Cátedra: Probabilidad y Estadística

MEDIDAS DE DISPERSIÓN

Las medidas de dispersión son las que indican la intensidad con que se dispersan o concentran
las observaciones respecto de una medida de tendencia central. La más utilizada es el desvío standart ( o
desviación standart o desviación típica), aunque también dan bastante información el rango, el recorrido
intercuartil, y la desviación cuartílica. En la figura se representan tres distribuciones con distinta
concentración de datos alrededor de la media. Existe mayor concentración de datos para la línea punteada
respecto a las otras dos distribuciones.

SERIE SIMPLE
Es la enumeración de las n observaciones (sin estar organizadas en una tabla de frecuencias).
Supongamos una serie simple de observaciones unidimensionales : x1, x2, ......, xn,
Entre las medidas de dispersión más simples se encuentran el rango, el recorrido intercuartil y
la desviación cuartílica, simples porque para su cálculo sólo intervienen dos valores.
 Rango :
Es la diferencia entre los valores extremos : el máximo valor observado menos el mí-
nimo valor observado : R = Xmáx - xmín

 Rango Intercuartílico :
Es la diferencia entre los cuartiles: cuartil superior menos cuartil inferior, su ventaja
frente al Rango es que no está afectado por los valores extremos: RQ  Qs  Qi
El intervalo intercuartil  Qs ; Qi  contiene el 50% de las observaciones centrales

 Desviación Cuartílica :
Qs  Qi
Es la mitad del recorrido intercuartil : DQ 
2
En distribuciones simétricas se verifica que el intervalo ( x  DQ ; x  DQ) contiene el 50%
de las observaciones centrales, pues coincide con el intervalo ( Qi ; Qs )

 Desvío Medio: Es el promedio de los desvios (en valor absoluto) respecto de una medida de
posición..
Desvío Medio respecto de la mediana: Es el promedio de los valores absolutos de los desvios
respecto de la mediana.
n
 xi  M na
i 1
DM ( M na ) 
n

Medidas de Posición y de Dispersión 1

 Cátedra: Probabilidad y Estadística

Desvío Medio respecto de la media : Es el promedio de los valores absolutos de los desvios
respecto de la media aritmética.
n
 xi  x
i 1
DM ( x ) 
n

 Desvío Standart :
El desvío standart es la medida de dispersión más utilizada. En su cálculo intervienen
todas las observaciones. Se lo define como la raíz cuadrada del promedio de los cuadrados de
los desvios respecto de la media aritmética de los datos..
n

(x i  x )2
S ( x)  i 1
n
Variancia :
Se la define y calcula como el promedio de los cuadrados de los desvíos respecto de la
media aritmética.
n n

(x i  x) 2
x 2
i
V ( x)  i 1
 i 1
 x2
n n
Observe que el desvío standart está expresado en la misma unidad de medida que la va-
riable y su media; en cambio la variancia lo está en términos de "cuadrados de unidades".

Propiedades de la variancia :
1 - V(x)  0
n
 ( xi  x )
2
n
i 1
 ( xi  x )  0   0  V ( x)  0
2
Demostración:
i 1 n

2 - V(k) = 0 para k constante

n n
 (k  M (k ))  (k  k )
2 2
i 1 i 1 0
Demostración: V (k )     0  V (k )  0
n n n

3 - V(x ± k) = V(x) para k constante

Demostración:

 ( x  k   x  k )
n n n n
 ( x  k  M ( x  k ))  (x  k  x  k)  (x  x)
2 2 2 2
i 1 i 1 i 1 i 1
V (x  k)    
n n n n

Luego : V ( x  k )  V ( x)

Medidas de Posición y de Dispersión 2

 Cátedra: Probabilidad y Estadística

4 - V(k.x) = k2.V(x) para k constante

Demostración:

 k .( x  x )
n n n n n
 (k .x  M (k .x))  (kx  k .x )  k .( x  x ) k 2 . ( x  .x ) 2
2 2 2 2 2
i 1 i 1 i 1 i 1 i 1
V ( k .x )     
n n n n n

Luego : V (k .x)  k 2 .V ( x)

5 - V(a.x ± b) = a2.V(x) para a y b constantes

Demostración:

 (a.x  b  a.x  b )
n n n
 (a.x  b  M (a.x  b))  (a.x  b  a.x  b)
2 2 2
i 1 i 1 i 1
V (a.x  b)   
n n n

 a.( x  x )
n n n n
 (a.x  a.x )  a .( x  x ) a 2 . ( x  x ) 2
2 2 2 2

Luego : V (a.x  b)  i 1 i 1 i 1 i 1
    a 2 .V ( x)
n n n n

Propiedades del desvío standart :

- 1 - S(x)  0
- 2 - S(k) = 0 para k constante
- 3 - S(x ± k) = S(x) para k constante
- 4 - S(k.x) = k.S(x) para k constante
- 5 - S(a.x ± b) = a.S(x) para a y b constantes

Observaciones:
- Dadas dos poblaciones existe mayor dispersión en aquélla que posee mayor variancia
que equivale a mayor desvío estándard.
- Se interpreta que menor dispersión implica mayor concentración de los datos alrededor
de la media aritmética, obteniendo o logrando mayor precisión en el tratamiento de la
información.
- Teniendo en cuenta las observaciones anteriores en los procedimiento y métodos esta-
dísticos se buscará minimizar variancias.

 Dispersión Relativa - Coeficiente de Variación

El desvío standart es una medida de dispersión muy útil, sobre todo para comparar dos
poblaciones en las cuales se está estudiando la misma variable y se la expresa en la misma uni-
dad de medida. Si las unidades de medidas no son las mismas; para poder realizar comparacio-
nes nos valdremos de un coeficiente adimensional que se define a continuación:
Coeficiente de Variación se lo define como el cociente entre el desvío standart y la me-
dia de la variable. De esta manera se elimina la unidad de medida , resultando un coeficiente
adimensional , por lo cual suele estar expresado en porcentajes.

Medidas de Posición y de Dispersión 3

 Cátedra: Probabilidad y Estadística

S ( x)
C.V .  .100
X
Cuándo se lo utiliza?
- Cuando es necesario comparar dos conjuntos de observaciones en los cuales se estudian
variables diferentes, y por lo tanto se están utilizando unidades de medida diferentes.
- Cuando es necesario comparar dos conjuntos de observaciones en los cuales se estudia la
misma variable, con la misma unidad de medida, pero cuyas medias son muy diferentes,
ya que una misma dispersión no significa tanto si la media de la variable es mayor.

Cómo se interpreta?
- Mayor C.V. implica mayor heterogeneidad, menor homogeneidad
- Entre dos conjuntos de observaciones, es más homogéneo aquél que tiene menor C.V..

DISTRIBUCIONES DE FRECUENCIA

 Variancia :
En su cálculo intervienen todas las observaciones. Al igual que en el cálculo de los
promedios, se toman los distintos valores observados tantas veces como lo indican sus respec-
tivas frecuencias ( si la variable es discreta).
La variancia es el promedio de los cuadrados de los desvíos respecto de la media aritmética.
m m

 ( xi  x ) 2 . f i x 2
i . fi
V ( x)  i 1
m
 i 1
 x2
f
n
i
i 1

 Desvío Standart es la raíz cuadrada de la variancia

m

(x i  x )2 . fi
S ( x)  i 1
n

Para datos sin agrupar :

xi es el i-ésimo valor de la variable
f i es la frecuencia absoluta simple del i-ésimo valor de la variable
hi es la frecuencia relativa simple del i-ésimo valor de la variable
m es la cantidad de valores de la variable (valores distintos)
Para datos agrupados :
xi es el punto medio del i-ésimo intervalo
f i es la frecuencia absoluta simple del i-ésimo intervalo
hi es la frecuencia relativa simple del i-ésimo intervalo
m es la cantidad de intervalos

Medidas de Posición y de Dispersión 4

 Cátedra: Probabilidad y Estadística

Si la cantidad de datos es muy grande , la variable es continua y su distribución de

frecuencias es simétrica y acampanada, se verifican los siguientes porcentajes de datos conte-
nidos en los respectivos intervalos :
 ( x  S ( x ) , x  S ( x )) aproximadamente contiene al 68% de las observaciones.
 ( x  2 . S ( x ) , x  2 . S ( x )) aproximadamente contiene al 95% de las observaciones.
 ( x  3. S ( x ) , x  3. S ( x )) aproximadamente contiene al 99% de las observaciones

Representado graficamente resulta:

(recordar que toda el área bajo el polígono de frecuencias relativas porcentuales,
representa el 100% de las observaciones)

( x  S ( x) , x  S ( x))

( x  2 . S ( x ) , x  2 . S ( x ))

( x  3. S ( x ) , x  3. S ( x ))

Medidas de Posición y de Dispersión 5