Medidas de dispersión

Las medidas de dispersión, o de variabilidad, expresan cómo se distribuyen los

datos en torno a alguna de las medidas de centralización definidas antes, y son un
complemento a estas últimas para describir más fielmente un conjunto de datos.
La medida de dispersión más sencilla que puede definirse es la distancia entre el
mayor y el menor de los datos de un conjunto, denominada amplitud total, pero
ignora mucha información al contar solo con dos valores para su cálculo.
Una medida de dispersión que depende de todos los datos de un conjunto
consiste en calcular la distancia de cada uno de ellos a la media aritmética, es
decir, su diferencia. Los datos que sean menores que la media darán una
diferencia negativa, pero como únicamente interesa la distancia a la media, se
ignora el signo menos empleando el valor absoluto. A continuación, se suman las
diferencias obtenidas (todas ellas con signo positivo) y se divide el resultado entre
el número de datos. Con ello se obtiene la desviación media respecto a la media
aritmética, que también se puede calcular respecto a la mediana.
El hecho de ignorar el signo de las restas es importante, porque de otro modo las
que son negativas compensarían en gran medida a las positivas, y su suma daría
un valor pequeño que no reflejaría la verdadera dispersión de los datos. Esta
medida no resulta práctica matemáticamente debido a la dificultad que presenta el
manejo de valores absolutos. Por eso, y por muchas otras propiedades
matemáticas importantes, es mucho más habitual elevar al cuadrado cada una de
las diferencias calculadas, que también elimina los signos menos. A continuación,
se suman los cuadrados de las diferencias y el resultado se divide entre el número
de datos. La medida de dispersión así obtenida es la varianza, que se suele
representar como s2 y que se puede expresar de distintas maneras:

La varianza refleja la dispersión de los datos de una manera un tanto

distorsionada, porque las distancias a la media han sido elevadas al cuadrado. Por
eso se define otra medida, la desviación típica o desviación estándar,
representada por s, que es la raíz cuadrada de la varianza:
Esta operación no deshace por completo la distorsión (la raíz de una suma no es
la suma de las raíces de cada término), pero la atenúa. Otra ventaja de la
desviación típica es que tiene las mismas unidades que los datos. Por ejemplo, en
un conjunto de estaturas dadas en centímetros, la desviación típica, al igual que la
media (o cualquier otra medida de centralización), se mide también en
centímetros; la varianza, por el contrario, vendría dada en centímetros al
cuadrado.
Una vez calculado el valor de la desviación típica es necesario interpretarlo, es
decir, establecer si se trata de una dispersión grande o pequeña. Lo más
apropiado es compararlo con el valor de los propios datos, y en concreto de su
media aritmética. Así, no es lo mismo una desviación típica de 200 euros en un
conjunto de salarios de 800 euros de media que en un conjunto de 5000 euros de
media. Esa desviación implica grandes desigualdades en el primer caso, mientras
que en el segundo caso es poco relevante. Para tener en cuenta estas
circunstancias se define el coeficiente de variación (CV), que es la desviación
típica dividida entre la media aritmética (CV = s/m), es decir, proporciona el
número de medias aritméticas que "caben" en la desviación típica.
EJEMPLO
Los tres grupos de personas del ejemplo anterior tenían la misma media de edad
(10 años), pero la dispersión de los datos era evidentemente muy distinta, como
se puede comprobar a través de la desviación típica: en el grupo A es 0, ya que no
hay dispersión, en el grupo B es 4,9 años (varianza 24) y en el grupo C es 6 años
(varianza 36).
La amplitud total (diferencia entre la edad más alta y la más baja) es mayor en el
grupo B, 16 años, que en el grupo C, 12 años. Sin embargo, en este último todos
los datos se encuentran alejados de la media, mientras que en el B los hay
cercanos y se alejan progresivamente; por eso la desviación típica en el grupo B
es menor que en el C.