MEDIDAS DE DISPERSIÓN

Las Medidas de Dispersión, también llamadas medidas de variabilidad, muestran la

variabilidad de una distribución, indicando por medio de un número si las diferentes
puntuaciones de una variable están muy alejadas de la media. Cuanto mayor sea ese
valor, mayor será la variabilidad, y cuanto menor sea, más homogénea será a la media.
Así se sabe si todos los casos son parecidos o varían mucho entre ellos. Las medidas
de dispersión nos informan sobre cuánto se alejan del centro los valores de la
distribución.

A. MEDIDAS DE DISPERSIÓN ABSOLUTAS

1. Rango o recorrido
El rango es un valor numérico que indica la diferencia entre el valor máximo y el
mínimo de una población o muestra estadística.

Características
• El recorrido permite conocer la distancia entre el máximo y el mínimo valor.
• Es la medida de dispersión más simple.
• Es más sencillo de entender y calcular.
• Solo considera a los valores extremos, más no a los que se ubican en el
intermedio

2. Desviación media

Esta medida de dispersión es la diferencia entre los valores de la variable estadística

y la media aritmética. Es decir, la media de las desviaciones absolutas

Características
• La desviación media utiliza todas las observaciones para el cálculo.
• Es compleja y poco comprensible.
• El cálculo demanda bastante tiempo.

3. Desviación estándar o típica

Otra de las medidas de dispersión es la desviación estándar o típica. Se trata de la

raíz cuadrada de la media aritmética de los cuadrados de los valores de las
desviaciones. En resumen, es la raíz cuadrada de la varianza.
 Características
• La desviación típica presta mayor atención a las desviaciones extremas
respecto al resto de desviaciones.
• Es difícil de comprender y calcular.
• Resulta cero si las demás observaciones permanecen iguales.

4. Varianza

La última de las medidas de dispersión absoluta es la varianza. Esta representa la

variabilidad de un conjunto de datos respecto a su media aritmética. Se representa
como el cuadrado de las desviaciones frente a la media de una distribución
estadística

Características
• Se le puede añadir un valor a cada puntuación de la variable y la varianza
permanecerá constante.
• La varianza no cuenta con valores negativos, solo positivos o cero.

Elevar las diferencias al cuadrado garantiza que las diferencias absolutas respecto a
la media no se anulan entre si. Además, resaltan los valores alejados.

Siempre se cumple que la varianza es mayor o igual que cero (SX2 ≥ 0). La varianza es
cero cuando todos los datos son el mismo (ejemplo: {1,1,1,1,1}).

varianza (S2) mide la dispersión de los datos de una muestra respecto a la media,
calculando la media de los cuadrados de las distancias de todos los datos.
 Para datos agrupados, la fórmula de la varianza muestral será:

Si en vez de tratarse de una muestra, la varianza se refiere a la población, el

denominador será N.

La fórmula de la varianza poblacional, de símbolo σ², es:

La razón de las dos expresiones de la varianza es que de una población se pueden

extraer diversas muestras. No tiene por qué coincidir sus varianzas con la varianza de
la población, ni siquiera las varianzas muestrales entre sí. Normalmente, en la varianza
muestral, dividiendo por N se obtendrían varianzas ligeramente menores. Por eso, se
corrige, dividiendo por N – 1. A esta varianza muestral corregida, SX2, se le denomina
también cuasivarianza. Reduce el sesgo, (se le llama estadístico insesgado).

Un inconveniente de la varianza es que sus unidades son las unidades de los datos
al cuadrado.

B. MEDIDAS DE DISPERSIÓN RELATIVAS

• Coeficiente de variación

Esta medida de dispersión relativa brinda información sobre la dispersión

relativa de un conjunto de datos respecto a la media o promedio
aritmético y a su vez, la dispersión de los datos entre sí.
Básicamente, se utiliza para comparar el conjunto de datos con respecto a
la homogeneidad o consistencia. Esta se expresa en forma de porcentaje
FÓRMULAS
DATOS NO AGRUPADOS

Varianza Desviación estándar

∑𝑁
𝑖=1(𝑥𝑖 − 𝜇)
2
∑𝑁 (𝑥𝑖 − 𝜇)2
Población 𝜎2 = 𝜎 = √𝜎 2 = √ 𝑖=1
𝑁 𝑁

∑𝑁
𝑖=1(𝑥𝑖 − 𝑥̅ )
2
∑𝑁 (𝑥𝑖 − 𝑥̅ )2
Muestra 𝑆2 = 𝑠 = √𝑠 2 = √ 𝑖=1
𝑛−1 𝑛−1

DATOS AGRUPADOS

Varianza Desviación estándar

∑𝑘𝑖=1 𝑓𝑖 (𝑥𝑖 − 𝜇)2 ∑𝑘 𝑓𝑖 (𝑥𝑖 − 𝜇)2

Población 𝜎2 = 𝜎 = √𝜎 2 = √ 𝑖=1
𝑁 𝑁

∑𝑘𝑖=1 𝑓𝑖 (𝑥𝑖 − 𝑥̅ )2 ∑𝑘 𝑓𝑖 (𝑥𝑖 − 𝑥̅ )2

Muestra 𝑆2 = 𝑠 = √𝑠 2 = √ 𝑖=1
𝑛−1 𝑛−1

• k: número de clases.
• fi: frecuencia absoluta de cada clase, es decir, el número de elementos
que pertenecen a dicha clase.
• xi: marca de clase. Es el punto medio del límite inferior y del límite
superior.
• σ2: varianza de la población.
• σ: desviación estándar de la población.
• μ: media de la población.
• s2: varianza de la muestra.
• s: desviación estándar de la muestra.
• x̄: media de la muestra.
Ejemplo 1: A continuación, calculamos la media
poblacional partiendo de su fórmula:
Calcular la varianza y la desviación estándar
de los siguientes datos: 1, 3, 5, 7 y 9
sabiendo que corresponden a una muestra

En la tabla de frecuencias agregamos la

Solución: columna xi · fi
Nos indican que estos datos forman una
muestra, por lo tanto, usaremos las fórmulas
de varianza y desviación estándar para la
muestra, n = 5.

Empezamos calculando la media de la

muestra:
Ahora sí, calculamos la media poblacional:

Ahora calculamos la varianza de la muestra:

A continuación, recordamos la fórmula de la

varianza de la población:

En la tabla, agregamos 3 columnas más,

para buscar la expresión de la fórmula:
El valor de la varianza poblacional, es de 10.

Ahora calculamos la desviación estándar,

teniendo en cuenta que es la raíz cuadrada
de la varianza.

Usamos la fórmula:
Ejemplo 1:

Calcular la varianza y la desviación estándar

de las edades de una población de niños que
asisten a una fiesta infantil.
El valor de la varianza de esta población es
de 1,8 (años)2. Ten en cuenta que la varianza
queda expresada en las unidades originales
elevadas al cuadrado, por ello, nos quedaría
en (años)2.

Finalmente calculamos la desviación

estándar, teniendo en cuenta que es la raíz
Solución: cuadrada positiva de la varianza:

Empezamos calculando el número de

elementos de la población:
El valor de la desviación estándar poblacional
es de 1,34 años.

Ejemplo 3:
Calcular la varianza y la desviación estándar
de una población de niños a partir de la
siguiente tabla: Aplicamos la fórmula:

La media poblacional µ tiene un valor de 4

años.

Como cuarto paso, calculamos la varianza de

Solución: la población:
En este caso, nos dicen que los datos
pertenecen a una población de niños, por lo
tanto, usaremos las fórmulas de la población.

Primero calculamos el número de elementos Agregamos más columnas a nuestra tabla:

de la población N:

Como segundo paso, calcularemos las

marcas de clase. Recordemos que
Aplicamos la fórmula de la varianza de la
población:

Agregamos una columna más a nuestra tabla

para la marca de clase xi:
Recuerda que la varianza queda expresada
en unidades al cuadrado, por ello, nos queda
en años al cuadrado.

Como último paso, calculamos la desviación

estándar, recordando que es la raíz cuadrada
positiva de la varianza.

Como tercer paso, calculamos la media

poblacional µ:

El valor de la desviación estándar

poblacional σ es de 2,175 años.
Agregamos una columna más a nuestra
tabla, dónde colocaremos los valores de xifi :
Fórmulas de la desviación

Desviación media Coeficiente de variación

𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟
𝐶𝑉 =
∑𝑛𝑖=1|𝑥𝑖 − 𝑥̅ | 𝑚𝑒𝑑𝑖𝑎
𝐷𝑀 =
𝑛 𝜎
𝐶𝑉 =
𝜇
𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟
𝐶𝑉 =
∑𝑘𝑖=1 𝑓𝑖 |𝑥𝑖 − 𝑥̅ | 𝑚𝑒𝑑𝑖𝑎
𝐷𝑀 =
𝑛 𝑠
𝐶𝑉 =
𝑥̅

• fi: frecuencia absoluta de cada valor, es decir, el número de veces que aparece el valor
en el estudio.
• xi: marca de clase. Es el punto medio del límite inferior y el límite superior de cada
intervalo.
• k: número de clases.
• D. M.: desviación media.
• x̄: media aritmética de los datos.

Ejemplo 1:

Calcular la desviación media de los

siguientes datos: 3, 5, 8, 6, 2, 4, 7 y 5.

Solución:

Sumamos los datos y calculamos su media

aritmética, teniendo en cuenta que son 8
datos (n = 8). Agregamos otra columna más a la tabla
donde colocaremos los valores de |xi – μ| :
Ahora sí, viene el cálculo de la media
aritmética.

El valor de la media aritmética es 5.

Agregamos una columna más a la tabla

donde colocaremos los valores de xi – μ :

Ahora sí, calculamos la desviación media con

los valores obtenidos en la tabla:
El valor de la desviación media es de 1,5.

La desviación media siempre queda

expresada en las mismas unidades que los
datos originales, por ejemplo, si los datos Ahora sí, aplicamos la fórmula:
originales están expresados en kilogramos,
pues la desviación media también quedará
expresada en kilogramos.

El valor de la media es de 4 m.
Ejemplo 2:
La fórmula de la desviación media para datos
Calcular la desviación media de las agrupados es:
longitudes de la tabla:

Agregamos 3 columnas más en la tabla de

frecuencias:

Solución:

Empezamos calculando el número de valores

o elementos “n”, simplemente sumando las
frecuencias absolutas fi.

Aplicamos la fórmula:

El valor de la desviación media es de 0,56 m.

El número de valores es 25.
A continuación, vamos a calcular la media x̄,
recordemos su fórmula:
Recuerda que la desviación media siempre
queda expresada en las mismas unidades
que los datos originales. En nuestro ejercicio,
las longitudes estaban expresadas en
metros, por ello, la desviación media también
queda expresada en metros.
Ejemplo 3:

Calcular la desviación media de las edades

indicadas en la tabla de frecuencias:
En la tabla, iremos buscando las expresiones
que aparecen en la fórmula. Por ello,
agregamos una columna más a nuestra tabla,
en la cual colocaremos los valores de xi・fi:

Solución:
Lo primero que haremos será agregar una
columna más a nuestra tabla para la marca
de clase xi:
A continuación, calculamos el número de
valores o número de datos “n”, solo tenemos
que sumar las frecuencias:
El número de valores es 30.
A continuación, vamos a calcular la media x̄,
recordemos su fórmula:
En la tabla, iremos buscando las expresiones
que aparecen en la fórmula. Por ello,
agregamos una columna más a nuestra tabla,
en la cual colocaremos los valores de xi・fi.
Ahora sí, aplicamos la fórmula:
El valor de la media es de 4 años.
La fórmula de la desviación media para datos
agrupados es:
Agregamos 3 columnas más en la tabla de
frecuencias:
Aplicamos la fórmula:
El valor de la desviación media es de 1,93
años.
Ejemplo 1:
Una población de alumnos tiene una estatura
media de 160 cm con una desviación
estándar de 16 cm. Estos mismos alumnos,
tienen un peso medio de 70 kg con una
desviación estándar de 14 kg. ¿Cuál de las 2
variables presenta mayor variabilidad
relativa?
Solución:
Vamos a comparar la dispersión de 2
variables, la estatura y el peso, usando el
coeficiente de variación.
Podemos que ver que CVP > CVE , por eso, el peso de esta población de alumnos
tiene mayor variabilidad relativa que la estatura.