Documentos de Académico
Documentos de Profesional
Documentos de Cultura
- GENERALIDADES
Para comparar dos o más datos no son suficientes, ni satisfactorio el cálculo de los promedios
estudiados, sino que hay que investigar y analizar los términos de la serie utilizando métodos más
avanzados que permitan estimar la variabilidad y apreciar mejor la relación existente entre las mismas.
Dos series pueden tener la misma media aritmética y sin embargo ser distintas, los datos de una pueden
variar muy poco en torno a su media y la de otro puede variar mucho.
Ejemplos: los puntajes obtenidos por los alumnos de dos paralelos de la facultad en una asignatura,
calificadas sobre 20 puntos son los siguientes:
Paralelo 1: 9 – 10 – 12 – 13 – 14 – 15 – 15 - 16
X = 13
Paralelo 2: 20 – 1 – 3 – 19 - 19 – 15 - 14 – 14 - 12 - 13
X = 13
Comparando un paralelo con el otro, ambos tienen la misma media aritmética (13) pero en cambio hay
más heterogeneidad en el 2 que en el 1, lo que significa que el rendimiento no es satisfactorio. Por lo
mismo se debe recurrir al método que nos enseña cómo se agrupan los términos de las series este
método se llama dispersión.
En resumen, el valor representativo del promedio aumenta cuando la variabilidad es menor, por todo lo
indicado, cuando se desea realizar el análisis estadístico de los resultados obtenidos en la aplicación d
una prueba es preciso calcular, además del promedio aconsejado una medida de variabilidad.
7.2.- DISPERSIÓN
Son las diferencias de los valores de los términos de una serie, dicho de otra manera: es la falta de
uniformidad de los datos, así examinando las magnitudes de los datos del paralelo 1 y 2 del ejemplo
encontramos que los términos varían de 9 al 16 en el 1 y del 1 al 20 en el 2.
Existen varias medidas para determinar el grado de dispersión, una de ellas consiste en analizar
desviaciones que presentan los datos en relación con los promedios, mientras más amplias son estas,
mas variable y heterogénea es la serie
7.4.- IMPORTANCIA
I. Proporciona información adicional que permite juzgar la confiabilidad de las medidas de tendencia
central.
II. Si los datos se encuentran ampliamente dispersos, la posición central es menos representativa.
III. Permite comparar las dispersiones de distintas muestras.
IV. Si no se desea tener una amplia dispersión de valores con respecto al centro de distribución con
el cálculo de las medidas de dispersión, facilita reconocerlo y evitar escoger distribuciones que
tengan las dispersiones más grandes.
Llamado también margen de dispersión, recorrido o intervalo, es el valor absoluto de la diferencia entre
los términos extremos, máximo y mínimo de la serie, más una unidad cuando el número de términos de
la serie es menor que 100.
R = (Xs – Xi) + 1
7.7.- LIMITACIONES
Solo toma en cuenta los valores más altos y más bajos de una distribución y no se considera ninguna
otra observación del conjunto de datos. Ignora la naturaleza de la variación entre todas las demás
observaciones y se ve muy influido por los valores extremos.
7.8.- DESVIACIÓN MEDIA
Es la diferencia que se observa entre el valor de la variable y la media aritmética. No es una medida, son
muchas medidas, pues cada valor de la variable lleva asociada su correspondiente desviación, por lo
que precisaremos una medida que resuma dicha información.
∑d
DM =
n
Ejemplo:
Calcular la desviación media de: 10, 12, 14, 16, 18, 19, 20, 22
∑X
X =
n
10+12+14+16+18+19+20+22
X=
8
131
X=
8
X = 16,6 = 17
d=X- X
No d
10 10 – 17 = -7
12 12 – 17 = -5
14 14 – 17 = -3
16 16 – 17 = -1
18 18 - 17 = 1
19 19 – 17 = 2
20 20 – 17 = 3
22 22 – 17 = 5
27
DM = = 3,3 DM = 3.3
8
7.9.- DESVIACIÓN INTERCUARTILAR
Q3 – Q1
IQ =
2
Llamada también normal o cuadrática, es la medida de variabilidad más usada. Se la representa con las
letras DE o con la letra griega sigma minúscula (𝜎).
Al calcular la desviación media no se sigue un procedimiento algebraico, sino convencional, puesto que
las desviaciones positivas o negativas se suman prescindiendo del signo, es decir se suman los valores
absolutos.
En tal virtud para evitar esta dualidad de los signos y para que el cálculo de estas desviaciones este
basado en las matemáticas, es conveniente calcular la media cuadrática o desviación estándar, mediante
la cual las desviaciones se elevan al cuadrado y se consigue que todos los resultados sean positivos.
Al sumar las desviaciones al cuadrado y dividir para n (total de datos), se obtiene la media de las mismas.
Este resultado es lo que se llama varianza.
V = σ2
La desviación estándar se la ha definido como la raíz cuadrada de la media de los cuadrados de las
desviaciones. Dicho en otras palabras, es la raíz cuadrada del cociente entre el total del cuadrado de las
desviaciones y el número de datos que se tengan.
∑ d2
𝝈= n
CASO 1:
X d d2
6 -6 36
8 -4 16
9 -3 9
10 -2 4
11 -1 1
12 0 0
14 2 4
15 3 9
17 5 25
18 6 36
120 140
-- 120 140
X = ------- = 12 𝝈 =
10 10
𝝈 = + / - 3,7
DE 3,7 x 100
CV = x 100 = = 30 %
12
X
CASO 2
X F F. X d d2 F. d2
11 2 22 -2,5 6,25 12,5
12 2 24 -1,5 2,25 4,5
13 10 130 -0,5 0,25 2,5
14 6 84 0,5 0,25 1,5
15 1 15 1,5 2,25 2,25
16 2 32 2,5 6,25 12,5
17 1 17 3,5 12,25 12,25
24 324 48
--- 324 48
X = ----------- = 13,5 𝝈=
24 24
𝝈 = 2 𝝈 = +/- 1,4
CASO 3
X F Xm F.Xm D d2 Fd2
9 – 11 2 10 20 -11,6 134,56 269,12
12 – 14 1 13 13 -8,6 73,96 73,96
15 – 17 2 16 32 -5,6 31,36 62,72
18 – 20 5 19 95 -2,6 6,76 33,8
21 – 23 9 22 198 0,4 0,16 1,44
24 – 26 7 25 175 3,4 11,56 80,92
27 – 29 3 28 84 6,4 40,96 122,88
30 – 32 1 31 31 9,4 88,36 88,36
30 648 733,20
---- 648
X = ---------- = 21,6 733,20
30 𝝈 =
30
𝝈 = 24,4
𝝈 = +/- 4,9
La desviación Estándar también se puede obtener prescindiendo de las desviaciones, sobre todo cuando
el número de términos es crecido y el cálculo de las desviaciones es un procedimiento laborioso.
X X2
6 36
8 64
9 81
10 100
11 121
12 144
14 196
15 225
17 289
18 324
120 1580
∑ X2 ∑X 2
𝝈 = -
n n
1580 1440
𝝈= -
10 10
II. La amplitud se usa: cuando se desee tener una visión rápida, pero sin mayor
precisión, de la dispersión de una serie de datos.