7) Medidas de Dispersion

INFORMACIÓN Y
ESTADÍSTICA APLICADA
A LAS RELACIONES
INTERNACIONALES
Jorge Orbe León
CENTRO DE GOBIERNO Y
ADMINISTRACIÓN
PÚBLICA.
Sesión 7: Medidas de Dispersión
1 • Rangos o recorridos.
2 • Desviación media.
3 • Varianza.
4 • Desviación Típica.
5 • Coeficientes de variación.
6 • Ejercicios de aplicación.
Medidas de Dispersión 1.
Las medidas de dispersión son parámetros o

estadísticos que indican como se alejan los datos
respecto de la media aritmética. Sirven como
indicador de la variabilidad de los datos.
Las medidas de dispersión muestran la variabilidad

de una distribución, indicándolo por medio de un
número, si las diferentes puntuaciones de una
variable están muy alejadas de la media.
Cuanto mayor sea ese valor, mayor será la

variabilidad, cuanto menor sea, más homogénea
será a la media. Así se sabe si todos los casos son
parecidos o varían mucho entre ellos.
Medidas de Dispersión 2.
Las medidas de centralización reducen la

información recogida de la muestra a un solo
valor.
Sin embargo, la representación de dicho valor

central depende de la dispersión que las
medidas individuales tengan respecto a dicho
centro.
Las medidas de dispersión nos indicarán la

variabilidad de los datos en torno a su valor
promedio, es decir si se encuentran muy o
poco esparcidos en torno a su centro.
Las medidas de dispersión más utilizadas son: (i) el rango, (ii) la

desviación estándar y (iii) la varianza.
Rangos o recorridos 1.
Rango: Es la diferencia entre el valor máximo

y el valor mínimo en un grupo de números
aleatorios. Se le suele simbolizar con R.
Rango Medio o Medio Rango: es la media

aritmética de los valores máximos y mínimos
de un conjunto de datos.
Rango intercuartílico: es una medida de

dispersión estadística, igual a la diferencia
entre los percentiles 75 y 25.
Rangos o recorridos 2.
El Rango o recorrido es el intervalo entre el

valor máximo y el valor mínimo; por ello,
comparte unidades con los datos.
Permite obtener una idea de la dispersión de

los datos, cuanto mayor es el rango, más
dispersos están los datos (sin considerar la
afectación de los valores extremos).
Ejemplo: 5 personas tienen las siguiente

estatura medida en centímetros:
x1 = 185; x2 = 165; x3 = 170; x4 =182; x5=155
Rango: Ejercicio
1. Ordenamos los datos de menor a mayor:
x(1)=155; x(2)=165; x(3)= 170; x(4)= 182; x(5)=185
2. La notación x(i) indica que se trata del elemento

i-ésimo de la serie de datos.
3. De este modo, el rango sería la diferencia entre el
valor máximo x(k) y el valor mínimo x(1) ; o, lo que
es lo mismo: R = x(k) − x(1)
4. R = 185 – 155 = 30.

Medio Rango: Ejercicio.
1. El medio rango o rango medio de un conjunto de valores numéricos
X = (x1 , … , xn } es la media del menor y mayor valor, o la mitad del
camino entre el dato de menor valor y el dato de mayor valor.
𝒎𝒊𝒏 𝒙 +𝐦𝐚𝐱(𝒙)
2. 𝑹𝒂𝒏𝒈𝒐 𝑴𝒆𝒅𝒊𝒐 (𝒙) = 𝟐
3. Ordenamos los datos de menor a mayor:

x(1)=155; x(2)=165; x(3)= 170; x(4)= 182; x(5)=185
𝟏𝟓𝟓 + 𝟏𝟖𝟓
𝑹𝒂𝒏𝒈𝒐 𝑴𝒆𝒅𝒊𝒐 (𝒙) =
𝟐
R = 170.
Rango intercuartílico.
El rango intercuartílico o rango intercuartil,

es la diferencia entre el tercer y el primer
cuartil de una distribución.
El rango intercuartílico es una medida de

variabilidad adecuada cuando la medida de
posición central empleada es la mediana.
Se define como la diferencia entre el tercer

cuartil (Q3) y el primer cuartil (Q1), es decir:
RIQ = Q3 - Q1.
Como el Rango Intercuartílico deja de lado los valores extremos, puede

originar algún tipo de deformación en cuanto al grado de dispersión.
Rango intercuartílico: ejercicio.
Los siguientes datos representan el número de conferencias que
dicta al año cada uno de 11 profesores del IAEN:
5; 7; 5; 1; 1; 9; 4; 5; 3; 4; 6.
Calcular el Rango Intercuartílico.
Paso 1: Ordenar los datos: 1; 1; 3; 4; 4; 5; 5; 5; 6; 7; 9.
Paso 2: Para encontrar los cuartiles, primero debemos ubicar la
mediana, ordenando los datos de menor a mayor.
Paso 3: 1; 1; 3; 4; 4; 5; 5; 5; 6; 7; 9. La mediana es 5
Paso 4: Q1 es la mediana de los datos a la izquierda de la
mediana: 1; 1; 3; 4; 4. Q1 = 3
Paso 5: Q3 es la mediana de los datos a la derecha de la mediana:
5; 5; 6; 7; 9. Q3 = 6
RIQ = 6 – 3 = 3. RIQ = 3
Desviación Media: conceptos.
Una de las medidas de dispersión más usada es la

desviación media, también llamada con más precisión
desviación media respecto a la media aritmética.
Se define como la media aritmética de las diferencias

absolutas entre los valores de la variable y la media
aritmética de la muestra.
Es la medida de dispersión que mide más

exactamente el grado de dispersión de un conjunto
de datos con relación a la media aritmética.
En otras palabras, es la medida que nos determina en

cuantas unidades en promedio los datos se hallan
desviados o alejados de la media aritmética.
Desviación Media: cálculo.
1. La desviación media es la media aritmética de los valores
absolutos de las desviaciones respecto a la media.
2. La desviación media se representa por Dx
Calcular la desviación media de la distribución: 9, 3, 8, 8, 9, 8, 9, 18

Desviación Media: cálculo.
1. Calculamos la media aritmética para poder hallar las desviaciones
respecto a la media
𝟗+𝟑+𝟖+𝟖+𝟗+𝟖+𝟗+𝟏𝟖 𝟕𝟐
ẋ= = =9
𝟖 𝟖
2. Aplicamos la fórmula de la desviación media.
|𝟗−𝟗|+|𝟑−𝟗|+⃓𝟖−𝟗|+|𝟖−𝟗|+|𝟗−𝟗|+|𝟖−𝟗|+|𝟗−𝟗|+|𝟏𝟖−𝟗| 𝟏𝟖
3. 𝑫𝒙 = 𝟖
= 𝟖 =
4. Las diferencias de los valores absolutos son:

0; 6; 1; 1; 0; 1; 0; 9; 0.
𝟏𝟖
Por lo tanto: 𝑫𝒙 = = 2,25
𝟖
Desviación Media de datos agrupados:
cálculo.
Si los datos vienen agrupados en una tabla de frecuencias, la expresión de
la desviación media es:
N = σ𝑛𝑖=1 𝐹𝑖
ejercicio 1.
Calcular la Desviación Media de la siguiente distribución:
Intervalo Xi fi
(10, 15) 12,5 3
(15, 20) 17,5 5
(20, 25) 22,5 7
(25, 30) 27,5 4
(30, 35) 32,5 2
En primer lugar, calculamos la media aritmética:

Para ello, incorporamos otra columna para restar los valores de la
variable con el valor de la Media Aritmética. La sumatoria debe ser
igual a cero.
resolución 1.
Xi X Xi - X
(10, 15) 12,5 22,5 -10
(15, 20) 17,5 22,5 -5
(20, 25) 22,5 22,5 0
(25, 30) 27,5 22,5 5
(30, 35) 32,5 22,5 10
22,5 0
Luego, calculamos las desviaciones respecto a la media:

(|x - x|)
resolución 1.
Xi - X |X - Ẋ| fi |X - Ẋ|* fi
(10, 15) -10 10 3 30
(15, 20) -5 5 5 25
(20, 25) 0 0 7 0
(25, 30) 5 5 4 20
(30, 35) 10 10 2 20
0 30 21 95
Luego, debemos calcular los productos de desviaciones respecto a la

media por sus frecuencias absolutas correspondientes (|x - x| * fi) y
computamos su sumatoria (95)
resolución 1.
Luego, calculamos la Desviación Media:
𝟗𝟓
DẊ = = 𝟒, 𝟓𝟐
𝟐𝟏
Varianza: conceptos 1.
La Varianza de una variable aleatoria es una medida de

dispersión definida como la esperanza del cuadrado de la
desviación de dicha variable respecto a su media.
La varianza es una medida de la variabilidad que utiliza

todos los datos. Se basa en la diferencia entre el valor de
cada observación (xi) y la media.
La unidad de medida de la varianza será siempre la

unidad de medida correspondiente a los datos, pero
elevada al cuadrado.
Si la variable mide una distancia en metros, la varianza

se expresa en metros al cuadrado.
La varianza siempre es mayor o igual que cero.

Al elevarse los residuos al cuadrado es
matemáticamente imposible que la varianza
salga negativa.
Si los datos pertenecen a una población, el

promedio de las desviaciones elevadas al
cuadrado se llama varianza poblacional, la cual
se denota por medio del símbolo griego σ2.
Para una muestra, una desviación respecto de la

media se escribe (xi - x); para una población, se
escribe (xi - µ).
La varianza muestral s2 es el estimador de la varianza

poblacional σ2.
La diferencia entre cada xi y la media (ẋ para una

muestra; µ para una población) se llama desviación
respecto de la media.
Si se desea calcular la varianza, las desviaciones

respecto de la media se elevan al cuadrado.
Los valores se elevan al cuadrado con el fin de evitar

que se anulen los valores positivos y negativos; por
ello, se trabaja con valores absolutos.
En la mayoría de las aplicaciones estadísticas, los datos

que se analizan provienen de una muestra. Cuando se
calcula una varianza muestral, a menudo lo que interesa
es usarla para estimar la varianza poblacional σ2.
Si la suma de las desviaciones respecto de la media al

cuadrado se divide entre (n-1), y no entre n, la varianza
muestral resultante proporciona un estimador insesgado
de la varianza poblacional.
Por esta razón, la varianza muestral, denotada por s2, se

define como sigue:
σ∞
𝒏=𝟏 (𝒙𝒊 − µ)
𝟐
s2 =
𝒏−𝟏
Varianza: Cálculo 1.
σ∞
𝒏=𝟏 (𝒙𝒊 − µ)
𝟐
Varianza Poblacional: σ2 =
𝑵
σ∞
𝒏=𝟏 (𝒙𝒊 −𝒙)
𝟐
Varianza Muestral: s2 =
𝒏−𝟏
En la mayoría de las aplicaciones estadísticas, los datos que se analizan

provienen de una muestra.
Cuando se calcula una varianza muestral, a menudo lo que interesa es

usarla para estimar la varianza poblacional σ2.
σ∞ 𝟐
𝒏=𝟏 𝒙𝒊 −𝒙 ∗ 𝑭𝒊
Varianza para Datos Agrupados: 𝝈2 = σ∞
𝒏=𝟏 𝑭𝒊
Varianza
Cálculo de la Varianza para datos
agrupados
Para una muestra:
σ∞
𝒏=𝟏 𝒙𝒊 −𝒙
𝟐
∗ 𝑭𝒊
s2 =
𝒏−𝟏
Para una población:
σ∞ 𝒙
𝒏=𝟏 𝒊 −µ 𝟐
∗ 𝑭𝒊
𝝈2 = σ∞
𝒏=𝟏 𝑭𝒊
Varianza: Ejercicio 1.
En el Ministerio de Educación se presentan a SENESCYT cinco grupos

de estudiantes de los últimos años, graduados en distintos colegios,
con el fin de rendir la prueba de ingreso a la Universidad.
Colegio 1: 46 estudiantes.
Calcular:
1. El número total de estudiantes.
2. El Tamaño Medio de los grupos estudiantiles.
3. La desviación respecto de la Media.
4. La desviación cuadrada respecto de la Media.
5. La varianza muestral.
s2 = 64
Varianza: Resolución 1.
Cálculo de desviaciones respecto de la media y desviaciones cuadradas

respecto de la media de los datos de tamaños de grupo
Desviación
Desviación
Número de Tamaño cuadrada
respecto de
Grupos estudiantes. Medio de los respecto de
la Media
xi Grupos (ẋ) la Media
(xi - ẋ)
(xi - ẋ)2
Colegio 1 46 44 2 4
Colegio 2 54 44 10 100
Colegio 3 42 44 -2 4
Colegio 4 46 44 2 4
Colegio 5 32 44 -12 144
220 44 0 256
𝟐𝟓𝟔 𝟐𝟓𝟔
Varianza Muestral: s2 = 𝟓−𝟏 ; s2 = ; s2 = 64
𝟒
Varianza: Ejercicio 2.
En una encuesta realizada por el IAEN, se logró identificar que los

sueldos mensuales iniciales de profesionales graduados en
programas de postgrado fueron los siguientes:
Graduado 1: US $ 3.450; Graduado 2: US $ 3.550;

Graduado 11: US $ 3.520; Graduado 12: US $ 3.480.
Calcular:
1. El número total de graduados considerados en la encuesta.
2. El Ingreso Medio de los estudiantes graduados.
3. La desviación respecto de la Media.
4. La desviación cuadrada respecto de la Media.
Desviación
Desviación
cuadrada
Sueldo mensual Media muestral respecto de la
respecto de la
(xi) (ẋ) Media
Media
(xi - ẋ)
(xi - ẋ)2
3.450 3.540 (90) 8.100
3.550 3.540 10 100
3.650 3.540 110 12.100
3.480 3.540 (60) 3.600
3.355 3.540 (185) 34.225
3.310 3.540 (230) 52.900
3.490 3.540 (50) 2.500
3.730 3.540 190 36.100
3.540 3.540 - -
3.925 3.540 385 148.225
3.520 3.540 (20) 400
3.480 3.540 (60) 3.600
3.540 0 301.850
σ∞
𝒏=𝟏 (𝒙𝒊 −𝒙)
𝟐
s2 =
𝒏−𝟏
𝟑𝟎𝟏.𝟖𝟓𝟎
s2 = = S2 = 27.440, 91
𝟏𝟏
En el procedimiento de resolución de los dos ejercicios se

aprecia la suma de las desviaciones sobre la media y la suma
de las desviaciones cuadradas sobre la media.
Las desviaciones positivas y negativas se anulan entre sí,

ocasionando que la suma de las desviaciones sobre la media
sea siempre igual a cero.
Para cualquier conjunto de datos, la suma de las desviaciones

sobre la media siempre será igual a cero. Note que (xi - x) = 0.
Varianza: interpretación.
¿Qué significado tiene que una varianza sea igual a 64, o, igual a 27.440?
Las unidades cuadradas asociadas con la varianza dificultan obtener

una comprensión e interpretación intuitiva del valor numérico de ésta.
Se recomienda considerarla como una medida útil en la comparación

de la cantidad de variabilidad para dos o más variables. En una
comparación de las variables, aquella con la varianza más grande
muestra la mayor variabilidad.
La varianza sólo es útil para comparar la variabilidad de dos o más

variables.
Desviación estándar: conceptos.
La desviación estándar se define como la raíz cuadrada positiva

de la varianza.
𝒔= 𝒔𝟐
Siguiendo la notación que se adoptó para las varianzas muestral

y poblacional, se usa s para denotar la desviación estándar
muestral y σ para denotar la desviación estándar poblacional.
La desviación estándar se deriva de la varianza de la manera

siguiente:
Desviación estándar muestral: 𝒔 = 𝒔𝟐
Desviación estándar poblacional: 𝝈 = 𝝈𝟐

Desviación Típica o Desviación estándar.
La Desviación Típica o desviación estándar es una
medida que se usa para cuantificar la variación o
dispersión de un conjunto de datos numéricos.
Una desviación estándar baja indica que, en su

mayor parte, los datos de una muestra tienden a
estar agrupados cerca de su media aritmética.
Mientras que una desviación estándar elevada

indica que los datos se extienden sobre un rango de
valores más amplio.
La desviación estándar es más fácil de interpretar

que la varianza debido a que se mide en las mismas
unidades que los datos.
Desviación Típica o Desviación estándar.
Desviación Típica: Ejercicio 1.
En el cuadro adjunto se detallan los Impuesto

datos sobre la información obtenida Grupos por
promedio
Número de
por el Servicio de Rentas Internas (Valor en
Contribuyente contribuyentes
miles de
del Ecuador en base a una encuesta dólares)
aleatoria que se realizó a medianas
empresas de la ciudad de Quito, con Grupo 1 10 20
el fin de identificar su cumplimiento
en el pago del impuesto al Valor Grupo 2 30 15
Agregado IVA. Grupo 3 50 10
En base a esta información se Grupo 4 70 8

solicita calcular la Desviación Típica
Grupo 5 90 5
en el pago al IVA por parte de las
empresas que integraron la muestra.
Desviación Típica: Resolución 1.
Impuesto Impuesto Desviación
Desviación
promedio mensual Media cuadrada
Impuestos por Número de respecto de
(Valor en (xi) muestral respecto de
Contribuyente contribuyentes la Media
miles de (Miles de (ẋ) la Media
(xi - ẋ)
dólares) dólares) (xi - ẋ)2
Grupo 1 10 20 200 432 (232) 53.824

Grupo 2 30 15 450 432 18 324
Grupo 3 50 10 500 432 68 4.624
Grupo 4 70 8 560 432 128 16.384
Grupo 5 90 5 450 432 18 324
58 432 - 75.480
σ∞
𝒏=𝟏 (𝒙𝒊 −𝒙)
𝟐 𝟕𝟓.𝟒𝟖𝟎
s2 = s2 = = S2 = 18.870; S = 137,37
𝒏−𝟏 𝟒
Calcular la desviación media, la varianza y la desviación típica de la
siguiente serie de datos: 12; 6; 7; 3; 15; 10; 18; 5.
1. Cálculo de la Desviación Media:
a) Calculamos la media aritmética para poder hallar las desviaciones

respecto a la media
𝟏𝟐+𝟔+𝟕+𝟑+𝟏𝟓+𝟏𝟎+𝟏𝟖+𝟓 𝟕𝟔
ẋ= = = 9,5
𝟖 𝟖
b) Aplicamos la fórmula de la desviación media.
𝟏𝟐−𝟗,𝟓 + 𝟔−𝟗,𝟓 +⃓𝟕−𝟗,𝟓|+|𝟑−𝟗,𝟓|+|𝟏𝟓−𝟗,𝟓|+|𝟏𝟎−𝟗,𝟓|+|𝟏𝟖−𝟗,𝟓|+|𝟓−𝟗,𝟓|

𝟖
𝟑𝟒
𝑫𝒙 = = 4,25
𝟖
2. Cálculo de la Varianza:
(𝟏𝟐−𝟗,𝟓)𝟐 +(𝟔−𝟗,𝟓)𝟐 +(𝟕−𝟗,𝟓)𝟐 +(𝟑−𝟗,𝟓)𝟐 +⋯ 𝟏𝟗𝟎

Varianza = = 𝟖 = 𝟐𝟑, 𝟕𝟓
𝟖
3. Cálculo de la Desviación Típica:
𝟐
Desviación Típica = 𝟐𝟑, 𝟕𝟓 = 4,87
Un médico de un instituto educativo quiere realizar un estudio para ver si

los alumnos de un centro tienen sobrepeso.
Le interesaría calcular la varianza para ver como difieren los pesos
respecto a la media.
Para ello, se selecciona dos muestras de doce alumnos de 14 o 15 años en
dos colegios distintos:
ALUMNOS MUESTRA 1
A B C D E F G H I J K L
54 36 73 60 42 58 55 48 40 75 62 39
ALUMNO MUESTRA 2
A B C D E F G H I J K L
46 58 75 60 47 63 59 42 49 75 38 61
Calcular en cada muestra:

1. La Desviación Media,
2. La Varianza y,
3. La Desviación Típica.
Cálculo de la Desviación Media: Muestra 1.
Desviación
Desviación
Peso absoluta
Peso respecto de la
Alumno promedio respecto de
xi Media
(ẋ) la Media
|xi - ẋ|
|xi - ẋ|
Alumno 1 54 53,5 0,5 0,5
Alumno 2 36 53,5 -17,5 17,5
Alumno 3 73 53,5 19,5 19,5
Alumno 4 60 53,5 6,5 6,5
Alumno 5 42 53,5 -11,5 11,5
Alumno 6 58 53,5 4,5 4,5
Alumno 7 55 53,5 1,5 1,5
Alumno 8 48 53,5 -5,5 5,5
Alumno 9 40 53,5 -13,5 13,5
Alumno 10 75 53,5 21,5 21,5
Alumno 11 62 53,5 8,5 8,5
Alumno 12 39 53,5 -14,5 14,5
53,5 53,5 0 125
Cálculo de la Desviación Media: Muestra 2.
Desviación
Desviación
absoluta
Peso Peso respecto de la
Alumno respecto de
xi promedio (ẋ) Media
la Media
|xi - ẋ|
|xi - ẋ|
Alumno 1 46 56,08333 -10,08333 10,08333
Alumno 2 58 56,08333 1,91666 1,916666
Alumno 3 75 56,08333 18,9166 18,91666
Alumno 4 60 56,08333 3,91666 3,916666
Alumno 5 47 56,08333 -9,08333 9,083333
Alumno 6 63 56,08333 6,91666 6,916666
Alumno 7 59 56,08333 2,91666 2,916666
Alumno 8 42 56,08333 -14,08333 14,08333
Alumno 9 49 56,08333 -7,08333 7,083333
Alumno 10 75 56,08333 18,91666 18,91666
Alumno 11 38 56,08333 -18,08333 18,08333
Alumno 12 61 56,08333 4,916667 4,916666
56,08 56,08 (0,00) 116,8333
Muestra 1:
Peso promedio = 53,5
Desviación Media:
Dx = 125/11 = Dx = 11,36
Muestra 2:
Peso promedio = 56,1
Desviación Media:
Dx = 116,83/11 = Dx = 10,62
Interpretación de resultados: En promedio, los estudiantes de la muestra 2

tienen más peso (pesan 2,6 kilos más) que los estudiantes de la muestra 1.
Los estudiantes de la muestra 2 son “más gorditos” y tienen un peso más
homogéneo que los estudiantes de la muestra 1.
Cálculo de la Desviación Típica: Muestra 1.
Desviación
Desviación respecto
Peso Peso cuadrada
Alumno de la Media
xi promedio (ẋ) respecto de la
(xi - ẋ)
Media (xi - ẋ)2
Alumno 1 54 53,5 0,5 0,25
Alumno 2 36 53,5 -17,5 306,25
Alumno 3 73 53,5 19,5 380,25
Alumno 4 60 53,5 6,5 42,25
Alumno 5 42 53,5 -11,5 132,25
Alumno 6 58 53,5 4,5 20,25
Alumno 7 55 53,5 1,5 2,25
Alumno 8 48 53,5 -5,5 30,25
Alumno 9 40 53,5 -13,5 182,25
Alumno 10 75 53,5 21,5 462,25
Alumno 11 62 53,5 8,5 72,25
Alumno 12 39 53,5 -14,5 210,25
53,5 53,5 0 1.841
Cálculo de la Desviación Típica: Muestra 2.
Desviación Desviación
Peso
Peso respecto de la cuadrada respecto
Alumno promedio
xi Media de la Media
(ẋ)
(xi - ẋ) (xi - ẋ)2
Alumno 1 46 56,083 (10,08333) 101,67361
Alumno 2 58 56,083 1,91667 3,67361
Alumno 3 75 56,083 18,91667 357,84027
Alumno 4 60 56,083 3,91667 15,3402
Alumno 5 47 56,083 (9,08333) 82,50694
Alumno 6 63 56,083 6,91667 47,84027
Alumno 7 59 56,083 2,91667 8,50694
Alumno 8 42 56,083 (14,08333) 198,34028
Alumno 9 49 56,083 (7,08333) 50,17361
Alumno 10 75 56,083 18,91667 357,84027
Alumno 11 38 56,083 (18,08333) 327,00694
Alumno 12 61 56,083 4,91667 24,17361
56,08333 56,083 0,00000 1.575
Cálculo Desviación Típica: Muestras 1 y 2.
Cálculo de la Varianza:
σ∞
𝒏=𝟏 (𝒙𝒊 −𝒙)
𝟐
s2 = 𝒏−𝟏
Cálculo de la Desviación Típica:

𝒔= 𝒔𝟐
Muestra 1:
𝟏.𝟖𝟒𝟏
s2 = = s2 = 167,36;
𝟏𝟏
𝟐
Desviación Típica = 𝟏𝟔𝟕, 𝟑𝟔 = 12,936909846004 s = 12,94
Muestra 2:
𝟏.𝟓𝟕𝟓
s2 = = s2 = 143,17;
𝟏𝟏
𝟐
Desviación Típica = 𝟏𝟒𝟑, 𝟏𝟕 = 11,965549669178 s = 11,96
Coeficientes de variación 1.
El coeficiente de variación es una medida relativa de la

variabilidad; mide la desviación estándar con respecto a
la media.
A veces, interesa la estadística descriptiva que indique

qué tan grande es la desviación estándar con respecto a
la media. Esta medida se llama coeficiente de variación,
y se expresa por lo general como un porcentaje.
𝑫𝒆𝒔𝒗𝒊𝒂𝒄𝒊𝒐𝒏 𝒆𝒔𝒕𝒂𝒏𝒅𝒂𝒓 𝒔
Coeficiente de variación = =
𝒎𝒆𝒅𝒊𝒂 ẋ
Coeficiente de variación: Ejercicio 1.
En el Ministerio de Educación se presentan a SENESCYT cinco grupos

de estudiantes de los últimos años, graduados en distintos colegios,
con el fin de rendir la prueba de ingreso a la Universidad.
Calcular:
El coeficiente de variación.
s2 = 18,2 %
Cálculo de desviaciones respecto de la media y desviaciones cuadradas

respecto de la media de los datos de tamaños de grupo
Desviación
Desviación
Número de Tamaño cuadrada
respecto de
Grupos estudiantes. Medio de los respecto de
la Media
xi Grupos (ẋ) la Media
(xi - ẋ)
(xi - ẋ)2
Colegio 1 46 44 2 4
Colegio 2 54 44 10 100
Colegio 3 42 44 -2 4
Colegio 4 46 44 2 4
Colegio 5 32 44 -12 144
44 44 0 256
𝟐𝟓𝟔 𝟐𝟓𝟔
Varianza Muestral: s2 = 𝟓−𝟏 ; s2 = ; s2 = 64; s= 8
𝟒
Cálculo del coeficiente de variación:
𝑫𝒆𝒔𝒗𝒊𝒂𝒄𝒊𝒐𝒏 𝒆𝒔𝒕𝒂𝒏𝒅𝒂𝒓 𝒔
Coeficiente de variación = =
𝒎𝒆𝒅𝒊𝒂 ẋ
Desviación estándar = 8.
Media muestral = 44
𝟖
Coeficiente de variación = 𝟒𝟒 = 0,181818 = 18,2%
Interpretación: el coeficiente de variación indica que la desviación

estándar muestral es 18,2% del valor de la media muestral.
El coeficiente de variación es un estadístico útil para comparar la

variabilidad de las variables que tienen tanto desviaciones estándar
como medias distintas.
En una encuesta realizada por el IAEN, se logró identificar que los

sueldos mensuales iniciales de profesionales graduados en
programas de postgrado fueron los siguientes:

Graduado 11: US $ 3.520; Graduado 12: US $ 3.480.
Calcular:
2. La desviación típica.
3. El coeficiente de variación.
Coeficiente de variación: Resolución 2.
Desviación
Desviación
cuadrada
Sueldo mensual Media muestral respecto de la
respecto de la
(xi) (ẋ) Media
Media
(xi - ẋ)
(xi - ẋ)2
3.450 3.540 (90) 8.100
3.550 3.540 10 100
3.650 3.540 110 12.100
3.480 3.540 (60) 3.600
3.355 3.540 (185) 34.225
3.310 3.540 (230) 52.900
3.490 3.540 (50) 2.500
3.730 3.540 190 36.100
3.540 3.540 - -
3.925 3.540 385 148.225
3.520 3.540 (20) 400
3.480 3.540 (60) 3.600
3.540 3.540 0 301.850
σ∞
𝒏=𝟏 (𝒙𝒊 −𝒙)
𝟐
s2 =
𝒏−𝟏
𝟑𝟎𝟏.𝟖𝟓𝟎
s2 = = S2 = 27.440, 91
𝟏𝟏
𝟐
Desviación Típica = s = 𝟐𝟕. 𝟒𝟒𝟎, 𝟗𝟏 = 165,65
s = 165,65
𝟏𝟔𝟓,𝟔𝟓
Coeficiente de variación = = 0,04679463 x 100
𝟑.𝟓𝟒𝟎
Coeficiente de variación = 4,67%
El coeficiente de variación indica que la desviación estándar

muestral es 4,67% del valor de la media muestral.
Un sistema de teatro en casa es la manera más fácil y económica de
proporcionar sonido ambiental para un centro de entretenimiento en
el hogar. Enseguida se presenta una muestra de precios para modelos
con y sin reproductor de DVD.
Modelos con Precio Modelos sin Precio

Reproductor DVD US $ Reproductor DVD US $
Sony HT - 1800 DP 450 Pioneer HTP - 230 300

Pioneer HTD - 330 DV 300 Sony HT - DDW 750 300
Sony HT - 1800 DP 400 Kenwood - 306 360
Panasonic SC HT 900 500 RCA RT - 2600 290
Panasonic SC - MTI 400 Kenwood - 206 300
1. Calcule el precio medio de los modelos con reproductor de DVD y el
precio medio de los modelos sin reproductor de DVD. ¿Cuál es el
precio adicional que se paga por tener un reproductor de DVD en el
sistema de teatro en casa?
2. Calcule el rango, la varianza, la desviación estándar y el coeficiente de

variación de las dos muestras. ¿Qué le dice esta información sobre los
precios de los modelos con y sin reproductor de DVD?
Respuestas:
Estadígrafo Muestra 1 Muestra 2
Rango Medio 400 325
Varianza 5.500 800
Desviación Típica 74,16 28,28
Coeficiente de Variación 18,1% 9,1%
Modelos con Precio Modelos sin Precio

Reproductor DVD US $ Reproductor DVD US $
Sony HT - 1800 DP 450 Pioneer HTP - 230 300

Pioneer HTD - 330 DV 300 Sony HT - DDW 750 300
Sony HT - 1800 DP 400 Kenwood - 306 360
Panasonic SC HT 900 500 RCA RT - 2600 290
Panasonic SC - MTI 400 Kenwood - 206 300
Precio promedio: 410 Precio promedio: 310
El precio adicional que se paga por tener un reproductor de DVD en el

sistema de teatro en casa es US $ 100.
Cálculo de Rango Medio
Muestra 1:
𝟑𝟎𝟎 + 𝟓𝟎𝟎
𝑹𝒂𝒏𝒈𝒐 𝑴𝒆𝒅𝒊𝒐 𝒙𝟏 = = 𝟒𝟎𝟎
𝟐
Muestra 2:
𝟐𝟗𝟎 +𝟑𝟔𝟎
𝑹𝒂𝒏𝒈𝒐 𝑴𝒆𝒅𝒊𝒐 𝒙𝟐 = = 𝟑𝟐𝟓
𝟐
Desviación
Desviación
Precio cuadrada
Modelos con Precio respecto de la
promedio respecto de la
Reproductor DVD xi Media
(ẋ) Media
(xi - ẋ)
(xi - ẋ)2
Sony HT - 1800 DP 450 410 40 1.600
Pioneer HTD - 330
300 410 -110 12.100
DV
Sony HT - 1800 DP 400 410 -10 100
Panasonic SC HT 900 500 410 90 8.100
Panasonic SC - MTI 400 410 -10 100
410 410 0 22.000
Desviación Desviación
respecto cuadrada
Modelos sin Precio Precio
de la respecto de la
Reproductor DVD xi promedio (ẋ)
Media Media
(xi - ẋ) (xi - ẋ)2
Pioneer HTP - 230 300 310 -10 100

Sony HT - DDW 750 300 310 -10 100
Kenwood - 306 360 310 50 2500
RCA RT - 2600 290 310 -20 400
Kenwood - 206 300 310 -10 100
310 310 0 3.200
Muestra 1:
σ∞
𝒏=𝟏 (𝒙𝒊 −𝒙)
𝟐
s2 = 𝒏−𝟏
𝟐𝟐.𝟎𝟎𝟎
s2 = = S2 = 5.500
𝟒
𝟐
Desviación Típica = s = 𝟓, 𝟓𝟎𝟎 = 74,1619848709566
s = 74,16
𝟕𝟒,𝟏𝟔
𝟒𝟏𝟎

Muestra 2:
σ∞
𝒏=𝟏 (𝒙𝒊 −𝒙)
𝟐
s2 = 𝒏−𝟏
𝟑.𝟐𝟎𝟎
s2 = = S2 = 800
𝟒
𝟐
Desviación Típica = s = 𝟖𝟎𝟎 = 28,2842712474619
s = 28,28
𝟐𝟖,𝟐𝟖
𝟑𝟏𝟎

Desviación Típica: Tarea 1.
Los corredores de un equipo de atletismo universitario registraron
los siguientes tiempos para las carreras de 400 metros y 1.600
metros (los tiempos están en minutos):
Tiempos en carrera de 400 metros: 0,92; 0,98; 1,04; 0,90; 0,99.
Tiempos en carrera de 1.600 metros: 4,52; 4,35; 4,60; 4,70; 4,50.
Después de ver esta muestra de tiempos, uno de los entrenadores

comentó que los corredores de cuarto de milla registraron tiempos
más consistentes.
Utilice la desviación estándar y el coeficiente de variación para

resumir la variabilidad de los datos.
¿El uso del coeficiente de variación indica que el comentario del

entrenador es correcto?
En el siguiente cuadro, se registra la participación en el Ingreso y en
el Consumo de la población ecuatoriana por quintiles.
Se solicita lo siguiente:
1. Interpretar los datos registrados entre los años 1995 – 2012.
2. Calcular, para cada uno de los años, lo siguiente:
1. El Rango Medio.
2. El Rango Intercuartílico.
3. La Desviación Media.
4. La Varianza.
5. La Desviación Típica.
6. El coeficiente de variación.
7. Interprete los resultados.
Participación en el Ingreso y en el
Consumo por quintiles.
Participación por
1995 1999 2006 2012
Quintiles
Ingreso
Quintil 1 4,13 2,46 2,51 5,4%
Quintil 2 8,71 6,43 7,18 9,4%
Quintil 3 13,03 11,28 12,57 13,7%
Quintil 4 19,19 18,62 20,95 20,7%
Quintil 5 54,93 61,21 56,78 50,8%
Consumo
Quintil 1 3,59 3,42 5,96 6,4%
Quintil 2 7,02 6,66 9,54 10,6%
Quintil 3 11,65 10,95 13,63 15,0%
Quintil 4 20,03 18,79 21,7 22,0%
Quintil 5 57,71 60,17 49,16 45,9%
En el siguiente cuadro, se registra la participación, en el año 2012, de
la población ecuatoriana en el Ingreso y en el Consumo por deciles.
Se solicita lo siguiente:
1. Interpretar los datos correspondientes a la participación de la
población ecuatoriana, en el Ingreso y en el Consumo por
deciles, en el año 2012.
2. Calcular los siguientes parámetros:

a) El Ingreso Corriente Total y el Gasto Corriente Total.
b) Calcule el Rango Medio, el Rango Intercuartílico, la
Desviación Media, la Varianza y la Desviación Típica de:
1. El Ingreso Corriente Total promedio por hogar y
2. El Gasto Corriente Total promedio por hogar.
c) Interprete los resultados.
Participación en el Ingreso y en el
Consumo por deciles: Año 2012.
Total Promedio hogar Per cápita Distribución %
Decil del Ingreso Gasto Ingreso Gasto Ingreso Gasto
Tamaño
Hogares Personas corriente corrien corriente corriente corriente corriente
hogar promedio
total te total total total total total
Total 3.923.123 15.225.080 3,9 893 810 230 209 100% 100%
Decil 1 392.364 2.124.966 5,4 305 339 56 63 3,4% 4,2%
Decil 2 392.254 1.877.880 4,8 433 448 90 94 4,8% 5,5%
Decil 3 392.317 1.763.014 4,5 522 522 116 116 5,8% 6,4%
Decil 4 392.220 1.632.233 4,2 591 590 142 142 6,6% 7,3%
Decil 5 392.440 1.559.727 4,0 678 673 171 169 7,6% 8,3%
Decil 6 392.337 1.487.837 3,8 771 736 203 194 8,6% 9,1%
Decil 7 392.194 1.374.599 3,5 874 835 249 238 9,8% 10,3%
Decil 8 392.395 1.242.413 3,2 1004 937 317 296 11,3% 11,6%
Decil 9 392.281 1.143.794 2,9 1291 1.145 443 393 14,5% 14,1%
Decil 10 392.319 1.018.616 2,6 2459 1.872 947 721 27,5% 23,1%

7) Medidas de Dispersion

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

7) Medidas de Dispersion

Cargado por

Copyright:

Formatos disponibles

INFORMACIÓN Y

Las medidas de dispersión son parámetros o

Las medidas de dispersión muestran la variabilidad

Cuanto mayor sea ese valor, mayor será la

Las medidas de centralización reducen la

Sin embargo, la representación de dicho valor

Las medidas de dispersión nos indicarán la

Las medidas de dispersión más utilizadas son: (i) el rango, (ii) la

Rango: Es la diferencia entre el valor máximo

Rango Medio o Medio Rango: es la media

Rango intercuartílico: es una medida de

El Rango o recorrido es el intervalo entre el

Permite obtener una idea de la dispersión de

Ejemplo: 5 personas tienen las siguiente

x(1)=155; x(2)=165; x(3)= 170; x(4)= 182; x(5)=185

2. La notación x(i) indica que se trata del elemento

4. R = 185 – 155 = 30.

3. Ordenamos los datos de menor a mayor:

El rango intercuartílico o rango intercuartil,

El rango intercuartílico es una medida de

Se define como la diferencia entre el tercer

Como el Rango Intercuartílico deja de lado los valores extremos, puede

Una de las medidas de dispersión más usada es la

Se define como la media aritmética de las diferencias

Es la medida de dispersión que mide más

En otras palabras, es la medida que nos determina en

Calcular la desviación media de la distribución: 9, 3, 8, 8, 9, 8, 9, 18

2. Aplicamos la fórmula de la desviación media.

4. Las diferencias de los valores absolutos son:

En primer lugar, calculamos la media aritmética:

Luego, calculamos las desviaciones respecto a la media:

Luego, debemos calcular los productos de desviaciones respecto a la

Luego, calculamos la Desviación Media:

La Varianza de una variable aleatoria es una medida de

La varianza es una medida de la variabilidad que utiliza

La unidad de medida de la varianza será siempre la

Si la variable mide una distancia en metros, la varianza

La varianza siempre es mayor o igual que cero.

Si los datos pertenecen a una población, el

Para una muestra, una desviación respecto de la

La varianza muestral s2 es el estimador de la varianza

La diferencia entre cada xi y la media (ẋ para una

Si se desea calcular la varianza, las desviaciones

Los valores se elevan al cuadrado con el fin de evitar

En la mayoría de las aplicaciones estadísticas, los datos

Si la suma de las desviaciones respecto de la media al

Por esta razón, la varianza muestral, denotada por s2, se

En la mayoría de las aplicaciones estadísticas, los datos que se analizan

Cuando se calcula una varianza muestral, a menudo lo que interesa es

En el Ministerio de Educación se presentan a SENESCYT cinco grupos

Cálculo de desviaciones respecto de la media y desviaciones cuadradas

En una encuesta realizada por el IAEN, se logró identificar que los

Graduado 1: US $ 3.450; Graduado 2: US $ 3.550;

En el procedimiento de resolución de los dos ejercicios se

Las desviaciones positivas y negativas se anulan entre sí,

Para cualquier conjunto de datos, la suma de las desviaciones

Las unidades cuadradas asociadas con la varianza dificultan obtener

Se recomienda considerarla como una medida útil en la comparación

La varianza sólo es útil para comparar la variabilidad de dos o más

La desviación estándar se define como la raíz cuadrada positiva

Siguiendo la notación que se adoptó para las varianzas muestral

La desviación estándar se deriva de la varianza de la manera

Desviación estándar muestral: 𝒔 = 𝒔𝟐

Desviación estándar poblacional: 𝝈 = 𝝈𝟐