FACULTAD DE CIENCIAS DE LA SALUD

Escuela Académico Profesional de Psicología

ESTADÍSTICA APLICADA
A LA INVESTIGACIÓN

07/05/2023 Prof. Julia A. RAMÓN ORTIZ

Julia A. Ramón O.
II. MEDIDAS ESTADÍSTICAS

2.1. Medidas de Tendencia Central

2.2. Medidas de Posición
2.3. Medidas de Dispersión
2.4. Medidas de Deformación

07/05/2023 Julia A. Ramón O.

2.3.MEDIDAS DE DISPERSIÓN
Estas medidas nos permiten analizar la DISPERSIÓN
o VARIABILIDAD de las distribuciones que queremos
analizar
 ¿Qué tan separados están nuestros datos?
 ¿Qué tan "desparramados" están los datos?

Algunas medidas de variabilidad son:

Rango
Rango intercuartilico
Varianza
Desviación estándar
Coeficiente de variación
Desviación Media
07/05/2023 Julia A. Ramón O.
 Medidas de dispersión
AMPLITUD O RANGO (‘range’):
Diferencia entre observaciónes
extremas.

0.05
–2,1,4,3,8,4. El rango es 8-1=7 Mín. P25 P50 P75 Máx.

–Es muy sensible a los valores extremos.

0.04
0.03
RANGO INTERCUARTÍLICO 25% 25% 25% 25%

0.02
(‘interquartile range’):
- Es la distancia entre primer y tercer Rango intercuartílico

0.01
cuartil. Rango
•Rango intercuartílico = P75 - P25

0.00
- Parecida al rango, pero eliminando las 150 160 170 180 190
observaciones más extremas inferiores y
superiores.
- No es tan sensible a valores extremos.

07/05/2023 Julia A. Ramón O.

 Variabilidad o dispersión
 Los estudiantes de Bioestadística reciben diferentes
calificaciones en la asignatura (variabilidad). ¿A qué puede
deberse?
– Diferencias individuales en el conocimiento de la materia.
 ¿Podría haber otras razones (fuentes de variabilidad)?
 Por ejemplo supongamos que todos los alumnos poseen el
mismo nivel de conocimiento. ¿Las notas serían las mismas
en todos? Seguramente No.
Dormir poco el día del examen, el croissant estaba
envenenado...
• Diferencias individuales en la habilidad para hacer un
examen.
 El examen no es una medida perfecta del conocimiento.
• Variabilidad por error de medida.
 En alguna pregunta difícil, se duda entre varias opciones, y
al azar se elige la mala
• Variabilidad por azar, aleatoriedad.

07/05/2023 Julia A. Ramón O.

 3. DESVIACIÓN MEDIA
En estadística la desviación absoluta promedio o,
sencillamente desviación media o promedio de un
conjunto de datos es la media de las desviaciones
absolutas y es un resumen de la dispersión estadística.
Se expresa, de acuerdo a esta fórmula:
La desviación media se representa por Dm

07/05/2023 Julia A. Ramón O.

 4. VARIANZA S2

(‘Variance’):
Mide el promedio de las desviaciones (al
cuadrado) de las observaciones con respecto a la media.

– Es sensible a valores extremos (alejados de la media).

– Sus unidades son el cuadrado de las de la variable. De interpretación
difícil para un principiante.
– La expresión es fea, pero de gran belleza ‘natural’ (físicamente).
Contiene la información geométrica relevante en muchas situaciones
donde la energía interna de un sistema depende de la posición de
sus partículas.
• Energía de rotación (vía el coeficiente de inercia): patinadores con
brazos extendidos (dispersos) o recogidos (poco dispersos)
• Energía elástica: Muelles ‘estirados’ con respecto a su posición de
equilibrio (dispersos) frente a muelles en posición cercana a su
posición de equilibrio (poco dispersos)

07/05/2023 Julia A. Ramón O.

 VARIANZA …
Esta medida de dispersión nos permite identificar la diferencia
promedio que hay entre cada uno de los valores de la variable
respecto a la media de una distribución estadística.
Varianza poblacional: se obtiene mediante:

Varianza muestral para Varianza muestral para

(n < 30) de la observaciones (n > 30) de la observaciones

07/05/2023 Julia A. Ramón O.

 VARIANZA POBLACIONAL
Varianza muestral para datos discretos agrupados sin
intervalos, se obtiene mediante:

Varianza muestral para datos discretos agrupados con

intervalos, se obtiene mediante:

Muestra pequeña (n < 30) Muestra grande (n>30)

07/05/2023 Julia A. Ramón O.

El ritmo cardíaco de 9 pacientes asmáticos en
estado de paro respiratorio (pulsaciones/min)
167, 125, 120, 150, 150, 40, 136, 120, 150

Calcule e interprete la varianza del ritmo cardíaco de

estos pacientes.

07/05/2023 Julia A. Ramón O.

 5. DESVIACIÓN TÍPICA o ESTÁDAR

Desviación típica (‘standard deviation’)

Es la raíz cuadrada de la varianza
 Tiene las misma dimensionalidad
(unidades) que la variable. Versión
‘estética’ de la varianza.
 Cierta distribución que veremos más
adelante (normal o gaussiana) quedará
completamente determinada por la
media y la desviación típica.
– A una distancia de una desviación típica
de la media hay más de la ‘más de la
mitad’.
– A una distancia de dos desviación típica
de la media las tendremos casi todas.

07/05/2023 Julia A. Ramón O.

 Desviación típica (o estándar)
Esta medida nos permite determinar el promedio
aritmético de fluctuación de los datos respecto a su punto
central o media. La desviación estándar nos da como
resultado un valor numérico que representa el promedio
de diferencia que hay entre los datos y la media.

 En la práctica, la desviación estándar se utiliza con

más frecuencia que la varianza
 Una de las razones es que se expresa en las
mismas unidades de medida de la variable.

07/05/2023 Julia A. Ramón O.

0.05
Dispersión en distribuciones ‘normales’

0.05
0.04

0.04
0.03

0.03
0.02

0.02
0.01

xs

0.01
x  2s
68.5 % 95 %
0.00

0.00
150 160 170 180 190 150 160 170 180 190

 Centrado en la media y a una desv. típica de distancia hay

aproximadamente el 68% de las observaciones.

 A dos desviaciones típicas tenemos el 95% (aprox.)

07/05/2023 Julia A. Ramón O.

Ejemplo: Distribución de frecuencia de la altura (cm) de
los estudiantes de la generación 2000
Altura Frecuencia
(cm) Absoluta

157 – 162 7
162 – 167 8
167 – 172 9
172 – 177 30 Calcule la VARIANZA
177 – 182 25 POBLACIONAL y la
DESVIACIÓN ESTÁNDAR
182 – 187 14

07/05/2023
93Julia A. Ramón O.
 6. COEFICIENTE DE APERTURA
Se define como como el cociente entre el valor
máximo y valor mínimo de la variable (donde el valor
mínimo no puede ser cero), es decir:

Como el coeficiente de variación no tiene unidad de

medida, permite comparar variabilidad entre
distribuciones.

07/05/2023 Julia A. Ramón O.

 7. COEFICIENTE DE VARIACIÓN
Es la razón entre la desviación típica y la media.
– Mide la desviación típica en forma de
“qué tamaño tiene con respecto a la media”
– También se la denomina variabilidad relativa.
– Es frecuente mostrarla en porcentajes
• Si la media es 80 y la desviación típica 20 entonces
CV=20/80=0,25=25% (variabilidad relativa)
 Es una cantidad adimensional. Interesante para comparar la
variabilidad de diferentes variables.
– Si el peso tiene CV=30% y la altura tiene CV=10%, los individuos
presentan más dispersión en peso que en altura.
 No debe usarse cuando la variable presenta valores negativos o
donde el valor 0 sea una cantidad fijada arbitrariamente
– Por ejemplo 0ºC ≠ 0ºF
 Los ingenieros electrónicos hablan de la razón ‘señal/ruido’ (su
inverso).
07/05/2023 Julia A. Ramón O.
 Coeficiente de variación ….
El coeficiente de variación es una medida de dispersión
relativa y expresa el valor de la dispersión en unidades
independientes de la naturaleza de la variable.
Se define como el cociente entre LA DESVIACIÓN
ESTÁNDAR y LA MEDIA:

Como el coeficiente de variación no tiene unidad de

medida, permite comparar variabilidad entre
distribuciones.

07/05/2023 Julia A. Ramón O.

 Interpretación

07/05/2023 Julia A. Ramón O.

APLICACIONES DEL COEFICIENTE DE VARIACIÓN
1. Comparar variabilidad de dos distribuciones de una
misma variable con unidades de medida distintas.
Ejemplo: comparar la estatura de los estadounidenses ,
en pulgadas con la estatura de los peruanos en cm.
2. Comparar variabilidad de dos distribuciones de
variables distintas.
Ejemplo: comparar la estatura en cm y el peso en kg de
los 20 niños seleccionados de gimnasia artística:
Estatura (X) Peso (Y)

Comparar la variabilidad de estas dos distribuciones.

07/05/2023 Julia A. Ramón O.
3. Comparar la variabilidad de distribuciones con
promedios distintos.

Peso de Corderos: s=40 k ; = 98 k

Peso de Toros: s=50 k; = 400 k

Peso de Elefantes: s=120 k; = 1500 k

¿Qué grupo presenta la menor dispersión?

07/05/2023 Julia A. Ramón O.

 Ejercicio Xi fi Fi %

3   6  
Completar la siguiente tabla,
calcular la media, moda, 6   11 12,5
mediana, desviación típica y
coeficiente de variación 9 9    

12   27 7,5

13      

15 10   25

07/05/2023 Julia A. Ramón O.

2.4. MEDIDAS DE DEFORMACIÓN

Traduce la deformación que sufre la curva

normal o campana de Gauss.

Deformación horizontal: Asimetría negativa

(sesgo a izquierda), asimetría positiva (sesgo a
derecha).

Deformación vertical: puede ser platicúrtica o

leptocúrtica.

07/05/2023 Julia A. Ramón O.

07/05/2023 Julia A. Ramón O.
Para ambos coeficientes, si:
• CAF>0 o CAP>0, la distribución es asimétrica a la derecha.
• CAF=0 o CAP=0, la distribución es simétrica.
• CAF<0 o CAP<0, la distribución es asimétrica a la izquierda.

CAF>0, CAP>0 CAF=0, CAP=0 CAF<0, CAP<0

07/05/2023 Julia A. Ramón O.

Cuando en una distribución la minoría de los datos está en la parte
derecha de la media aritmética. Este tipo de distribución presenta
un alargamiento o sesgo hacia la derecha, es decir, la distribución
de los datos tiene a la derecha una cola más larga que a la
izquierda. También se dice que tiene sesgo positivo, el valor de la
media aritmética es mayor que la mediana y la mediana es mayor
que la moda, en símbolos: Media > Mediana > Moda

Mo µ µ µ+ Mo
Asimetría negativa Asimetría nula, sin Asimetría positiva
o sesgo a izquierda sesgo, simétrica o sesgo a derecha

07/05/2023 Julia A. Ramón O.

07/05/2023 Julia A. Ramón O.
DIAGRAMA DE CAJA (BOX-PLOT)

• DAi = Q1 – 1,5(RQI)
• DAs = Q3 + 1,5(RQI)

07/05/2023 Julia A. Ramón O.

Deformación vertical de la curva simétrica
El grado de deformación vertical de una distribución, con respecto a
la distribución normal, se denomina Curtosis o apuntamiento. Si
comparamos la curva estadística con la curva normal puede
observarse que las elevaciones son más bajas, más altas o iguales a
la curva normal.

Distribución mesocúrtica: presenta un grado de concentración medio alrededor de

los valores centrales de la variable (el mismo que presenta una distribución normal).
Distribución leptocúrtica: presenta un elevado grado de concentración alrededor de
los valores centrales de la variable, su elevación es superior a la que presenta la curva
normal. Esta deformación hace que la curva se vea puntiaguda o picuda se da en las
distribuciones cuya desviación estándar es relativamente pequeña.
Distribución platicúrtica: presenta un reducido grado de concentración alrededor
de los valores centrales de la variable, su elevación es inferior a la que presenta la
curva normal. Esta deformación hace que la curva se vea aplanada o achatada se da
en las distribuciones cuya desviación estándar es relativamente grande.

07/05/2023 Julia A. Ramón O.

COEFICIENTE DE CURTOSIS. Se puede calcular a partir de los
cuartiles y deciles.

07/05/2023 Julia A. Ramón O.

 AHORA PRACTIQUEMOS
1. El Colegio Médico de una región del país tomó una muestra de 200
médicos para averiguar el cobro que realiza por consulta privada. Cuya
información parcial obtenida se resume en la tabla:

a) Complete la tabla de distribución de frecuencias.

b) Construya un gráfico para representar esta información.
c) Calcule la media aritmética de los datos.

07/05/2023 Julia A. Ramón O.

 g) Construya un Histograma, polígono de frecuencia y ojiva

07/05/2023 Julia A. Ramón O.

07/05/2023 Julia A. Ramón O.