UNIVERSIDAD MARIANO GÁLVEZ

FACULTAD CIENCIAS DE LA ADMINISTRACIÓN

PLAN DOMINGO
ESTADÍSTICA SECCIÓN A
LIC. NICOLAS SOLARES CORTEZ

MEDIDAS DE DISPERSIÓN

BRYAN BENJAMIN LÓPEZ HERNÁNDEZ

CARNÉ 2522-17-18334

ESCUINTLA, OCTUBRE 2019

 INTRODUCCIÓN

Entre las tareas principales de la Estadística, está el de reunir la información integrada por
un conjunto de datos, con el propósito de obtener conclusiones válidas del comportamiento
de éstos, como también hacer una inferencia sobre comportamientos futuros. Las Medidas
de Posición, también conocidas como Otras Medidas de Dispersión, son otras medidas
o métodos que resultan ser más prácticos para precisar ciertas situaciones en las que se
busca describir la variación o dispersión en un conjunto de datos.

En este documento se desarrolla el tema de las medidas de dispersión en donde se describe

la naturaleza de los números ya que estos son reales no negativos, su valor es igual a cero
cuando los datos son iguales y este se incrementa a medida que los datos se vuelven más
diversos. Para calcular la variabilidad que una distribución tiene respecto de su media, se
calcula la media de las desviaciones de las puntuaciones respecto a la media aritmética.
Pero la suma de desviaciones positivas y negativas podrían cancelarse entre sí, así que se
adoptan dos clases de estrategias para salvar este problema. Una es tomando las
desviaciones en valor absoluto (por ejemplo desviación media) y otra es tomando las
desviaciones al cuadrado (por ejemplo varianza).
 ÍNDICE GENERAL

INTRODUCCIÓN i

MEDIDAS DE DISPERSIÓN

1.1 RANGO 2

1.2 DESVIACIÓN MEDIA 3

1.3 VARIANZA 4

1.4 DESVIACIÓN TÍPICA 6

1.5 CUARTILES 7

1.5.1 Datos agrupados 9

1.5.2 Para Datos No Agrupados 11

1.6 DECILES 12

1.6.1 Datos Agrupados 12

1.6.2 Fórmulas Datos No Agrupados 13

1.7 CENTILES O PERCENTILES 14

1.7.1 Datos Agrupados 14

1.7.2 Fórmulas Datos No Agrupados 15

CONCLUSIONES 18

RECOMENDACIONES 19

BIBLIOGRAFÍA 20

EGRAFÍA 21
 ÍNDICE DE FIGURAS

Figuras Descripción Página

1 Medidas de dispersión 1

2 Distribución de rangos 2

3 Desviación respecto de la media 3

4 Fórmula de desviación media 4

5 Fórmula de varianza 5

6 Fórmula de varianza simplificado 5

7 Fórmula de desviación estándar 6

8 Fórmula de desviación estándar simplificado 7

9 Clasificación numérica de los cuartiles, deciles y centiles 8

 1

MEDIDAS DE DISPERSIÓN

Para intentar describir las características principales de una distribución estadística no basta
con las medidas de centralización. A veces, poblaciones o muestras muy distintas pueden
tener parecidas medidas de centralización. Piensa como ejemplo en las distintas formas que
hay de obtener una media de 5 con dos o tres exámenes. Las medidas de centralización no
detectan ciertas circunstancias de la distribución que son muy importantes y que deben
tenerse en cuenta en lo que respecta a la descripción de dicha distribución. Las medidas de
dispersión indican si los datos están más o menos agrupados respecto de las medidas de
centralización.

Figura 1
Medidas de dispersión

Fuente: José Ireno Fernández Rubio, proyecto descartes, medidas de dispersión

recuperado:
https://proyectodescartes.org/iCartesiLibri/materiales_didacticos/IntroduccionEstadistica
Probabilidad/3ESO/6MedidasDispersion.html
 2

1.1 RANGO

“Se define el rango o recorrido de una variable estadística como la diferencia entre el
mayor y el menor valor de la variable. El rango indica la longitud del intervalo en el que se
hallan todos los datos de la distribución”. (José Ireno Fernández Rubio, proyecto descartes,
medidas de dispersión recuperado: https://proyectodescartes.org/i CartesiLibri/materiales_
didacticos/IntroduccionEstadisticaProbabilidad/3ESO/6_1RangoyDesviacionMedia.html)

El rango es una medida de dispersión importante, aunque insuficiente para valorar

convenientemente la variabilidad de los datos. Supongamos que el rango en que se mueven
las notas de 6 exámenes es de 9 puntos. Existen muchas y distintas posibilidades que
pueden dar lugar a ese rango, por ejemplo:

 Caso 1: 1, 3, 5, 7, 9, 10.
 Caso 2: 1, 10, 10, 10, 10, 10.
 Caso 3: 1, 1, 10, 1, 1, 1.

Figura 2

Distribución de rangos

Fuente: José Ireno Fernández Rubio, proyecto descartes, medidas de dispersión

recuperado: https://proyectodescartes.org/i CartesiLibri/materiales_
didacticos/IntroduccionEstadistic aProbabilidad/3ESO/6_1RangoyDesviacionMedia.html
 3

Como puedes observar las posibilidades anteriores son completamente distintas, aunque
todas ellas tienen el mismo rango o recorrido. Este parámetro por tanto presenta bastantes
deficiencias en cuanto a detección de la dispersión de los valores de la población y
consecuentemente conviene completarlo con el estudio de otras medidas.

1.2 DESVIACIÓN MEDIA 

Para Morales, (2012)

“Es la media aritmética de los valores absolutos de las desviaciones de todos los datos
respecto a la media aritmética. Su símbolo es DM. Se define la como el parámetro de
dispersión que sirve para calcular cuánto se desvían en promedio los datos de la
distribución de la media aritmética”. ( Pág. 50)

Se calcula como la media de los valores absolutos de las diferencias entre la media
aritmética y los diferentes datos.

Figura 3

Desviación respecto de la media

 4

Fuente: José Ireno Fernández Rubio, proyecto descartes, medidas de dispersión

recuperado: https://proyectodescartes.org/i CartesiLibri/materiales_
didacticos/IntroduccionEstadistic aProbabilidad/3ESO/6_1RangoyDesviacionMedia.html

Se calcula como la media de los valores absolutos de las diferencias entre la media
aritmética y los diferentes datos.

Figura 4
Fórmula de la desviación media

Fuente: José Ireno Fernández Rubio, proyecto descartes, medidas de dispersión

recuperado: https://proyectodescartes.org/i CartesiLibri/materiales_
didacticos/IntroduccionEstadistic aProbabilidad/3ESO/6_1RangoyDesviacionMedia.html

1.3 VARIANZA

Morales (2012) afirma que:

“La varianza se define como el promedio aritmético de las diferencias entre cada uno
de los valores del conjunto de datos y la media aritmética del conjunto elevadas al
cuadrado. Su símbolo es S2 sí estamos trabajando con una muestra y si estamos
trabajando con una: Ꝺ 2 población”. (Pág. 47)

El objetivo de este parámetro es el mismo que el de la desviación media, es decir, detectar

las variaciones de cada valor respecto a la media aritmética. Para ello, en lugar de utilizar el
 5

valor absoluto, eleva esas diferencias al cuadrado, con esto evita posibles compensaciones y
además "exagera" estas diferencias (un número menor que uno al elevarlo al cuadrado se
hace menor y uno mayor que uno se hace mayor).

Por último, considera el promedio de dichas diferencias al que denomina varianza. Es junto
a la desviación típica la medida de dispersión más utilizada en estadística.

Figura 5

Formula de la Varianza

Fuente: José Ireno Fernández Rubio, proyecto descartes, medidas de dispersión

recuperado:https://proyectodescartes.org/iCartesiLibri/materiales_didacticos/IntroduccionE
stadisticaProbabilidad/3ESO/6_2VarianzayDesviacionTipica.html

A partir de la fórmula anterior y después de desarrollar y simplificar los resultados se

obtiene otra expresión para la varianza que permite un cálculo más directo y sencillo. Se
suele recordar diciendo:

"La varianza es igual a la media de los cuadrados menos el cuadrado de la media"

Figura 6
Fórmula de varianza simplificado
 6

Fuente: José Ireno Fernández Rubio, proyecto descartes, medidas de dispersión

recuperado:https://proyectodescartes.org/iCartesiLibri/materiales_didacticos/IntroduccionE
stadisticaProbabilidad/3ESO/6_2VarianzayDesviacionTipica.html

El principal inconveniente que presenta la varianza es que las unidades no son las mismas
que las de los datos de la distribución. Esto se solventa con la definición de un nuevo
parámetro que se calculará a partir del anterior.

1.4 DESVIACIÓN TÍPICA

La desviación típica se define como la raíz cuadrada positiva de la varianza.

Tiene el mismo cometido que ésta y además la ventaja de que las unidades en las que se
mide son las mismas que las de los datos de la distribución. Puede considerarse la medida
de dispersión por excelencia y aparece como tecla o función directa en cualquier
calculadora o programa estadístico. De acuerdo a la definición, la fórmula para la obtención
de la desviación típica sería:

Figura 7
Fórmula de desviación estándar

Fuente: José Ireno Fernández Rubio, proyecto descartes, medidas de dispersión

recuperado:https://proyectodescartes.org/iCartesiLibri/materiales_didacticos/IntroduccionE
stadisticaProbabilidad/3ESO/6_2VarianzayDesviacionTipica.html
 7

Si se desarrolla la fórmula anterior se obtiene otra fórmula para la desviación típica bastante
más cómoda y que es la que se utiliza en la práctica.

"Raíz cuadrada de la media de los cuadrados menos el cuadrado de la media"

Figura 8
Fórmula de desviación simplificada

Fuente: José Ireno Fernández Rubio, proyecto descartes, medidas de dispersión

recuperado:https://proyectodescartes.org/iCartesiLibri/materiales_didacticos/IntroduccionE
stadisticaProbabilidad/3ESO/6_2VarianzayDesviacionTipica.html

1.5 CUARTILES

Los cuartiles son medidas de posición que se determinan mediante un método que

determina la ubicación de los valores que dividen un conjunto de observaciones en partes
iguales.

Los cuartiles son los valores de la distribución que la dividen en partes iguales, es decir, en

intervalos que comprenden el mismo número de valores. Cuando la distribución contiene
un número alto de intervalos o de marcas y se requiere obtener un promedio de una parte de
ella, se puede dividir la distribución en cuatro, en diez o en cien partes.
 8

Los más usados son los cuartiles, cuando dividen la distribución en cuatro partes; los
deciles, cuando dividen la distribución en diez partes y los centiles o percentiles, cuando
dividen la distribución en cien partes. Los cuartiles, como los deciles y los percentiles, son
en cierta forma una extensión de la mediana.
u Q(u)

0.5 Mediana
Para algunos valores u , se dan nombres particulares a
0.25, 0.75 Cuartiles
los cuartiles, Q (u):
0.1, ... , 0.99 Deciles
Figura 9
0.01, ..., 0.99 Centiles
Clasificación numérica de los cuartiles, deciles, centiles

Fuente: Ana Milena Garcia Porto, Monografías, estadística, recuperado:

https://www.monografias.com/t rabajos27/datos-agrupados/datos-agrupados.shtml

Para García Porto Los cuartiles son:

“Los tres valores que dividen al conjunto de datos ordenados en cuatro partes
porcentualmente iguales. Hay tres cuartiles denotados usualmente Q1, Q2, Q3. El
segundo cuartil es precisamente la mediana. El primer cuartil, es el valor en el cual o
por debajo del cual queda un cuarto (25%) de todos los valores de la sucesión
(ordenada); el tercer cuartil, es el valor en el cual o por debajo del cual quedan las tres
cuartas partes (75%) de los datos”. (Monografías, estadística, recuperado:
https://www.monografias.com/t rabajos27/datos-agrupados/datos-agrupados.shtml)
 9

1.5.1 Datos agrupados

“Como los cuartiles adquieren su mayor importancia cuando contamos un número grande
de datos y tenemos en cuenta que en estos casos generalmente los datos son resumidos en
una tabla de frecuencia”. (Garcia Potro, Monografías, estadística, recuperado:
https://www.monografias.com/t rabajos27/datos-agrupados/datos-agrupados.shtml)

La fórmula para el cálculo de los cuartiles cuando se trata de datos agrupados es la

siguiente:

k= 1,2,3

Donde:

Lk = Límite real inferior de la clase del cuartil k

n = Número de datos

Fk = Frecuencia acumulada de la clase que antecede a la clase del cuartil k.

fk = Frecuencia de la clase del cuartil k

c = Longitud del intervalo de la clase del cuartil k

Si se desea calcular cada cuartil individualmente, mediante otra fórmula se tiene lo

siguiente:
 10

 El primer cuartil Q1, es el menor valor que es mayor que una cuarta parte de los
datos; es decir, aquel valor de la variable que supera 25% de las observaciones y es
superado por el 75% de las observaciones.

Fórmula de Q1, para series de Datos agrupados:

Donde:

L1 = limite inferior de la clase que lo contiene

P = valor que representa la posición de la medida

f1 = la frecuencia de la clase que contiene la medida solicitada.

Fa-1 = frecuencia acumulada anterior a la que contiene la medida solicitada.

Ic = intervalo de clase

 El segundo cuartil Q2, (coincide, es idéntico o similar a la mediana, Q2 = Md), es el

menor valor que es mayor que la mitad de los datos, es decir el 50% de las
observaciones son mayores que la mediana y el 50% son menores.

Fórmula de Q2, para series de Datos agrupados:

Donde:

L1 = limite inferior de la clase que lo contiene

P = valor que representa la posición de la medida

f1 = la frecuencia de la clase que contiene la medida solicitada.

Fa-1 = frecuencia acumulada anterior a la que contiene la medida solicitada.

 11

Ic = intervalo de clase

 El tercer cuartil Q3, es el menor valor que es mayor que tres cuartas partes de los
datos, es decir aquel valor de la variable que supera al 75% y es superado por el 25% de
las observaciones.

Fórmula de Q3, para series de Datos agrupados:

Donde:

L1 = límite inferior de la clase que lo contiene

P = valor que representa la posición de la medida

f1 = la frecuencia de la clase que contiene la medida solicitada.

Fa-1 = frecuencia acumulada anterior a la que contiene la medida solicitada.

Ic = intervalo de clase.

Otra manera de verlo es partir de que todas las medidas no son sino casos particulares del
percentil, ya que el primer cuartil es el 25% percentil y el tercer cuartil 75% percentil.

1.5.2 Para Datos No Agrupados

Si se tienen una serie de valores X1, X2, X3 ... Xn, se localiza mediante las siguientes
fórmulas:

- El primer cuartil:

Cuando n es par:

Cuando n es impar:
 12

 Para el tercer cuartil

Cuando n es par:

Cuando n es impar:

1.6 DECILES

Para Garcia Potro,

“Los deciles son ciertos números que dividen la sucesión de datos ordenados en diez
partes porcentualmente iguales. Son los nueve valores que dividen al conjunto de datos
ordenados en diez partes iguales, son también un caso particular de los percentiles. Los
deciles se denotan D1, D2,..., D9, que se leen primer decil, segundo decil, etc.”
(Monografías, estadística, recuperado: https://www.monografias.com/t rabajos27/datos-
agrupados/datos-agrupados.shtml)

Los deciles, al igual que los cuartiles, son ampliamente utilizados para fijar el
aprovechamiento académico.

1.6.1 Datos Agrupados

Para datos agrupados los deciles se calculan mediante la fórmula.

k= 1,2,3,... 9
 13

Donde:

Lk = Límite real inferior de la clase del decil k

n = Número de datos

Fk = Frecuencia acumulada de la clase que antecede a la clase del decil k.

fk = Frecuencia de la clase del decil k

c = Longitud del intervalo de la clase del decil k

Otra fórmula para calcular los deciles:

 El cuarto decil, es aquel valor de la variable que supera al 40%, de las

observaciones y es superado por el 60% de las observaciones.

 El quinto decil corresponde a la mediana.

 El noveno decil supera al 90% y es superado por el 10% restante.

Donde (para todos):

L1 = limite inferior de la clase que lo contiene

P = valor que representa la posición de la medida

f1 = la frecuencia de la clase que contiene la medida solicitada.

Fa-1 = frecuencia acumulada anterior a la que contiene la medida solicitada.

 14

Ic = intervalo de clase.

1.6.2 Fórmulas Datos No Agrupados

Si se tienen una serie de valores X1, X2, X3 ... Xn, se localiza mediante las siguientes
fórmulas:

 Cuando n es par:

 Cuando n es impar:

Siendo A el número del decil.

1.7 CENTILES O PERCENTILES

Para Garcia Potro,

“Los percentiles son, tal vez, las medidas más utilizadas para propósitos de ubicación o
clasificación de las personas cuando atienden características tales como peso, estatura,
etc. Los percentiles son ciertos números que dividen la sucesión de datos ordenados en
cien partes porcentualmente iguales. Estos son los 99 valores que dividen en cien partes
iguales el conjunto de datos ordenados. Los percentiles (P1, P2,... P99), leídos primer
percentil,..., percentil 99”.

1.7.1 Datos Agrupados

Cuando los datos están agrupados en una tabla de frecuencias, se calculan mediante la
fórmula:
 15

k= 1,2,3,... 99

Donde:

Lk = Límite real inferior de la clase del decil k

n = Número de datos

Fk = Frecuencia acumulada de la clase que antecede a la clase del decil k.

fk = Frecuencia de la clase del decil k

c = Longitud del intervalo de la clase del decil k

Otra forma para calcular los percentiles es:

 Primer percentil, que supera al uno por ciento de los valores y es superado por el
noventa y nueve por ciento restante.

 El 60 percentil, es aquel valor de la variable que supera al 60% de las observaciones

y es superado por el 40% de las observaciones.

 El percentil 99 supera 99% de los datos y es superado a su vez por el 1% restante.

1.7.2 Fórmulas Datos No Agrupados

Si se tienen una serie de valores X1, X2, X3 ... Xn, se localiza mediante las siguientes
fórmulas:

Para los percentiles, cuando n es par:

 16

Cuando n es impar:

Siendo A, el número del percentil.

Es fácil ver que el primer cuartil coincide con el percentil 25; el segundo cuartil con el
percentil 50 y el tercer cuartil con el percentil 75.

EJEMPLO

Determinación del primer cuartil, el séptimo decil y el 30 percentil, de la siguiente tabla:

Salarios No. De fa

(I. De Clases) Empleados (f1)

200-299 85 85

300-299 90 175

400-499 120 295

500-599 70 365

600-699 62 427

700-800 36 463

Como son datos agrupados, se utiliza la fórmula

Siendo,

 La posición del primer cuartil.

 17

La posición del 7 decil.

La posición del percentil 30.

Entonces,

El primer cuartil:

115.5 – 85 = 30.75

Li = 300, Ic = 100 , fi = 90

El 7 decil:

Posición:

324.1 – 295 = 29.1

Li = 500, fi = 70

El percentil 30

Posición:

138.9 – 85 = 53.9
 18

fi = 90

CONCLUSIONES

1. El estudio de las fórmulas para el cálculo de medidas de dispersión, es un proceso

que consiste en la recopilación de información; se lleva a cabo por medio de
entrevistas, cuestionarios y observación; donde el analista obtiene y desarrolla los
sistemas de información aplicando dichos procedimientos y dar paso a la emisión de
criterios respecto del valor medio encontrado.

2. La persona que realice el procesos estadísticos, debe de demostrar y desarrollar las

destrezas, habilidad, objetividad, control, para lograr la búsqueda de información a
través de las herramientas estadísticas que le permita emitir un juicio de valor.

3. Las medidas de dispersión, también son una fuente fiable de ver los movimientos o
tendencias en los procesos continuos, y la valorización de los riesgos según los
datos variables que estas medidas presenten al momento de su aplicación.
 19

RECOMENDACIONES

1. Que sean aplicados cada uno de los métodos para la realización de cada una de las
investigaciones que se realicen dentro del curso, como manera de reforzar a
aplicación de los mismos y sea visto como un trabajo de calidad todo esto con el
objetivo de efectuar y alcanzar el punto previsto.

2. Que se practique el proceso estadístico de forma cuantitativa para la aplicación del

método estadístico y las diversas fórmulas y las formas de representar datos
generales o específicos de una población o de un fenómeno objeto de estudio,
mejorando cada vez la capacidad numérica y analítica de cada estudiante.

3. Que se apliquen en casos socio-económicos, reales o ficticios, enfocados al

quehacer diario en la carrera, y que a través de la práctica; se demuestre la
importancia de la estadística y para disminuir el riesgo de cálculos erróneos, o
actividades innecesarias y ahorrar tiempo y recursos para hacer de la investigación
un proceso efectivo y fehaciente dentro de las empresas que necesiten predecir sus
movimientos.
 20

BIBLIOGRAFIA

Cóndor E., Ilmer. Teoría de la probabilidad y aplicaciones estadísticas.

Fernández Fernández, Santiago; Cordero Sánchez, José María; Córdoba Largo,Alejandro;

Cordero, José María. Estadística descriptiva, ESIC Editorial, 2002.

López Cazuzo, Rafael. Cálculo de probabilidades e inferencia estadística, Universidad

Católica Andrés Bello, 2006.

Morales, Estuardo. Estadistica Descriptiva y Provabilidades, Editoria Approved, (2012)

Pérez Tejada, Arnoldo Elorza. Estadística, ciencias sociales,del comportamiento y de la

salud. Cengage Learning Editores, 2008.

 21

SGT. La estadística y la probabilidad en la educación secundaria obligatoria,

Ministerio de Educación, 2003.

EGRAFIA

Fernández Rubio, proyecto descartes, medidas de dispersión recuperado :https: //proyecto

de scartes.org/iCartesiLibri/materiales_didacticos/IntroduccionEstadistica Proba

bilidad/3ESO/6_2VarianzayDesviacionTipica.html

Garcia Porto, Anna. Monografías, estadística, recuperado:

https://www.monografias.com/t

rabajos27/datos-agrupados/datos-agrupados.shtml