Está en la página 1de 30
ve, se les la con el segundo 45,121, y. say, ers, son po. lacionan ribucion, et cure lacionan nibuciéon delocura anen el jercicios 8S para sporcién, TCA PARA LAS ay: GEN UAS SOUOMES' Feeeis SRiTeHey caPiTuLo MEDICION DE LA 5 DISPERSION O VARIACION ——— EN UNA DISTRIBUCION DE PUNTUACIONES Introduéeisin 12% / Bl rango 127" Limitaciones del rango: situaciones en las que reportarlo solo puede conducir a errores 129 La desviacion estindar 129 t Pensamiento proporcional y lineal sobre la desviacién esténdar 130 |) Método abreviado para calcular la desviacion estandar 135 tl Limitaciones dela desviacion esténdar 136 {Por quése llama desviacion “esténdar”? 137 Puntuaciones estandarizadas (puntuaciones Z) 138, | Tama del rango para estimar la desviacién estandar 143, 180 P [Una ilustracién completa del célculo de los estadisticos de dispersién 144 | | Introduccién | Figura 5-1 | Comparacin dele | disperse dads fe alunos en dos nesta co las ‘misma medias Riveeeal Ce 28 Cape Matic de ips orci on un dita de ptusconee Uso de un formato desglosado para calcular la desviacidn estindar 144 Uso de un formato de distribucién de frecuencias para calcular ladesviacién estindar 145 Y lalacias estadisticas: qué indica cuando Ia desviacién éstandar es més grande que la miedia? 147 Reportar tn estadistico de tendencia central por sf mismo no es suficiente para comunicar la forma de una distribucion de puntuaciones. Dos muestras con las ‘mismas medias pueden tener formas sumamente diferentes, La figura 5-1 presenta clos distribuciones de edades: para una muestra de alumnos de escuela primaria _(sesde jardin de nifios hasta sexto grado, o K-6) y para una clase de tercer grado de una segunda escuela. La edad media de los alumnos en ambas escuelas es de 85 aftos. En Ja escuela K-6, sin embargo, los nifios tienen entre 5 y 12 aftos. En la clase de tercer grado de la otra escuela ninguno de los alumnos es menor de 7 0 mayor de 10 anos de edad, Aunque estas dos distribuciones de edades tienen la ‘misma tendencia central, sus puntuaciones se dispersan de manera muy diferente, con una mayor dispersién de edades en la escuela K- g 3 5 Media = 85 aos 0 70 80 90 0T.0T2O oem ceo Miuetra de edades de os prado 1-6 4 2 mm gem Mea = 8. ao Bo Go 70 80 90 wa Oo ‘Muestra de edaes de grado 3 El rango, Blrango 327. El toma de este capitulo es la dispersién, es decir, amo se extiender las pumtua- ciones dle wna variable de intervalofrazén de la menor a la mayor y ta forma de laste cin entre éstes. (Como una ayuda para la memoria, recuerde que Johnny Appleseed. dispersé semillas de manzana.) Existe un numero infinito de posibles formas de distribucién para una variable con una media dada, Todas las puntuaciones po- dian agruparse alrededor de la media con la clara forma de una curva de campa: naj pero la curva podria ser de diferentes tamafios, dependiendo del tamafio de la muestra. las puntuaciones podrian estar ligera o grandemente sesgadas hacia un lado. Ademés, de esto tna sola variable puede tener diferentes dispersiones de una poblacién a otra. Por ejemplo, e! ingreso familiar anual para residentes en Estados Unidos varia desde cero hasta decenas de millones de délares; mientras el ingreso familiar de los pobres que viven en proyectos de asistencia social varia desde cero hasta unos cuantos miles de ddlares. Dispersion (Cémo se extienden las puntuaciones de una variable de intervalo /razén de le nienor ala mayor y la forma de la distribucion entre éstas, i Los estadisticos de dispersion describen cémo se extienden las puntuaciones de tuna variable de interualofrazém a través de su distribucién. Los estadisticos de disper- sign permniten descripeiones precisas de la frecuencia de casos en cualquier punto de una distribucién. Por ejemplo, si el gobierno federal decide aumentar los im puestos para los “ricos", empleando estadisticos de dispersién podemos identifi- car el nivel de ingresos del § por ciento més rico de todas las familias del pais. De manera similar si un programa de asistencia social se planea para cubrir slo 10 000 familias de la ciudad, podemos establecer qué nivel de ingreso familiar califica para recibir la asistencia. Estucliar la dispersidn es como pasear hacia atrés y hacia addantea lo largo del eje X de un histograma, y observat dénde se concentran los casos. La mayorfa de los casos cae alzededor de la media o estén cargados hacia agin lado? ;Cudntos casos caen entre cualesquiera dos puntos? ;Qué valor de la variable coria el 10 por ciento superior de casos? Los dos estadisticos de dispersion ands usados se analizan mds adelante: el rango y la desviacion estén = | Estadisticos de dispersion Estadisticas que describen cémo se extienden las puntuaciones de una variable de iervalo/razén a través de sa distribuelén, ee —_] El rango es una expresion de cémo las puntuaciones de wi uariable de intervialofiaz6n se distribuyen de la menor « la mayor —la distancia entze las puntuaciones minima y 82 8 Coviide Metco de apesion ovaricitoen una dsrncitn de pmtuaines Ordene as puntuaciones en ls distribueién de menor a mayor. 2. Identfique las puntuseiones minima y mixima, 3 Teentifique el valor de a unidad de rediondeo (véase el apéndice A como re paso) 4. Caloute el rango: Rengo = (Puntuacién mésima - puntuscién minima) + valor de la unidad de | redondeo Elrango ‘Papaian de como las puntuaciones de wna variable de intervao /razbn se distribu yen de menor mayer. ee Cauruemos el rango para un problema de ejemplo. Suponga que X = eded {Fedondeada al afio més cercano) y tenemos la siguiente disttinton de pun- ftuaciones: 21, 23,43, 26,20, 21, 95 Empiece por ordenar las puntuaciones: 20,21, 21, 23, 25, 26,43 segue Jas puntuaciones minima y méxima de 20 y 43, respectivamente, «eidentifique que la unidad de reciondeo es 1 Caleule el rango: Gomo resultado del redondeo, el individuo que registré 20 podsia tener 19 aos ZG Ge 4 afios, podria tener 43.5 afios. El rango de 24 aRos es la cistancie orn, Shot limites reales menor y mayor de las puntuaciones; es decir, 425 afee = 1s aflos = 26 afos, jumerdo resulta ms informativo eeportr ls puntuaciones minima y mas ma bor Sf mismas, seMalanclo que estas edadles varian desde 20 hasta 49, De cog te asi Hl aad ae 195 Axi sta eds estar we Limitaciones del rango: situaciones en las que reportarto solo puede conducir a errores Pucsto que el rango utiliza las puntuaciones ms extremas ce una distribucién, un valor extremo inflara enormemente su célculo. Esto sucedi para las siete edades indicadas arriba. Los 43 afios hicieron que el range pareciera estar extendido por tncimna de los 24 aftos. Reportar esto daria la impresion de que la muestra tiene un juimero considerable de sujetos de 30 y 40 aris. Un reporte més exacto estipularia ‘gue con la excepcién del estudiante de 43 aos, las edades tenian un rango de? hos 26 ~20 +1 = 7), Omitir el valor extremo ¢ indicarlo como una excepeién es luna forma razonable de ajustar esta limitacién del rango. El rango también est limitado por su estrecho alcance informativo. No nos dice nada sobre la forma de la distribucién entre las puntuaciones extremas. Por tjemplo, las dos distribuciones ilustradas en la figura 5-2 tienen el mismo rango, Sugiriendo formas similares; pero, de hecho, sus formas son radicalmente diferen- tec Por ailtimo, hay poco que uno pueda hacer mateméticamente con el rango. EN suma, el rango tiene ublidad limitada, sobre todo cuando se informa solo, La desviacién estandar FIGURA 5:2 Conparacit de das Aistribucinzs con formas diferentes que tienen el ism range La desviaciGn estindar es otra medida sumatia de la dispersion o Ia variacion de Jas puntuaciones en una distribuci6n. Este estadistico de dispersién es muy dife- a SD ‘Edades de los mieinbros del lub paéticouniversiario a eC) ‘Edades de los miembros del oeledad padtica dela comunidad &4 , 130 Capa 5 Mein de asersin vrai en wn busin de puntuaciones iia cen8® Al enfocarse en los extremes de a dstibucin, el rango se aproxi- age dispersion desde los “exterores”oextremos de la distributor Obecre pace saline mirar tun juego de bésquetbol desde lo alto ce las tibumassle enka eerdnon ase Por las canastas en cada extremo, En contraste In devine. Salindar describe cimo las puntuaciones una variable de interolojttn urate tipo re ee etienden a largo deta dstricion, en relacn cn la puntuacion nese Po enfonu an etadistco de tendencia central y como tal proporciona un recto de enfoque que se centra “dentro” de la distribu Gf Inmedia con su desviacién estindar es como mirar desde cl cartoon cancha; Desviacién esténdar =| Paseribecémo las puntuaciones de una variable de intervalo/sz6n u ordinal de tipo Intenaleseestenden alo largo dela cistibucionenrelacion cunapntussonnece Pensamiento proporcional y lineal sobre la desviaciéu estindar raaGaviacion esténdar se calcula determinando qué tan lejos esté cada pun- deavinien cenedis —aud tan Ieos se desta de la media En este send Te Seviacén estandar es un derivado (0 producto) de la media, y lan donno eo ue de ee Orman juntas. De hecho, la frase “la media y la desviacion eotin dacs con meade és emplesdas por los estadisticos. La desviacion estindes eg que saga Sumaria de fodas las puntuaciones en una disibuciOn "nee dice on SRE aiplitud se agrupan las puntunciones alrededor de la media, Conc ween Curve pognalizawmes, la desviacién esténder tambien es itl en conjuncidn conte curva normal srl cree car una desviacion estindar, anaicemos su férmula, La siguien- ‘e formula sirve para calcular directamente la deaviacign estandae Método directo para calcular la desviacion ‘estindar J 5: desviaciin esténdar para Ia variable X de intervalo/razn R= media de x a descincen een 131 Vale ta.pena aproximamos paso a paso al célculo de la desviacién estindar, Esto ¢limina el misterio de laf6rmala (con su ;cuadradia y simbolos de raiz cundrada) Formal) 12 * aPFeciar que la desviacin estindar es parte egencial fon curva normal, Mentifique as especificaciones. Empezamos entficandola informacién dada Repecifcacin: X = una variable de intervalo/raztn (worded tipo interva 10), n= tamafio de la muestra, y la distribueion te puntuaciones en bruto para ¥. Gatcule la media, Calculamos la media porque la desviacion estndar esté dise- Rada para medi la dispersion alrededor la media, EX Cialeale las puntuaciones de Ia desviaci6n: pensamiento lineal, Luego determi- amos qué tan lejos de la media cae la puntuacion de cade sujeto. La diferencia enfre una puntuacién y su media se llama puntuacién de desviacién, es decir, cudta Aifere ose “desvia” de ia media una puntuacion indoiduar XoE vuntuaci6n de desviacién para un valor de X Fiense en una puntuacion de desviacién como una medida de distancia en el eje X. cQuénos dice la puntuacién de desviacién? Suponga que X este variable peso, y el Bircnedio para una muestra de jugadoras de voleibol de ie Universidad de Elmsiownes de 138 lbras. Lajugadora estrella, Sandra "Clavaaon de alma” Carson, esa 173 las; sa es su puntuacin en brute o “puntuscion "er puntuacion de desviacién es més 35 libras: Cuando una puntuacion X es mayor que la media la Puntuacién de desviacién seaulatd un valor positivo, como el de Sandra, lo cual signifce que la puntuacién X queda a la derecha en wna curva de distribucidn, Cusco cae puntuacién X os caja 2 medla. la puntuacién de desviacién resultaré negaticn le que signifi- cagiue la puntuacién X queda a la izquierdia de Je merlia, Le puntuacisn de desvia- deresgtars de +35 libras nes indica que ella esta 35 Wotastrainn he Peso medio, del equipo. Puntuacién de desviacién [coin ctr edi de ein np on individual i laps arin en una tren de patios PontaclGn de desviacion es el eflculo matemético central al determinarla sera igual a cero (con cierto error de redondeo). En el capitule 4 estudiamos cme ta media es un punto de balance en la distribucién, Lo que la media hace es balancear Jas des iteiones, para quesecancelen entre sy esultenen una suma de puntuacio- nes de slesviacion igual a cero, Dehecho, otra definicién matemitica de la media eo uel prt er um distribwcide donde las puntuaciones de desviacién suman ceva, ~ Tinto elzango coxno la desviacién esténdar son medidas de la dispersiGn de las }ustovcioues en una distribucion, Explique las diferencias en perspectiva en- ies oyins ds estadisticos. 3. Outrlecto tiene una puntuacién extrema o valor extremo sobre el céleulo del © 10 “oviacisn estindar se “deriva” de la media. ;Qué significa esto? "cular el rango, el valor de la unidad de redondeo de la variaile se suina a 4 diferencia entre las puntuaciones méxima y minima. ,Por qué se suma el velo de la unidad de redondeo? \Losleular la desviaci6n esténdar, 2por qué es necesario elevar al cuadrado les sniuaciones de desviacién? / *\caleular a desviacién estindar para datos de una muestra, ypor qué debe- 408 dividir entre n ~ 1? 8. Alcalcularla desviacién esténdar, spor qué se requiere tomar la rafz cuadrada? 9. ¢Cualles la relacion matemética entre la varianza y la desviacién estandas? 10. Mencione otro nombre para la variacién U1: Cul es el significado de la palabra esténdar en el término desviacién estindar? 12, Una expresion de qué tan lejos esté una puntuacién en hruto de la media de una distribucién, en las unidades de medida originales de la variable X, oe Hama una puntuacién 13. Una expresion de qué tan lejos esté una puntuacién en bruto de la media de tuna distribucién, en unidades de medida de desviaciones estindar (DE), se Hama una puntuacién 14. :Cusles son las propiedades de una distribucién normal? 15. En una distribucion normal, gqué porcentaje de puntuaciones caen aproxima- damente dentro de 1 desviacitin esténdar de la media en ambas direcciones?, ay dentso'de 2 desviaciones esténdar de la media en ambas direcciones?, iy dentro de 3 desviaciones esténdar de la media en ambas direcciones? 16. Enuna distribucién normal, zqué porcentaje de puntuaciones caen exactamen- te sobre la media? {Qué estadistico de tendencia central, ademds de la media, ‘cuenta para este fendmeno? 17. Bn una distribucién normal, la curva alcanza su maximo en el valor de la me- dia. «Qué estadistico de tendencia central, ademds de la media, justifica este fendmeno? BO CAPT: 166 Capitulo 6 Tea de a probailidd ydictribuién norma de probbiiad aquete, y s6lo tres son ases. Debe prestarse mucha atencién en las cuestiones de reemplazamiento en eventos compuestes. Se ajustan numeradores y denominadores, consecuentemente. Por ejemplo, calculemos lo siguiente: p [as luego sey nego as] sin reemplazamiento = p [as] « p [rey] * p [as] {| ‘ eee 52 BI 50 132.600 Finalmente, no todos los eventos compuestos implican cuestiones de reemplazamiento, Por ejemplo, el reemplazamiento ho es una cuestién que tenga que ver en el lanzamiento de una moneda, Las probabilidades calculadas son las rmismas para “cara luego cara’ al lanzar dos monedésa la vez.o/allarzar una moneda dos veces. \ Las cinco reglas de prokabilidad son fundantentales;es decir, deben considerarse para calcularla probabilidad de cualquier evento,no importa lo simple ocomplicado que el evento sea. Los ejemplos simples presentados en este capitulo ilustran tales principios bésicos. Formulaciones muché més complejas de probabilidades se presentan en textos avanzados\eomo el de Lee y Maykovich (1995). Por fortuna, } para los estudiantes y los investikadoreé de hoy, no es necesario tener habilidades } mateméticas extensas para ceva Los programas de computacién | solo requieren que aprendamos qué\botones oprimir o qué tabla leer para obtener | respuestas a las préguntas de probabilidad. Sin embargo, wna comprensién cabal i dela teoria bésica de probabilidad/es a para evitarinterpretaciones erréneas Ge dicha informacion de le computador. Es més, una comprension de le teoria de \ Ja probabilidad es esencial para adquinir la imaginacién estadistica. Uso de Ta curva normal como una /distribuciéa de probabilidad /. ‘ ional respecto de un drupo de casos y casos iinicos Ja desviacién eslandar, Con uria sola variable de interyalo/razén que tenemos razin para creer que/esté normalmente distribuida en su.pdblacién, podemos calcular estghdar esté alejada una puntuacién bruta (0 puntuacién X) de la media: nuimero de desviaciones estndar (DE) sx desdela media