Medidas de dispersión

Las medidas de dispersión corresponden al segundo bloque de medidas descriptivas, éstas

indican que tan dispersos están los datos entre sí; ayudan a determinar aspectos de
homogeneidad o heterogeneidad en un conjunto de datos.

Fuente: Corrales, Iris. (2010). Promedio de producción semanal.[Tabla].

En este caso el Gerente de Producción tiene un problema ya que no es posible dividir el

bono. ¿Qué otro criterio, con base estadística, puede considerarse para definir cuál de los
dos empleados tiene un mejor indicador de productividad?

Pensemos en una solución para a este problema

Si observamos la tabla con los resultados vemos que el Empleado A tuvo una producción
promedio de 200 unidades por semana ( y por su parte el Empleado B también tuvo
una producción promedio de 200 unidades por semana ( ; pero si vamos más allá
de ese resultado y observamos los datos de producción semanal de cada uno, vemos que
el Empleado A tiene un comportamiento más errático en sus resultados que los valores de
producción del Empleado B. Los valores de producción del Empleado B están más cerca de la
media que los del Empleado A. Veamos qué tan lejos (dispersos) están los datos de cada uno
con respecto a la media en las siguientes tablas:
Como los datos obtenidos sumando la última columna, podemos calcular el promedio de las
deviaciones de los datos con respecto a la media (Desviación Media) de cada empleado de la
siguiente manera, que se presenta en las siguientes fichas.

Interpretación:

 Para el Empleado A, el promedio de las deviaciones de su producción

semanal con respecto a la media fue de 65 unidades y

 Para el Empleado B, el promedio de las deviaciones de su producción

semanal con respecto a la media fue de 7.5 unidades

Lo anterior indica que los valores de producción del Empleado B son más cercanos a la media,
indicando menor variación o dispersión, lo cual podría inducirnos a pensar que su producción es
más estable, versus Empleado A que pareciera ser menos estable en sus resultados.

Considerando el indicador de dispersión, podríamos recomendar al Gerente de Producción

que, en caso de empate, el bono se otorgue al empleado con el bajo.

Con este ejemplo se evidencia la importancia de las medidas de dispersión ya que

complementan el análisis de la información, indicando que tan homogéneos o heterogéneos
son los datos entre sí.

Las medidas de dispersión que estudiaremos son de dos tipos, las cuales se presentan en el
mapa mental interactivo ¨Medidas de dispersión¨
 Comencemos con las medidas de dispersión absolutas, veámoslas enseguida.

Rango

Esta medida de dispersión nos indica la distancia entre el valor máximo y el valor mínimo de la
muestra o de la población. La fórmula para calcular el Rango de un conjunto de datos es la
siguiente:

Por ejemplo:

 En el caso del Empleado A y el Empleado B, que vimos anteriormente, el rango entre

los valores semanales de producción durante el mes de enero del 2012 para cada uno
es:

De igual manera podemos ver que el Empleado A muestra mayor distancia o dispersión en sus
valores de producción máximo y mínimo en relación a la que tiene el Empleado B.

Ahora estudiemos la desviación media que es otra de las medidas descriptivas que estamos
viendo en esta unidad 2.
Desviación Media

Esta medida de dispersión indica el promedio del valor absoluto de las desviaciones de un
conjunto de datos con respecto a su media; la fórmula para calcular la desviación media es la
siguiente:

Esta fórmula fue la que utilizamos en forma intuitiva para medir el promedio de la dispersión de
los valores de producción con respecto al promedio de producción semanal de los Empleados
A y B.
Una vez estudiada la desviación media podemos estudiar la desviación estándar o desviación
típica, veamos.

Desviación Estándar o Desviación Típica

Esta medida de dispersión -al igual que la Desviación Media- indica el promedio de las
desviaciones de los datos con respecto a su media. El símbolo S se utiliza para denotar la
desviación típica de la muestra y el símbolo para la Desviación Estándar de la población.
Las fórmulas para calcular la Desviación Estándar de la muestra y la población para datos no
agrupados son las siguientes:
 Fuente: Corrales, Iris. (2010). Desviación Estándar o Desviación
Típica..[Tabla]. Tegucigalpa, Honduras.

Si observa la diferencia entre las dos fórmulas anteriores es que para la calcular S, se utiliza la
media de la muestra y se divide por n-1, y para calcular

Se utiliza la media poblacional y se divide por N.

Ejemplo:

 Calculemos la Desviación Estándar o Estándar para los Empleados A y B del ejercicio

anteriormente referido.

Recordemos que para ambos empleados se tiene que ; usaremos la fórmula

correspondiente a la muestra ya que se han tomado datos de la producción semanal del mes de
enero del 2012.
Fuente: Corrales, I. (2010). Desviación Estándar o Desviación Típica.
[Tabla]. Tegucigalpa, Honduras.
Calculo de la desviación estándar con datos
agrupados

Para calcular la desviación estándar con datos agrupados en una tabla de distribución de
frecuencias, ya sea para la muestra o para la población, se utilizan las siguientes formulas:

Fuente: Corrales, I. (2010). Desviación Estándar. [Tabla]. Tegucigalpa, Honduras.

Para trabajar con datos agrupados, como se observa en ambas fórmulas, el cuadrado de cada
desviación con respecto a la media se multiplica por la frecuencia
correspondiente ).

Ejemplo:

 En una empresa de manufactura ALFA, S.A. se está haciendo un estudio para revisar
la escala salarial de los operarios ya que hay inconformidad de parte de algunos obreros,
en cuanto a las diferencias salariales entre los empleados de esta categoría. El Jefe de
Recursos Humanos es el encargado de analizar esta situación, ya que el salario
promedio en ALFA, S.A. para esta categoría es superior al promedio de la industria
manufacturera; para analizar si las diferencias salariales son significativas, él ha pensado
calcular la desviación estándar para la empresa ALFA, S.A., y compararla con la de la
industria. Para esto seleccionó una muestra de 320 salarios de operarios, los cuales
 organizó en una tabla de distribución de frecuencias. También obtuvo los datos de la
industria manufacturera que tiene un salario mensual promedio de L.6,250.00 y
una desviación estándar de L.460.00

A continuación, se muestra la tabla de distribución de frecuencias de la muestra de 320

salarios:

A continuación, se muestra la tabla de distribución de frecuencias de la muestra de 320

salarios:

Para calcular la Desviación Estándar debemos completar la tabla con los datos
de , como se muestra a continuación:

Fuente: Corrales, Iris. (2010). Salario Mensual. [Tabla]. Tegucigalpa, Honduras.

Sustituyendo los valores de la última y segunda columna de la tabla, en la fórmula de la

desviación estándar tenemos:
Ahora veamos en qué consiste la varianza y las medidas de dispersión relativas.

Esta es una medida de dispersión que se obtiene al elevar al cuadrado la desviación estándar,
se denota por los símbolos: para la muestra y para la población; las fórmulas para calcular
la varianza son las siguientes:

Fuente: Corrales, I. (2010). Varianza. [Tabla]. Tegucigalpa, Honduras.

La Varianza se interpreta sencillamente como el cuadrado del promedio de las desviaciones de

los datos con respecto a su media.
 Ejemplos:

1. En el caso de los Empleados A y B, conocemos las desviaciones estándar de cada uno de

ellos SA = 77.03 y SB = 9.13 ¿Cuál sería la varianza correspondiente a cada uno?

Solución:

2. Calculemos la varianza para la industria manufacturera si sabemos que

y la varianza de ALFA, S.A. si

Solución:

Medidas de Dispersión Relativas

Estás son medidas de dispersión que se comparan con otra medida que puede ser de tendencia
central, estudiaremos únicamente el coeficiente de variación, denotado por CV y se expresa en
porcentaje, el cual se calcula de la siguiente manera:

Ejemplos:

1. En el caso de los Empleados A y B, conocemos la media que para ambos

es unidades y las desviaciones estándar de cada uno de ellos SA = 77.03 y SB =
9.13 respectivamente ¿Cuál es el coeficiente de variación de cada uno?

Solución:

1. El coeficiente de variación para el Empleado A es:

2. El coeficiente de variación para el Empleado B es:

Conclusión: el resultado del coeficiente de variación ratifica la decisión de pagar el Bono al
Empleado B, a pesar de que el promedio de producción semanal es igual que el del Empleado
A, porque su variación en la producción semanal con respecto a la media es del 5%, versus la
variación del 39% del Empleado B, lo cual indica que los resultados del Empleado B tienden a
ser muy erráticos.

Calculemos ahora el coeficiente de variación para ALFA, S.A. y para la Industria Manufacturera

ALFA, S.A. tiene

La Industria Manufacturera tiene:

En conclusión:

 Al calcular los coeficientes de variación de ALFA, S.A. y el de la industria Manufacturera,

hace comparable la dispersión de ambas entidades a pesar de que tengan diferente
tamaño, promedio y desviación estándar; y los resultados refuerzan la conclusión del
Jefe de Recursos Humanos en el sentido de que los salarios de los operadores de ALFA,
S.A. no tiene diferencias significativas con respecto a los parámetros de la Industria
Manufacturera ya que tienen la misma variación porcentual con respecto a la media.

Con este tema estamos cerrando la parte de Estadística descriptiva que veremos en esta
asignatura, con lo que hemos aprendido estamos preparados para pasar a conocer un
poco de la Estadística Inferencial, pero previamente nos aseguraremos de nuestro
progreso desarrollando las actividades que nos ayudarán a reforzar y verificar nuestro
avance.