Medidas de dispersión

La desviación típica o standard (s) : la medida de dispersión más frecuente es la

desviación típica. La desviación típica, es una medida de dispersión absoluta, que
se usa para cuantificar el aspecto variabilidad dentro del comportamiento de una
variable en estudio

a) Para datos agrupados por valores puntuales: Supongamos de la muestra

corresponden a una variable discreta entonces la desviación típica, se define:

s
(y i  x) 2  f i
n 1

b) Para datos agrupados por intervalos: Consideremos que los datos de la

muestra corresponde a una variable continua, entonces la desviación típica
se define:

s
 (M i  x) 2  f i
n 1
EJEMPLO: Calcular e interpretar la desviación típica de la Venta diaria de kioskos,
información que se describe en el siguiente cuadro.

Venta diaria
(miles de $)
N° de
kioskos
Mi M i  fi Mi  x  M  x  f
i
2
i

08 – 14 9 11 99 -9,9 882,1
14 – 20 12 17 204 -3,9 182,5
20 – 26 10 23 230 2,1 44,1
26 – 32 14 29 406 8,1 918,5

x  939  45  20,9 s 2  2027,2 : 44  46,07  s  6,787

Interpretación: La venta promedio diaria por kiosko, sería de $20.900, con una
variabilidad absoluta de $6787.
También se puede decir que el promedio de las diferencias entre las ventas diarias
de cada kiosko en relación a la venta promedio, por kiosko, sería de $6787.
El coeficiente de variación (cv) : El coeficiente de variación es una medida de
dispersión relativa que se define para una variable, en la siguiente forma:
s
cv   100%
x

El coeficiente de variación se utiliza para medir el grado de “homogeneidad” o de

“parecido” de los elementos de la población en estudio. Así, dicha población será
más homogénea en la medida que el coeficiente de variación sea más cercano a
cero.

Ejemplo: Calcular e interpretar el coeficiente de variación para el ejemplo anterior.

s 6787
cv    0,325  100%  32,5%
x 20,9
El percentil de orden k: Se define como aquel valor de la variable que deja por
debajo de él, a lo sumo, al K% del total de los datos. Se designa Pk . La mediana
se puede considerar como un caso particular de percentil, es el P50 .
a) Para datos agrupados por valores puntuales: Para calcular el percentil k, se
procede en forma análoga a como se hizo para el cálculo de la mediana, pero
n nk
cambiando el valor determinante por .
2 100
Ejemplo- Calcular e interpretar el percentil 63 para ejercicio entregado
anteriormente

CARGAS EMPLEADOS
FAMILIARES (ACUMULAD nk
OS) vd 
yi 100
Fi vd 
53  63
0 4 100
1 12 vd  33,39  34
2 23
3 36
P63  3
4 45
5 51
6 53

Interpretación: El 63% de los empleados en estudio tendrían 0, 1, 2 ó 3

cargas familiares.
b) Para datos agrupados por intervalos: Para calcular el percentil k, se
procede en forma análoga a como se hizo para el cálculo de la mediana, pero
n nk
cambiando el valor determinante por . Así para datos agrupados por
2 100
intervalos:
0.01nk  Fi 1
Pk  yi 1  c j 
Fi  Fi 1
 Ejemplo- Calcular e interpretar el percentil 63 para ejercicio entregado
anteriormente

CONS. MENS.(kw/hr) EMPLEADOS

y j 1 ; yj  (ACUMULADOS)
Fi
vd 
nk
100
40  84
57-83 8 vd 
100
83-109 18 vd  33,6
109-135 31
135-161 37
161-187 40

33.6  31
P84  109  26 
37  31

P84  135  11,3

P84  146,3

Interpretación: El 84% de los departamentos tendría un consumo mensual entre

57 y 146,3 Kw. /hr