritmtica de los dos valores centrales.

MODA (M0): es el valor de la variable que ms veces se repite, es decir, aquella cuya
frecuencia absoluta es mayor. No tiene porque ser nica.

Medidas de Dispersin
Las medidas de tendencia central tienen como objetivo el sintetizar los datos en un valor
representativo, las medidas de dispersin nos dicen hasta que punto estas medidas de tendencia
central son representativas como sntesis de la informacin. Las medidas de dispersin cuantifican
la separacin, la dispersin, la variabilidad de los valores de la distribucin respecto al valor central.
Distinguimos entre medidas de dispersin absolutas, que no son comparables entre diferentes
muestras y las relativas que nos permitirn comparar varias muestras.
MEDIDAS DE DISPERSIN ABSOLUTAS
VARIANZA ( s2 ): es el promedio del cuadrado de las distancias entre cada observacin y la
media aritmtica del conjunto de observaciones.

Haciendo operaciones en la frmula anterior obtenemos otra frmula para calcular la varianza:

Si los datos estn agrupados utilizamos las marcas de clase en lugar de X i.


DESVIACIN TPICA (S): La varianza viene dada por las mismas unidades que la variable
pero al cuadrado, para evitar este problema podemos usar como medida de dispersin la
desviacin tpica que se define como la raz cuadrada positiva de la varianza

Para estimar la desviacin tpica de una poblacin a partir de los datos de una muestra se utiliza la
frmula (cuasi desviacin tpica):

RECORRIDO O RANGO MUESTRAL (Re). Es la diferencia entre el valor de las observaciones


mayor y el menor. Re = xmax - xmin
MEDIDAS DE DISPERSIN RELATIVAS
COEFICIENTE DE VARIACIN DE PEARSON: Cuando se quiere comparar el grado de
dispersin de dos distribuciones que no vienen dadas en las mismas unidades o que las medias no
son iguales se utiliza el coeficiente de variacin de Pearson que se define como el cociente entre la
desviacin tpica y el valor absoluto de la media aritmtica

CV representa el nmero de veces que la desviacin tpica contiene a la media aritmtica y por lo
tanto cuanto mayor es CV mayor es la dispersin y menor la representatividad de la media.

Medidas de Forma
Comparan la forma que tiene la representacin grfica, bien sea el histograma o el diagrama de
barras de la distribucin, con la distribucin normal.
MEDIDA DE ASIMETRA
Diremos que una distribucin es simtrica cuando su mediana, su moda y su media aritmtica
coinciden.

Diremos que una distribucin es asimtrica a la derecha si las frecuencias (absolutas o relativas)
descienden ms lentamente por la derecha que por la izquierda.
Si las frecuencias descienden ms lentamente por la izquierda que por la derecha diremos que la
distribucin es asimtrica a la izquierda.
Existen varias medidas de la asimetra de una distribucin de frecuencias. Una de ellas es el
Coeficiente de Asimetra de Pearson:

Su valor es cero cuando la distribucin es simtrica, positivo cuando existe asimetra a la derecha y
negativo cuando existe asimetra a la izquierda.

Evaluacin:
TAREAS:
Se tienen las edades de cinco estudiantes universitarios de Ier ao, a saber: 18,23, 25, 27, y 34. Al
calcular la media aritmtica (promedio de las edades, se obtuvo 25.4 aos, encontrar la varianza
de las edades de estos estudiantes:
Para calcular se utiliza una tabla estadstica de trabajo de la siguiente manera:

Xi

( Xi - ?)

( Xi - ?)2

18

(18 25.5)=-7.4 (-7.4)2=54.76

23

(23 25.5)=-2.4 (-2.4)2= 5.76

25

(25 25.5)=-0.4 (-0.4)2= 0.16

27

(27 25.5)= 1.6 ( 1.64)2= 2.16

34

(34 25.5)= 8.6 ( 8.6)2 =73.96

Total

xxxx

137.20

TAREA 2:
Se tienen los datos de una muestra de 30 cuentas por cobrar de la tienda Cabreras y Asociados
dispuestos en una tabla de distribucin de frecuencias, a partir de los cuales se deber calcular la
varianza, para lo cual se construye la siguiente tabla estadstica de trabajo, si se calcul
anteriormente la media aritmtica y se fij en 43.458 (ver ejemplo del calculo en "media aritmtica
para datos agrupados) de la siguiente manera

Punto medios
clases

Xi

fi

Xi2

Xifi

X2fi

7.420 21.835

14.628

10

213.978

146.280

2,139.780

21.835 36.250

29.043

843,496

116.172

3,373.984

36.250 50.665

43.458

1,888.598

217.270

9,442.990

50.665 65.080

57.873

3,349.284

173.619

10,047.852

65.080 79.495

72.288

5,225.555

216.864

15,676.665

79.495 93.910

86.703

7,533.025

433.965

37,665.125

Total

XXX

30

19,053.936

1,304.190

78,346.396

Conclusin:

También podría gustarte