Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MEDIDAS DE DISPERSIÓN
Las medidas de dispersión absolutas, que vienen expresados en las mismas unidades
de la variable considerada y en las mismas unidades de su valor promedio, las más usadas
son: El recorrido o amplitud de la serie, la desviación típica o Standard, la desviación
media y la desviación intercuartil.
EN SERIES SIMPLES
Si disponemos de los valores de n observaciones (Xi) X1, X2, X3,…, Xn-1, Xn,
podemos determinar sus medidas de dispersión.
Recorrido, rango o intervalo total de variación: es la medida más sencilla para medir
variación o dispersión de una serie de valores observados.
Ejemplo
Valor menor: 35
Valor mayor: 105
Recorrido = 105- 35 = 70
2
La desviación típica o Standard (s) es la medida de dispersión que más se usa, ya que nos
indica la variabilidad de los valores de las observaciones con relación a su media
aritmética. Queda definida por la expresión:
∑ (X i − X )
2
s=
N
Ejemplo:
1. X =
∑ X i = 350 = 70
Xi Xi - 70 ( Xi - 70)2
N 5 60 -10 100
65 -5 25
70 0 0
75 +5 25
∑ (X i − X )
2
80 +10 100
s= 0 250
N
250
s= = 50 = 7,07 ≈ 7
5
2. X =
∑ X i = 350 = 70
Xi Xi - 70 ( Xi - 70)2
N 5 35 -35 1225
40 -30 900
70 0 0
100 +30 900
∑ (X i − X )
2
105 +35 1225
s= 0 4.250
N
4250
s= = 850 = 29,15 ≈ 29
5
3
Se observa de la comparación de las dos series que ambas tienen el mismo valor
para sus medias aritméticas, pero que la dispersión de la serie 2 es cuatro veces la
dispersión de la serie 1, cosa explicable, ya que los valores de la serie 1 están más próximos
(más concentrados) al valor de su media.
La desviación Media: Otra medida que nos da el grado de la dispersión de una serie de
valores observados con relación a su media aritmética o con relación a la mediana es la
desviación media. Se suele usar en la mayoría de los casos que no se conoce el valor de la
media aritmética de la serie. Esta medida se podrá determinar de acuerdo a las siguientes
expresiones:
n
∑ Xi − X
i =1
DM = ⇒ Desviación media con respecto a la media aritmética.
N
n
∑ X i − Md
i =1
DM = ⇒ Desviación media con respecto a la mediana.
N
Ejemplo: determinar la desviación media con relación a la media aritmética y con relación
a la mediana de las siguientes series simples:
n
∑ Xi − X
i =1 42 X −X X − Md
1. D M = = = 8,4 Xi i i
N 5 |Xi – 72| Xi – 70
60 12 10
65 7 5
n 70 2 0
∑ X i − Md 75 3 5
i =1 40 90 18 20
DM = = =8 42 40
N 5
4
n
∑ Xi − X X −X X − Md
Xi
2. D M = i =1 =
142
= 28,4
i
|Xi – 73|
i
Xi – 75
N 5 35 38 40
40 33 35
n 75 2 0
∑ X i − Md 100 27 25
i =1 140 115 42 40
DM = = = 28
N 5 142 140
De los resultados de ambas series se observa que la desviación media con relación a
la mediana es menor que la desviación media con relación a la media aritmética. Esto se
cumplirá siempre en cualquier serie donde la media aritmética y la mediana tengan distinto
valor.
DATOS AGRUPADOS
n
(
∑ X i − X .f i )2
i =1
s=
∑ fi
Ejemplo:
5
Construimos la siguiente tabla.
n
(
∑ X i − X .f i )2
i =1 18000
s= = = 225 = 15
∑ fi 80
2
∑ f i.d i
2
∑f d
s= − i. i .ic
∑ fi ∑ fi
Para el uso de esta fórmula se requiere que la tabla de frecuencias se haya elaborado
con intervalos de clase iguales, de lo contrario hay que emplear la primera fórmula.
6
2
∑ f i.d i
2
∑f d
s= − i. i .ic
∑ fi ∑ fi
2
260 80
s= − .10 = 3,25 − 1 .10 = 1,5 . 10 = 15
80 80
X = 70; S = 15
En el intervalo X ± 3S o sea entre los límites 25 y 115, valores que están por debajo
del límite inferior y superior de la distribución y que por lo tanto contienen las 80
frecuencias o sea el 100% de las observaciones.
7
X − s X X + s X − 2s X X + 2s
X − 3s X X + 3s
Si comparamos los porcentajes que caen en los mismos intervalos del ejemplo
anterior, podemos concluir que dicha distribución de salarios, se aproxima bastante bien a
una CURVA DE GAUSS. De acuerdo a esta curva se elaboran tablas que nos dan áreas
(porcentajes de frecuencias) que caen entre dos valores de clase dados.
n
∑ X i − Md .f
i =1
i
DM =
∑ fi
8
Ejemplo determinar la desviación media del salario de los 80 obreros de la siguiente tabla:
∑ fi
− fa
Md = L i + 2 .c = 65 + 40 − 30 .10 = 65 + 5 = 70
f Md 20
n
∑ X i − Md .f
i =1
i 970
DM = = = 12.1 ≈ 12
∑ fi 80
Ahora nos podemos preguntar cuántas frecuencias y que porcentaje del total cae en
el intervalo:
1
Nota: el primer 10.5 se obtiene de .(65 − 58).15
10
9
Desviación Semi - intercuartil: es otra medida que nos da el grado de dispersión de una
distribución de frecuencias pero no a lo largo de la distribución, sino de su parte central. Su
expresión matemática es:
Q 3 − Q1
Q=
2
Donde Q 3 y Q1 son el primer y tercer cuartil de los datos. Algunas veces se usa el rango
intrecuartilar Q3 − Q1 , aunque el rango semi – intercuartilar es más común como media de
dispersión.
Ejemplo:
Salario en Bs. fi Fa
35 – 44 3 3
45 – 54 12 15
55 – 64 15 30
65 – 74 20 50
75 – 84 15 65
85 – 94 12 77
95 – 104 3 80
∑80
Determinamos Q1 y Q 3
∑ fi − fa
Q1 = l i + 4 ⋅ ic
fq
20 − 15
Q1 = 55 + ⋅ 10
15
5
Q1 = 55 + ⋅ 10
15
50
Q1 = 55 + = 55 + 3.3 = 58.3
15
10
3∑ f i
− fa
Q3 = li + 4 ⋅ ic
fq
60 − 50
Q 3 = 75 + ⋅ 10
15
10
Q 3 = 75 + ⋅ 10
15
100
Q 3 = 75 + = 75 + 6.6 = 81.6
15
P = P90 − P10
Donde P90 y P10 son los percentiles 10o y 90o de los datos. También puede utilizarse la
P90 − P10
desviación semi – percentilar 10-90: P = pero no es muy frecuente.
2
Dispersión relativa: las medidas de dispersión relativas nos indican la relación existente
entre la dispersión absoluta de una serie de frecuencias y su medida de tendencia central. El
grado de esta relación la mide un coeficiente que es independiente de las unidades en que se
expresa la variable.
S
Cv = .100
X
11
Ejemplo:
15
Cv = .100 = 21.4%
70
4
1.- Desviación media = (desviación Standard)
5
2
2.- Rango semi – intercuartil = (desviación Standard)
3
Ambas son consecuencia del hecho de que la desviación media y el rango semi –
intercuartilar para la desviación Standard son iguales a 0.7979 y 0.6745 veces la desviación
Standard. Respectivamente.
c2
Varianza corregida = Varianza de datos agrupados -
12
c2
Donde c es el tamaño del intervalo de clase. La corrección es llamada
12
corrección de Sheppard. Se usa para distribuciones de variables continuas, donde las
“colas” van gradualmente hacia cero en ambas direcciones.
12
Ejemplo
c2 10 2
S2 = 225, c = 10 , varianza corregida = s2 - = 225 - = 225 – 8.33 = 216, 67
12 12
13