UNIVERSIDAD TECNOLÓGICA DE LOS ANDES

E.P. ENFERMERÍA
BIOESTADÍSTICA
Mg. Elizabeth URRUTIA HUAMAN

MEDIDAS DE VARIABILIDAD (DISPERSIÓN)

III UNIDAD

Las Medidas de Tendencia Central (La media, mediana y la moda) o de

Localización dan una visión del grupo, pero la misma es incompleta.
Ellas dan información acerca del centro de los datos, pero no qué tan
dispersos son los mismos.
Para complementar las medidas de tendencia central se usan las
medidas de variabilidad, ellas miden la dispersión de los datos
alrededor de la medida de localización usada.

Las medidas de variabilidad indican qué tan diseminados son los datos
del grupo al cual se le calcula la medida. Si un grupo tiene una baja
variabilidad esto indica que está compuesto por individuos
aproximadamente iguales, los datos están poco esparcidos, están
bastante agrupados. La mayoría de los puntajes estarán alrededor de la
medida de tendencia utilizada. En este caso se dice que los individuos
poseen características homogéneas.
Pero si la variabilidad es alta, los puntajes estarán dispersos, los
individuos u objetos que conforman el grupo serán disímiles. En este
caso se dice que los individuos poseen características heterogéneas.

Estas medidas cuantifican la separación, la dispersión, la variabilidad de

los valores de la distribución con respecto al valor central (media).
Cuanto menor es la medida de dispersión, más se agrupan los datos
alrededor de dicha medida.

Las medidas de variabilidad más importantes son:

a) El rango de los datos [R(x) ]

R(x) = Xmáx. − X mín.

 UNIVERSIDAD TECNOLÓGICA DE LOS ANDES
E.P. ENFERMERÍA
BIOESTADÍSTICA
Mg. Elizabeth URRUTIA HUAMAN

b) Desviación media [DM ]

c) Varianza [S 2 ]
d) Desviación estándar o típica [S]
e) Coeficiente variación [C. V]

Cada medida tiene su respectivo proceso de solución, ahora veremos el

desarrollo de cada uno:
1. Desviación media [DM ]
La desviación media es la medida de los valores absolutos de las desviaciones,
es decir, es la diferencia entre la media aritmética y cada dato.
El desarrollo de la desviación media se da a partir de las siguientes divisiones:

I. Para datos no agrupados:

Sean x1 ; x2 ; x3 ; … ; xn los valores de una variable en estudio. La desviación
media respecto al promedio P, esta dado por:

∑ni=1|xi − x̅|
DM (P) =
n
Leyenda:
xi : Valores de la variable
x̅: Promedio (media)
n: Muestra
Ejemplo:
Sean las puntuaciones sobre la calidad de servicio del Hospital II, siendo: 1 el
puntaje más bajo y 5 el más alto.
La calificación de 7 pacientes se muestran a continuación: 4; 3; 5; 2; 2; 1; 1
Solución:
4+3+5+2+2+1+1
 Sacamos el promedio: x
̅= = 2.57
7

xi xi − x̅ |xi − x̅|
1 1 − 2.57 = −1.57 |−1,57| = 1,57
1 1 − 2.57 = −1.57 |−1.57| = 1,57
2 2 − 2.57 = −0.57 |−0.57| = 0,57
2 2 − 2.57 = −0.57 |−0.57| = 0,57
3 3 − 2.57 = 0.43 |0.43| = 0,43
4 4 − 2.57 = 1.43 |1.43| = 1.43
5 5 − 2.57 = 2.43 |2.43| = 2.43
TOTAL 8,57

 Utilizamos la fórmula:
∑ni=1|xi − x̅|
DM (P) =
n
 UNIVERSIDAD TECNOLÓGICA DE LOS ANDES
E.P. ENFERMERÍA
BIOESTADÍSTICA
Mg. Elizabeth URRUTIA HUAMAN
8,57
DM (P) = = 1,22
7
La desviación media es de 1,22 respecto del promedio.

II. Para datos agrupados:

Sean x1 ; x2 ; x3 ; … ; xk las marcas de clase y f1 ; f2 ; f3 ; … ; fk las frecuencias
absolutas simples de una distribución de frecuencias.
La desviación media respecto al promedio (P) esta dada por la siguiente
fórmula:

∑ni=1 𝑓𝑖 ∗ |xi − x̅|

DM (P) =
n

Leyenda:
xi : Marcas de Clase
fi : Frecuencia absoluta simple
n: Muestra
x̅: Media o promedio

Ejemplo:
Sean los pesos (kg) de los pacientes atendidos en el mes de julio en el HRGDV.
Hallar la desviación media del siguiente conjunto de datos.

Pesos (kg) fi xi fi ∗ xi xi − x̅ |xi − x̅| fi ∗ |xi − x̅|

[40 − 45[ 8 42,5 340 -7,75 7,75 62
[45 − 50[ 15 47,5 712,5 -2,75 2,75 41,25
[50 − 55[ 6 52,5 315 2,75 2,75 16,5
[55 − 60[ 9 57,5 517,5 7,25 7,25 65,25
[60 − 65[ 2 62,5 125 12,25 12,25 24,5
TOTAL 40 ----- 2010 ----- 209,5

2010 ∑ni=1 𝑓𝑖 ∗ |xi − x̅|

x̅ = DM(P) =
40 n
x̅ = 50,25 209,5
DM (P) = = 5,24
40

Desviación media es de 5,24 respecto al promedio.

2. Varianza muestral [S 2 ]

Es una medida de dispersión y es considerada la más importante

dentro del campo de la estadística, esta definida como el cuadrado
de las desviaciones de los datos respecto a la media, dividido entre
el número de datos menos uno. Para efectos del cálculo de la
varianza se presentan los siguientes casos:
 UNIVERSIDAD TECNOLÓGICA DE LOS ANDES
E.P. ENFERMERÍA
BIOESTADÍSTICA
Mg. Elizabeth URRUTIA HUAMAN

I. Datos no agrupados
Sean x1 ; x2 ; … ; xn los valores de la variable “X”. La varianza está dada por:

∑ni=1(xi − x̅)2
S2 =
n−1

Leyenda:
xi : Valores de la variable
x̅: Promedio (media)
n: Muestra

Ejemplo:
Hallar la varianza de los siguientes salarios: 930; 1250; 1500; 2000; 2500.

Solución:

930 + 1250 + 1500 + 2000 + 2500

x̅ =
5
x̅ = 1636

xi xi − x̅ (xi − x̅)2
930 930 − 1636 = −706 498 436
1250 1250 − 1636 = −386 148 996
1500 1500 − 1636 = −136 18 496
2000 2000 − 1636 = 364 132 496
2500 2500 − 1636 = 864 746 496
TOTAL 1 544 920

1 544 920
S2 =
5−1
1 544 920
S2 =
4
S 2 = 386 230
La varianza es 386 230.

II. Datos agrupados:

Sean x1 ; x2 ; x3 ; … ; xk las marcas de clase y f1 ; f2 ; f3 ; … ; fk las
frecuencias absolutas simples de una distribución de frecuencias.
La desviación media respecto al promedio (P) esta dada por la
siguiente fórmula:

2
∑ni=1 𝑓𝑖 ∗ (xi − x̅ )2
S =
n−1
Leyenda:
xi : Marcas de Clase
 UNIVERSIDAD TECNOLÓGICA DE LOS ANDES
E.P. ENFERMERÍA
BIOESTADÍSTICA
Mg. Elizabeth URRUTIA HUAMAN

fi : Frecuencia absoluta simple

n: Muestra
x̅: Media o promedio
Ejemplo:
Sean los pesos (kg) de los pacientes atendidos en el mes de julio en el HRGDV.
Hallar la Varianza del siguiente conjunto de datos.

Pesos (kg) fi xi fi ∗ xi xi − x̅ (xi − x̅)2 fi ∗ (xi − x̅)2

[40 − 45[ 8 42,5 340 -7,75 60,06 480,48
[45 − 50[ 15 47,5 712,5 -2,75 7,56 113,4
[50 − 55[ 6 52,5 315 2,75 7,56 45,36
[55 − 60[ 9 57,5 517,5 7,25 52,56 473,04
[60 − 65[ 2 62,5 125 12,25 150,06 300,12
TOTAL 40 ----- 2010 ----- 1412,4

x̅ =
2010
2
∑ni=1 𝑓𝑖 ∗ (xi − x̅ )2
40 S =
n−1
x̅ = 50,25 1412,4
S2 =
40 − 1
S 2 = 36,21

La varianza es 36,52 respecto al promedio.

3. Desviación estándar o típica [S]

Denominada también desviación típica, esta definida como la raíz

cuadrada positiva de la varianza, vemos:
Para datos no agrupados: Para datos agrupados:

∑ni=1(xi − x̅)2 ∑ni=1 𝑓𝑖 ∗ (xi − x̅ )2

𝑆= √
n−1 S=√
n−1
Ejemplo:
Ejemplo:
S = √386 230
S = 621,47 𝑆 = √36,21
S = 6,02

4. Coeficiente variación [C. V]

S
CV(x) = ∗ 100
x̅

Si: CV(x) > 50%: nos indica un alto grado de dispersión.

CV(x) < 50%: nos indica un bajo grado de dispersión.