POLICÍA NACIONAL DEL PERÚ

DIRECCIÓN EJECUTIVA DE EDUCACIÓN Y DOCTRINA

ESCUELA DE EDUCACIÓN SUPERIOR TÉCNICA
PROFESIONAL

TRABAJO APICATIVO

CURSO:
ESTADÍSTICA

CATEDRATICO : ING. SARMIENTO ZORRILLA, ALDO ANTONI

ESTUDIANTE : E1 PNP HERNANDEZ FERNANDEZ, ASHLEY DAYANA

LIMA – PERÚ
2020
MEDIDAS DE DISPERSION O VARIABILIDAD

Se llama variabilidad o dispersión a una distribución a la mayor o

menor separación de los datos con respecto a una de sus
características de posición o promedio. La mínima dispersión posible
es cero, dándose tal situación cuando todos los valores de la variable
son iguales.

Ejemplo: Todas las estudiantes de la

Escuela de Educación Superior
Técnico Profesional de San Bartolo,
obtuvieron la misma nota en la
Asignatura de Estadística.
 MEDIDAS DE DISPERSION
La Dispersión hace referencia a la forma en que se dispersan o alejan las
puntuaciones de una distribución o lista de puntajes, lo que significa que
miden qué tanto se dispersan las observaciones alrededor de su media.

14
EDAD 12
No. DE PERSONAS

6 10

4 8
6
2
4
0
5 6 7 8 9 10 11 12 2
EDADES 0
5 6 7 8 9 10 11 12

MEDIA: 8.5 años

 MEDIDAS DE DISPERSION
En algunos casos existen conjuntos de datos que tienen la misma media y la misma
mediana, pero esto no refleja qué tan dispersos están los elementos de cada conjunto.

Ejemplo:

Conjunto 1. 80, 90, 100, 110, 120

Conjunto 2. 0, 50, 100, 150, 200
80  90  100  110  120
Conjunto 1 Media   100
5
0  50  100  150  200
Conjunto 2 Media   100
5

Observa que para ambos conjuntos la Mediana es igual a 100. También nota que los datos
del conjunto 2 están más dispersos con respecto a su media que los datos del conjunto 1.
 MEDIDAS DE
DISPERSIÓN ABSOLUTA
MEDIDAS DE DISPERSION
MEDIDAS DE DISPERSION
RANGO RECORRIDO

Mide la amplitud de los valores de la muestra y se calcula por diferencia entre el valor
más elevado (Límite superior) y el valor más bajo (Límite inferior).

FÓRMULA: Rango  X MAX  X MIN

Donde:

R Es el rango

 Máx Es el valor máximo de la muestra o población

 Mín Es el valor mínimo de la muestra o población estadística

x Es la variable sobre la que se pretende calcular esta medida

RANGO RECORRIDO
Ejemplo 1: Supongamos que la comisaria X hace un estudio de las horas de servicio con
vehículos motorizados, por lo cual toma los valores en km. Entre otras muchas métricas, se pide
que se calcule el rango del uso de vehículos motorizados. A continuación, se muestra la
siguiente tabla de datos:

Solución: R = Máxx – Mínx

39.496 44.347 45.074 40.668 46.136 10.124

39.402 12.445 16.505 45.932 18.007 43.52

R= 49.079-10.124
47.699 26.88 27.336 40.454 36.339 26.36

44.315 23.366 37.831 46.132 27.696 19.534 R= 38.955

29.581 42.464 29.757 35.054 47.413 30.755 El recorrido mas largo que tuvo
un vehículo motorizado fue de
44.32 15.48 37.765 11.906 47.636 37.327
49.079 km. El recorrido corto
35.264 21.562 22.237 22.532 20.978 15.832 de un vehículo motorizado fue
de 10.124 km. Por lo tanto, el
29.498 11.625 38.601 43.045 49.079 33.919 rango estadístico es de 38.955
km.

Interpretación: La variación máxima que ha tenido un vehículo motorizado de la comisaria X ha sido de 38.955 km.
RANGO RECORRIDO

RECORRIDO DE LOS VEHICULOS MOTORIZADOS

El punto verde es el máximo, el punto rojo el mínimo y la línea discontinua

amarilla situada a la derecha es la diferencia. Esto es, el rango.
RANGO RECORRIDO

Ejemplo 2: Cuatro alumnas de la Escuela de Educación Técnica Profesional PNP de San Bartolo,
han sacado las siguientes notas:

Empezamos calculando el recorrido para el
Alumna A Alumna B Alumna C Alumna D Amigo A. Su nota más alta es 7 y su nota más baja
es 3, por lo tanto, su recorrido es:
3 8 10 4

6 9 2 7 Solución: R = Máxx – Mínx

5 1 2 6

7 4 1 4 R= 7 – 3 = 4
4 3 10 4
R= 4 para la
El recorrido
alumna A es 4, para la
Todos tienen una nota media de 5 (lo puedes comprobar), sin alumna B es 8, para la
embargo, unas están más dispersas que otras.
alumna C es 9 y para la
alumna D es 3.

Interpretación: Cuanto mayor sea el recorrido, más dispersos están los datos.
VARIANZA (DATOS NO AGRUPADOS)

Mide la distancia existente entre los valores de la serie y la media. Se calcula como
sumatoria de las diferencias al cuadrado entre cada valor y la media, multiplicadas por el
número de veces que se ha repetido cada valor. La sumatoria obtenida se divide por el
tamaño de la muestra.

FÓRMULA n N
 (x  x )
i
2
 i x
( x   ) 2

s2  i 1 Poblacional
Muestral
n 1
2  i 1

N
Donde:

 X Variable sobre la que se calcula la varianza

 Xi Observación número i de la variable X. i puede tomará valores entre 1 y n.

 N Número de observaciones

 x̄  Es la media de la variable X.

VARIANZA (DATOS NO AGRUPADOS)
La varianza siempre será mayor que cero. Mientras más se aproxima a cero, más
concentrados están los valores de la serie alrededor de la media. Por el contrario, mientras
mayor sea la varianza, más dispersos están.

∑ ( 𝑥𝑖 − 𝑥 )2
1
𝑎𝑟 ( 𝑋 ) =
𝑛
Donde:

 X Variable sobre la que se calcula la varianza

 Xi Observación número i de la variable X. i puede tomará valores entre 1 y n.

 N Número de observaciones

 x̄  Es la media de la variable X.

( 𝐱 1− 𝐱 )2+ ( 𝐱 2 − 𝐱 )2+ …+ ( 𝐱𝐧 − 𝐱 ) 2
O lo que es lo mismo: 𝐕 𝐚𝐫 ( 𝐱 )=
𝐧
VARIANZA (DATOS NO AGRUPADOS)

Ejemplo 1: A continuación se muestran dos conjuntos de datos obtenidos de las notas del
Primer y Segundo Período de las alumnas de la Escuela de Educación Técnica Profesional
PNP de San Bartolo. Calcular la varianza.

Notas de las alumnas de la Escuela de Educación Técnica Profesional PNP San Bartolo

1er. Período 8 12 7 9 3 10 12 11 12 14

2do. Período 7 8 7 15 12 11 9 9 13 11

Solución:
Primero es necesario obtener la media de cada conjunto de datos. En este caso:

8  12  7  9  3  10  12  11  12  14
x  9.8
1er. Período 10

7  6  7  15  12  11  9  9  13  11
2do. Período x   10
10

Ahora aplicamos la fórmula correspondiente:

VARIANZA (DATOS NO AGRUPADOS)
Solución:
2 (8  9.8)2  (12  9.8)2  (7  9.8)2  (9  9.8)2  (3  9.8)2  (10  9.8)2  (12  9.8)2  (11  9.8)2  (12  9.8)2  (14  9.8)2
Alumna A s 
10  1

91.6
s2   9.16
10

(7  10) 2  (6  10)2  (7  10)2  (15  10)2  (12  10)2  (11  10)2  (9  10)2  (9  10)2  (13  10)2  (11  10)2
Alumna B 2
s 
10  1

76
s2   7.6
10

Interpretación: La varianza para la Alumna A es 9.16 y para la Alumna B es 7.6

VARIANZA (DATOS NO AGRUPADOS)

SO PNP PEREZ 1200

Ejemplo 2: Vamos a utilizar una serie de datos
SO PNP JIMENEZ 1300
sobre los salarios de efectivos policiales. Tenemos
SB PNP QUISPE
5 efectivos policiales con salarios distintos: 1700
SS PNP TORRE 1800
ST PNP ALVAREZ 1500

Solución:
La media del salario, la cual necesitamos para nuestro cálculo, es de (1200 + 1300 + 1700
+ 1800 + 1500) /5) = 1 500.

Dado que la fórmula de la varianza en su forma desglosada se formula como sigue:

( 𝐱 1− 𝐱 )2+ ( 𝐱 2 − 𝐱 )2+ …+ ( 𝐱𝐧 − 𝐱 ) 2
𝐕 𝐚𝐫 ( 𝐱 )=
𝐧

Obtendremos que se debe calcular tal que:

VARIANZA (DATOS NO AGRUPADOS)

Solución:

( 0 ) 2+ ( − 300 )2 + ( 200 )2 + ( − 200 )2 + ( 300 )2

V ar ( X ) =
5

0+90000 +40000+ 40000+ 90000

V ar ( X )= =52000
5

Interpretación: El resultado es de 52000 soles. Es importante recordar que siempre que

calculamos la varianza tenemos las unidades de medida al cuadrado.
DESVIACIÓN ESTÁNDAR O TÍPICA (DATOS NO AGRUPADOS)
También llamada desviación típica, es una medida de dispersión usada en estadística
que nos dice cuánto tienden a alejarse los valores puntuales del promedio en una
distribución.
Específicamente, la desviación estándar es "el promedio de la distancia de cada punto
respecto del promedio". Se suele representar por una S o con la letra sigma,σ, según se
calcule en una muestra o en la población.

Una desviación estándar grande indica que los puntos están lejos de la media, y una
desviación pequeña indica que los datos están agrupados cerca de la media.

 (x i  x )2
Muestral s i 1

n 1
FÓRMULA:
N

Poblacional
 (x i   x )2
  i 1

N
DESVIACIÓN ESTÁNDAR O TÍPICA (DATOS NO AGRUPADOS)

Ejemplo 1: Considerando nuevamente el segundo ejemplo que se estudió para calcular la varianza,
tenemos:
A continuación se muestran dos conjuntos de datos obtenidos de las notas del Primer y Segundo período
de las alumnas de la Calcular la varianza.

Notas de las alumnas de la Escuela de Educación Técnica Profesional PNP San Bartolo

1er. Período 8 12 7 9 3 10 12 11 12 14

2do. Período 7 8 7 15 12 11 9 9 13 11

Solución:
Una vez que has calculado la media y la varianza, es necesario calcular la desviación
estándar a partir de la obtención de la raíz cuadrada de la varianza.

91.6
1er. Período s2   9.16
10 S  9.16  3.026

2 76
2do. Período s   7.6
10 S  7.6  2.756
DESVIACIÓN ESTÁNDAR O TÍPICA (DATOS NO AGRUPADOS)

SO PNP PEREZ 1200

Ejemplo 2: Vamos a utilizar los datos sobre los salarios de 5 SO PNP JIMENEZ 1300
efectivos policiales para hallar la desviación estándar o típica:
SB PNP QUISPE 1700
SS PNP TORRE 1800
ST PNP ALVAREZ 1500

𝜎 =√ 52000
Interpretación: En este caso tendríamos que realizar la desviación típica, el
resultado aproximado sería de 228. Esto quiere decir que, en media, la
𝜎 =228.035 diferencia entre los salarios de las distintas personas será de 228 Soles.
 DESVIACIÓN ESTÁNDAR O TÍPICA (DATOS NO AGRUPADOS)

Cuando los datos están agrupados en tablas de frecuencias, el significado de las

medidas de dispersión es el mismo, sin embargo la manera de calcularlas es diferente.
Enseguida se muestra la fórmula para la varianza, pero recuerda que la desviación
estándar es igual a la raíz cuadrada de la primera.

2
FÓRMULA:  k 
k k
  xi f i 
 f (x i i  x) 2
 f i xi2   i 1 
Muestral 2 n
s  i 1
 i 1
n 1 n 1

k k
2
Poblacional
 fi ( xi   )  fi xi2
 2  i 1  i 1  2
N N
VARIANZA Y DESVIACIÓN ESTÁNDAR (DATOS AGRUPADOS)

Donde:
 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.

Tenemos siempre que fijarnos si estamos trabajando con datos que forman una
población o con datos que forman una muestra, pues las fórmulas son diferentes.
VARIANZA Y DESVIACIÓN ESTÁNDAR (DATOS AGRUPADOS)

Ejemplo 1: Se han registrado durante 20 días, el número de policías que han sido
destacados al departamento de Amazonas motivo por el cual hacen reservaciones a una
agencia de viajes pero que no las hacen efectivas:

Número de Policías que viajan Frecuencia

i (xi ) (fi)
1 12 3
2 13 3
3 14 6
4 15 3
5 16 5
Total 70 20
VARIANZA Y DESVIACIÓN ESTÁNDAR (DATOS AGRUPADOS)
Solución:
Tal como lo indica la fórmula, primero es necesario multiplicar la variable (xi ) por la
frecuencia (fi) y añadirlo como una columna a la tabla.
2
 k 
k
  xi f i 
 i 1 
 ...
...
s 2  i 1
...
Número de Policías que Frecuencia
i x i fi
viajan (xi ) (fi)

1 12 3 36
2 13 3 39
3 14 6 84
4 15 3 45
5 16 5 80
Total 70 20 284
VARIANZA Y DESVIACIÓN ESTÁNDAR (DATOS AGRUPADOS)
k
Solución (Continuación):
 ...x ... 2
i
Después se obtiene el cuadrado de la variable x, o sea, (xi )2. s2  i 1
...

Número de Policías que Frecuencia

i xi f i xi 2
viajan (xi ) (fi)

1 12 3 36 144
2 13 3 39 169
3 14 6 84 196
4 15 3 45 225
5 16 5 80 256
Total 70 20 284 990
VARIANZA Y DESVIACIÓN ESTÁNDAR (DATOS AGRUPADOS)

Solución (Continuación): k
...
Ahora se multiplica el cuadrado de la variable por la frecuencia,  2
fx 
i i
...
es decir, (fixi2). s2  i 1
...

Número de fixi2
Frecuencia
i viajeros xi fi xi 2
(fi)
(xi )
1 12 3 36 144 432
2 13 3 39 169 507
3 14 6 84 196 1176
4 15 3 45 225 675
5 16 5 80 256 1280
Total 70 20 284 990 4070
VARIANZA Y DESVIACIÓN ESTÁNDAR (DATOS AGRUPADOS)

Solución (Continuación): 2
 k 
k
  xi f i 
Una vez obtenidos todos los datos anteriores, se procede a  f i xi2   i 1 
aplicar la fórmula 2 n
s  i 1
n 1

Número de fixi2
Frecuencia
i policías que xi f i x 2
(fi) i
viajan (xi )
1 12 3 36 144 432
2 13 3 39 169 507
3 14 6 84 196 1176
4 15 3 45 225 675
5 16 5 80 256 1280
Total 70 20 284 990 4070
VARIANZA Y DESVIACIÓN ESTÁNDAR (DATOS AGRUPADOS)

Solución (Continuación):

Número de fixi2
Frecuencia
i Policías que xi fi x 2
(fi) i
viajan (xi )
1 12 3 36 144 432
2 13 3 39 169 507
3 14 6 84 196 1176
4 15 3 45 225 675
5 16 5 80 256 1280
Total 70 20 284 990 4070

284 2
4070 
s2  20  1.9579
19
s  1.9579  1.3992
VARIANZA Y DESVIACIÓN ESTÁNDAR (DATOS AGRUPADOS)
Ejemplo 2: Calcular la varianza y desviación de una población de alumnas que ingresa a la
Escuela de Educación Técnica Profesional PNP de San Bartolo, a partir de la siguiente
tabla:

Edad Frecuencia
i (xi ) (fi)
1 18-20 7
2 20-22 8
3 22-24 8
4 24-26 7
Total 30

Se usan las fórmulas de la población:

VARIANZA Y DESVIACIÓN ESTÁNDAR (DATOS AGRUPADOS)

Solución (continuación):
𝑘
Primero calculamos el número de elementos de la población N: 𝑁 = ∑ 𝑓𝑖
𝑖=1

Con ayuda de la tabla, calculamos la suma de las frecuencias fi.

Edad Frecuencia Ahora sí, calculamos N.

i (xi ) (fi)
1 18-20 7 N = =30
2 20-22 8
3 22-24 8
4 24-26 7
Total 30
VARIANZA Y DESVIACIÓN ESTÁNDAR (DATOS AGRUPADOS)
Solución (continuación):

Como segundo paso, calcularemos las marcas de clase. Recordemos que la 𝐋𝐢+ 𝐋𝐬
𝐗 𝐢=
marca de clase xi, es el punto medio del límite inferior y el límite superior de 2
cada intervalo. Se calcula con la siguiente fórmula:

Agregamos una columna más a nuestra tabla para la marca de clase xi:

Edad Frecuencia
i (xi ) (fi) Como tercer paso, calculamos la media
poblacional µ:
1 18-20 7
2 20-22 8 𝑘

∑ 𝑋𝑖 . 𝑓𝑖
3 22-24 8 𝜇=
𝑖 =1
𝑁
4 24-26 7
Total 30
VARIANZA Y DESVIACIÓN ESTÁNDAR (DATOS AGRUPADOS)

Solución (continuación):

Agregamos una columna más a nuestra tabla, dónde colocaremos los valores de xi ・ fi:

Aplicamos la fórmula:
Edad Frecuencia
Edad Xi.fi
(Xi) Fi 𝐤

∑ 𝐗𝐢 . 𝐟𝐢
534
𝐢=1
7 7 𝛍= = =17.8
[18-20) 19 𝐍 30

[20-22) 21 8 168
[22-24) 23 8 184 La media poblacional tiene un valor de 17.8

[24-26) 25 7 175 Como cuarto paso, calculamos la varianza

Σ 30 534 de la población:

2
𝝈 =¿ ¿ ¿
VARIANZA Y DESVIACIÓN ESTÁNDAR (DATOS AGRUPADOS)
Solución (continuación):

Agregamos más columnas a nuestra tabla, buscando la forma de la fórmula de la varianza:

Aplicamos la fórmula de la varianza de la

Edad Xi fi Xi.fi xi-μ población:
[18-20) 19 7 7 1.2 1.44 10.08
2
[20-22)
[22-24)
21
23
8
8
168
184
3.2
5.2
10.24
27.04
81.92
216.32
𝜎 =¿ ¿ ¿
[24-26) 25 7 175 7.2 51.84 362.88
Σ 30 534 671.2 Recuerda que la varianza queda expresada en
unidades al cuadrado, por ello, nos queda en
años al cuadrado.
VARIANZA Y DESVIACIÓN ESTÁNDAR (DATOS AGRUPADOS)
Solución (continuación):

Como último paso, calculamos la desviación estándar, recordando que es la raíz

cuadrada positiva de la varianza.

𝜎 =√ 𝜎 = √ ¿ ¿ ¿
2

𝝈 =𝟒. 𝟕𝟔𝒂ñ 𝒐𝒔

Interpretación: El valor de la desviación estándar poblacional σ es de 4.76 años.

 MEDIDAS DE
DISPERSIÓN RELATIVA
COEFICIENTE DE VARIACIÓN

Es una medida de dispersión que se utiliza para poder comparar las desviaciones estándar de
poblaciones con diferentes medias y se calcula como cociente entre la desviación típica y la media.

Su cálculo se obtiene de dividir la desviación típica entre el valor absoluto de la media  del conjunto
y por lo general se expresa en porcentaje para su mejor comprensión.

El valor mínimo del coeficiente de variación es CERO, que es el valor que toma cuando es igual a
CERO EL NUMERADOR de la fracción.

FÓRMULA:
S Donde:
CV   100%
Muestral
x
X   Variable sobre la que se pretenden calcular la varianza

Σ  Desviación típica de la variable X.


Poblacional
CV   100% | x̄ |  Es la media de la variable X en valor absoluto con x̄ ≠ 0

COEFICIENTE DE VARIACIÓN

Ejemplo 1: La capacidad de ahorro promedio mensual de los Efectivos de la PNP de la

ciudad de Cusco(A) es de 589 nuevos soles y su desviación típica es 74.5 nuevos soles; y
de los de los Efectivos de la PNP de la ciudad de Arequipa (B) es de 691 nuevos soles y
su desviación típica es 492 nuevos soles. ¿Cuál de los salarios medios es más
representativo de su distribución?

Solución:

74.5
𝑪𝑽 = .100=12.65 % Interpretación: La capacidad media de ahorro mensual es más
589 representativa en el caso de los efectivos de la ciudad de Cusco, ya que la
dispersión es menor. De hecho, en el caso de los Efectivos de la ciudad de
Arequipa la capacidad media de ahorro mensual no es representativa de la
distribución, pues que la dispersión es muy elevada: la desviación típica es
.100=71.20% más de 70 por ciento del valor medio de la variable.
COEFICIENTE DE VARIACIÓN

Ejemplo 2: En dos cursos los promedios que sacaron las alumnas de la Escuela de Educación
Técnica Profesional PNP de San Bartolo fueron 6.1 y 4.3 y las desviaciones estándar
respectivas fueron 0.6 y 0.45 respectivamente. ¿En qué curso hay mayor dispersión?

Solución:
Para responder esto, debemos obtener el coeficiente de variación aplicando la fórmula

S
CV   100%
x

0.6
CVA  (100%)  9.8%
6.1

0.45
CVB  (100%)  10.4%
4.3

Claramente, el curso A tiene una dispersión menor que el B, pese a presentar una mayor
desviación estándar.
CONCLUSIONES

Las medidas de dispersión ya sea con datos agrupados o no agrupados, permiten

identificar qué tan próximos o distantes están los datos con respecto a un valor de
referencia, el cual en términos estadísticos es la media aritmética.

Un análisis de los datos que se apoya en los valores de la mediana, la desviación

estándar, la varianza, el coeficiente de variación, y el rango permite proponer
hipótesis acerca del comportamiento de un grupo de valores de forma mucho más
acertada en comparación a mirar solo un dato.

Usar las medidas de tendencia central y medidas de dispersión de un conjunto de

datos NO agrupados en la toma de decisiones en una situación concreta y sencilla.
FUENTES DE INFORMACIÓN

• https://economipedia.com/definiciones/medidas-de-dispersion.html
• https://www.lifeder.com/rango-estadistica/
• https://matemovil.com/varianza-y-desviacion-estandar-para-datos-agrupados-
por-intervalos/
• https://prezi.com/zthr6tf6qawy/dispersion-relativa-o-coeficiente-de-variacion/
• https://es.slideshare.net/edidpanccaapaza1/medidas-de-dispersion-absolutas-y-
relativas-55214966
• https://www.lifeder.com/coeficiente-de-variacion/#:~:text=El%20coeficiente%20de
%20variaci%C3%B3n%20%28CV%29%20expresa%20la%20desviaci
%C3%B3n,lo%20que%20significa%20que%20la%20desviaci%C3%B3n%20est
%C3%A1ndar%20