Aula C4 – Séptimo semestre

ALUMNOS:

Carlos Alberto Morillo Vargas

Catalina Johanna Ulloa Pino

Cristhian Virgilio Castillo Chávez

Dolores Kelly Zuleta Ladines

Eduardo Emmanuel Álava Guartatanga

Génesis Dennisse Espinoza Guerrero

Gisella Cecibel Maliza Cerezo.

José Daniel Ayora Chuquimarca.

Lida Marisela Morales Aguilar.

Fecha de entrega: 15/03/2022

https://drive.google.com/file/d/1hWqMcG2jlH7dlPjffLRp7G2CGA8tnPzr/view?usp=drivesdk
 MEDIDAS DE DISPERSIÓN

Las medidas de dispersión miden cuánto se aleja una distribución de datos del valor de
una medida central, como puede ser la media o promedio aritmético. Su valor siempre es
positivo y normalmente distinto de 0, salvo en el caso de datos idénticos.

Si una medida de dispersión arroja un valor pequeño, significa que los datos se ubican
muy cercanos al promedio, pero si es grande, quiere decir que los datos están más
dispersos, por lo tanto, alejados de la media.

Las medidas de dispersión son muy importantes desde el punto de vista estadístico, no
solo como indicadores aritméticos de la variación de los datos, sino como una ayuda
inestimable cuando se quiere mejorar la calidad, tanto en la manufactura de productos
como en la prestación de servicios.

Ejemplo de ello son las filas de atención en los bancos. El tiempo promedio que demoran
los clientes cuando hacen una fila única y luego se distribuyen en las taquillas, es el mismo
que si hacen líneas individuales frente a cada una.

Sin embargo, la dispersión es menor en la fila única, lo que significa que el tiempo de
atención individual es muy parecido para cada cliente. Los clientes han declarado que se
sienten más a gusto de esta manera, aun si el tiempo de atención promedio sea el mismo
en cualquiera de las dos modalidades.

Principales medidas de dispersión

Las principales son: rango, varianza, desviación estándar y coeficiente de variación.

Rango

Se define el rango R de un conjunto de datos a la diferencia entre el valor máximo xmax y

el valor mínimo xmin del conjunto:

Rango = R = Valor máximo – valor mínimo = xmax − xmin

El rango es rápido de calcular, pero es muy sensible a los valores extremos, y tiene la
desventaja de no tomar en cuenta a los valores intermedios. Por ello se emplea únicamente
para tener una idea inicial, bastante aproximada, de la dispersión de los datos.

Ejemplo de rango

Esta es una lista del número de huracanes ocurridos en el Atlántico durante los últimos
14 años:

8; 9; 7; 8; 15; 9; 6; 5; 8; 4; 12; 7; 8; 2

El dato de valor máximo es 15, y el valor mínimo es 2, por lo tanto:

R = Valor máximo – valor mínimo = xmax − xmin =15 – 2 = 13 huracanes

Varianza

Esta medida se utiliza para comparar a cada uno de los datos con la media del conjunto,
y se calcula sumando las diferencias, elevadas al cuadrado, entre cada valor con la media
y dividiendo entre el número total de valores.
Sea:

-La media: μ

-Un valor cualquiera, perteneciente al conjunto de datos: xi

-El número total de observaciones: N

Denotando a la varianza de una población como σ2, la expresión para calcularla es:

Y cuando se toma una muestra de tamaño n de una población, se prefiere calcular la

varianza de este modo:

Donde la varianza muestral se ha denotado con s, y la media como X con barra, para dejar
el uso de letras griegas a la población. La razón de dividir entre n–1, en vez de n, es para
que la varianza muestral no subestime a la poblacional, lo que siempre sucede cuando se
divide entre n.
Por otro lado, la idea de elevar al cuadrado cada diferencia entre el dato y la media, es
para evitar que al sumarlas resulte 0, ya que algunas diferencias serán positivas y otras
negativas, lo que tiende a cancelar la suma. En cambio, los cuadrados siempre son
positivos.

De allí que la varianza siempre sea positiva, aún si la diferencia entre x i y la media es
negativa, y su principal ventaja de la varianza es que toma en cuenta a cada dato del
conjunto.

Pero tiene el inconveniente de que sus unidades no son las mismas que las de los datos,
por ejemplo, si estos consisten en tiempos, medidos en minutos, la varianza del conjunto
vendrá dada en minutos al cuadrado.

Ejemplo de varianza

El cálculo de la varianza requiere hallar la media. Tomando los datos del número de
huracanes, la media se calcula mediante:

(8 + 9 + 7+ 8 + 15 + 9 + 6 + 5+ 8 + 4 + 12 + 7 + 8+ 2)/14 = 7.7 huracanes. Por lo tanto,

la varianza es:

Desviación estándar
Para subsanar el problema de la falta de concordancia entre las unidades, se define la
desviación estándar σ, como la raíz cuadrada de la varianza:

Y análogamente, en el caso de una muestra:

Existe una regla empírica para estimar el valor de la desviación estándar de un conjunto
de datos muestrales, partiendo del rango. Según esta regla, la desviación estándar es,
aproximadamente, la cuarta parte de R:

s ≈ R/4

Tiene la ventaja de permitir una rápida estimación de la desviación estándar, dado que las
operaciones son mucho más sencillas.

La desviación estándar es, con mucho, la medida de dispersión más utilizada, por eso vale
la pena destacar sus principales características:

• La desviación estándar indica cuánto se alejan los datos de la media

• Siempre es positiva, pero puede ser 0 si todos los datos son idénticos
• A mayor valor de la desviación estándar, más dispersos están los datos
• Las unidades de la desviación estándar son las mismas que las de la variable en
estudio
• Su valor cambia rápidamente cuando uno de los datos (o más), tiene un valor muy
diferente al resto
 • Los valores de la desviación estándar son sesgados, es decir, los promedios de la
desviación estándar no se distribuyen alrededor de la media, en contraste con la
varianza, que es no sesgada.

Ejemplo de desviación estándar

Continuando con el ejemplo de los huracanes, la desviación estándar es:

O, si se prefiere utilizar la aproximación de la desviación estándar a través del rango, se

obtiene un valor bastante cercano:

s = 13 / 4 = 3.25

Coeficiente de variación

El coeficiente de variación se denota por las iniciales CV o r, en algunos textos, y tanto

para una población, como para una muestra, relaciona la desviación estándar y la media,
como un porcentaje:

Las ecuaciones son válidas siempre que la media sea distinta de 0.

Por regla general, el coeficiente de variación se redondea a un solo decimal, y se emplea

para comparar datos de dos poblaciones diferentes.

Ejemplo de coeficiente de variación

Los tiempos de espera en segundos, para los clientes de un banco, se registran en dos
situaciones: cuando hacen una fila única y cuando hacen filas individuales ante las
taquillas de atención. Los resultados son los siguientes:

Ambos conjuntos de datos se pueden comparar a través de su coeficiente de variación

respectivo:

Fila única

• Media = 429 segundos

• Desviación = 28.6 segundos
• CV= (28.6/429) x 100 = 6.7 %

Filas individuales

• Media = 429 segundos

• Desviación = 109.3 segundos
• CV= (109.3/429) x 100 = 25.5 %

Como este último valor es mayor, ello indica que hay más variabilidad en los tiempos de
atención a los clientes cuando hacen filas individuales que cuando hacen una fila única,
aunque el tiempo promedio es el mismo en cada caso.
 DESARROLLO EJERCICIOS

EJERCICIO 1 DE APLICACIÓN NO AGRUPADOS

Aplicar en los siguientes ejercicios las medidas de dispersión (Rango, Varianza, Desviación Estándar y Co

RANGO O RECORRIDO

Xi

6
n= 8
6

R = Máxx – Mínx

VALOR Máximo
= 7
VALOR
Mínimo= 2

R = 7-2

R = 5
 VARIANZA

( )2
∑ 𝑥𝑖 − 𝑥̅
𝑠2 =
𝑛−1

𝒙𝒊 ̅
𝒙𝒊 − 𝒙 ̅)𝟐
(𝒙𝒊 − 𝒙
2 -2,5 6,25
3 -1,5 2,25
3 -1,5 2,25
4 -0,5 0,25
5 0,5 0,25
6 1,5 2,25
6 1,5 2,25
7 2,5 6,25
36 0 22

n= 8

= 36 S2= 22
8 7
= 4,5 S2= 3,14
 DESVIACIÓN ESTÁNDAR
Desviación
Varianza Estándar

S = √S2

S=√ 3.14

COEFICIENTE DE VARIACION

𝐒
𝐜. 𝐯. = 𝐱̅ ∗ 𝟏𝟎𝟎
𝟏, 𝟕𝟕
𝐜. 𝐯. = ∗ 𝟏𝟎𝟎
𝟒, 𝟓

𝐜. 𝐯. = 0.39 * 100

𝐜. 𝐯. = 39%
EJERCICIO 2 DE APLICACIÓN DATOS AGRUPADOS
Aplicar en los siguientes ejercicios las medidas de dispersión (Rango, Varianza, Desviación Estándar y Co

RANGO O RECORRIDO
Yi fi
4 1
5 1
6 2
10 1
11 2
12 3
13 2
RANGO = VALOR MÁXIMO - VALOR MÍNIMO
V. Máx= 13
V. Min= 4

R= 14 - 4
R= 9

VARIANZA

2
∑(𝑥𝑖 − 𝑥̅ )2
𝑠 =
𝑛−1
Yi fi Y i fi yi-ӯ (yi-ӯ)2 (yi-ӯ)2 fi
4 1 4 -5,58 31,17 31,17
5 1 5 -4,58 21,01 21,01
6 2 12 -3,58 12,84 25,68
10 1 10 0,42 0,17 0,17
11 2 22 1,42 2,01 4,01
12 3 36 2,42 5,84 17,52
13 2 26 3,42 11,67 23,35
TOTAL 12 115 122,92

ӯ= 115
12 S2= 122,92
11
ӯ= 9,58
S2= 11,17

n-1= 11
 6 2 12 -3,58 12,84 25,68
10 1 10 0,42 0,17 0,17
2
Yi 11 fi 2 Yif22
i 1,42yi-ӯ 2,01 (yi-ӯ)
4,01 (yi-ӯ)2 fi
4 12 1 3 4 36 2,42-5,585,84 31,1717,52 31,17
5 13 1 2 5 26 3,42-4,58
11,67 21,0123,35 21,01
6
TOTAL2 12 12
115 -3,58
122,92
12,84 25,68
10 1 10 0,42 0,17 0,17
ӯ= 115
11 2 22 1,42
12 2=
S 122,922,01 4,01
12 3 36 2,42 115,84 17,52
13 2ӯ = 9,58 26 3,42 11,67 23,35
2=
TOTAL 12 115 S 11,17 122,92

n-1= 11

DESVIACIÓN ESTÁNDAR

Deviación Estandar del ejercicio 2

√ 2 √
S= 11,17

S= 3,34

COEFICIENTE DE VARIACION

CV = 3,34 * 100
9,58

CV = 0,35 * 100

CV = 35
Bibliografía

Lifeder. (15 de diciembre de 2022). Medidas de dispersión. Recuperado de:

https://www.lifeder.com/medidas-de-dispersion/.