UNIVERSIDAD PERUANA LOS

ANDES
FACUTAD DE INGENIRÍA
ESCUELA PROFESIONAL DE INGENIERÍA CIVIL

TEMA: MEDIDAS DE DISPERSIÓN

ASIGNATURA: ESTADISTICA
CATEDRATICA: LIZET DORIELA MANTARI MINCAMI
INTEGRANTES:
• LADY MIREYA CHAMORRO YLLACONZA
• FERNANDO LLACTAS MUZEVICH
• RISTHER MEILYN RUIZ QUISPE
SECCION: A1
CICLO: III
CONCEPTO

• Las medidas de dispersión, también llamadas medidas de variabilidad, muestran la variabilidad

de una distribución, indicando por medio de un numero. Si las diferentes puntuaciones de una
variabilidad están muy alejadas de la media. Cuanto mayor sea ese valor, mayor será la
variabilidad, y cuanto menor sea, mas homogénea será la media. Así se sabe si todos los casos
son parecidos o varían mucho entre ellos.
• Para calcular la variabilidad de una distribución tiene respecto de su media, se calcula la media
de las desviaciones de las puntuaciones respecto a la media aritmética. Pero la suma de las
desviaciones de las puntuaciones respecto a la media aritmética. Pero la suma de las
desviaciones es siempre cero, así que se adoptan dos clases de estrategias para salvar este
problema. Una es tomando las desviaciones en valor absoluto( desviación media) y otra es
tomando las desviaciones al cuadrado( varianza).
CARACTERISTICA

• Las medidas de dispersión nos sirven para cuantificar la separación de los valores de una
distribución.
• Llamaremos dispersión o variabilidad, a la mayor o menor separación de los valores de la
muestra, respecto de las medidas de centralización que hayamos calculado.
• Al calcular una medida de centralización como es la media aritmética, resulta necesario
acompañarla de otra media que indique el grado de dispersión, del resto de valores de la
distribución, respecto de esta media.
• A estas cantidades o coeficientes, les llamamos medidas de dispersión, pudiendo ser absolutas
o relativas.
USOS
• Proporciona información adicional que permite juzgar la confiabilidad de la medida de
tendencia central. Si los datos se encuentran ampliamente dispersos, la posición central es
menos representativa de los datos.
• Ya que existen problemas característicos para datos ampliamente dispersos, debemos ser
capaces de distinguir que presentan esa dispersión antes de abordar esos problemas.
 Formas de medir la dispersión o variabilidad de datos

 El rango

 La desviación media

 La varianza

 La desviación estándar
 RANGO
Definición:
Mide la amplitud de los valores de la muestra y se calcula por diferencia entre el valor mas
elevado y el valor mas bajo.
R= L superior – L inferior
Ejemplo:
Para la muestra (8, 7, 6, 9, 4, 5) el limite inferior es 4 y el limite superior es 9, sus valores se
encuentran en un rango de:
R= 9 – 4 = 5
 LA DESVIACIÓN MEDIA
Definición:
 
La desviación media es la media aritmética de los valores absolutos de las desviaciones respecto
a la media.

Ejemplo:
Calculamos la D del siguiente conjunto de datos: (3, 10, 2, 8, 7)
1. Calculamos la media aritmética:
• Ventajas:
Toma en cuenta todos los datos
• Desventajas:
La desviación media de una muestra no es un
buen estimador de la desviación media de la
población, que es lo que en ultima instancia nos
interesa conocer.
 VARIANZA
Definición:
 
• La varianza es una medida de variación de uso común que sí toma en cuenta la distribución de
los valores de los datos respecto a la media aritmética
• Esta medida evalúa la manera en que fluctúan los valores respecto a la media de la muestra.

Ejemplo:
Calculamos la varianza de los siguientes valores: (3, 10, 2, 8, 7)
1.  Calculamos la media aritmética o promedio:

• Aplicando la formula:

11.5

• Ventajas: la varianza de una muestra es un buen estimador de la varianza de la población,

permite realizar inferencias a la población a través de la muestra. 
• Desventajas: como las unidades de la varianza son unidades al cuadrado (personas al cuadrado,
carros al cuadrado, casas al cuadrado) es difícil explicar qué representa. 
 LA DESVIACIÓN ESTÁNDAR
La desviación estándar (en inglés “standard
deviation”; SD) es una medida de la dispersión
de los datos, cuanto mayor sea la dispersión
mayor es la desviación estándar, si no hubiera
ninguna variación en los datos, es decir, si
fueran todos iguales, la desviación
estándar sería cero, describe la cantidad de
variación en una característica de proceso
medida.
Específicamente, calcula cuánto se espera que 
una medición individual se desvíe de la media
en promedio.
 ¿CÓMO SE CALCULA LA DESVIACIÓN ESTÁNDAR EN
ESTADISTICA?

Puede parecer que la fórmula de la desviación estándar es confusa, pero tendrá sentido después
de que la desglosemos.

• Paso 1: calcular la media.

• Paso 2: calcular el cuadrado de la distancia a la media para cada dato.
• Paso 3: sumar los valores que resultaron del paso 2.
• Paso 4: dividir entre el número de datos.
Supónganse dos poblaciones de 100.000 individuos en las que la edad se distribuye como se
muestra en los histogramas A y B de la figura 1 (se tienen datos del 100% de los individuos en
este ejemplo).

FIGURA 1.
Histogramas de frecuencias de la edad en
unas poblaciones hipotéticas de 100.000
individuos en ambas poblaciones la media
es 44,5 . Las desviaciones estándar son 14.9
en A y 10,0 en B. las líneas continuas
muestran las distribuciones teóricas
correspondientes a curvas gaussianas con
las mismas medias y desviaciones estándar.
En la población B las edades de los individuos están menos dispersas alrededor de la media, como
corresponde a una desviación estándar menor.
Unas fórmulas muy difundidas establecen que en el intervalo comprendido entre la media menos UNA
desviación estándar y la media más UNA desviación estándar están aproximadamente el 68% central de
los datos.
Además, en el intervalo comprendido entre la media menos 1,96 (aproximadamente 2) veces la
desviación estándar y la media más 1,96 veces la desviación estándar están aproximadamente el 95%
central de los datos.
Según estas reglas, en la población A del ejemplo:
• aproximadamente los 68.000 individuos (68%) con edades más cercanas a la media tendrían edades
comprendidas entre 29,6 (44,5-14,9) y 59,4 (44,5+14,9) (realmente en ese intervalo hay 67.961
individuos).
• 95.000 individuos (95%) estarían entre 15,3 (44,5-1,96*14,9) y 73,7 años (44,5+1,96*14,9) (realmente
hay 95.006).
• de los 5.000 restantes (5%), la mitad tendrían menos de 15,3 (en los datos hay 2.528) y la otra mitad
más de 73,7.
Estos intervalos para la población B son:

• entre 34,5 (44,5-10) y 54,5 (44,5+10) los 68.000 individuos (68%) con edades más cercanas a la
media.

• entre 24,9 (44,5-1,96*10) y 64,1 (44,5+1,96*10) los 95.000 centrales (95%).

 CONCLUSIÓN

Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución
se divide en medidas de dispersión absoluta y medidas de dispersión relativa que nos sirven para
cuantificar la separación de los valores de una distribución . Las medidas de dispersión nos informan
sobre cuanto se alejan del centro los valores de la distribución y son medidas que se toman para tener
la posibilidad de establecer comparaciones de diferentes muestras, para las cuales son conocidas ya
medidas que se tienen como típicas en su clase.