INTRODUCCION

Las medidas de dispersin, tambin llamadas medidas de variabilidad, muestran la

variabilidad de una distribucin, indicando por medio de un nmero, si las diferentes
puntuaciones de una variable estn muy alejadas de la media. Cunto mayor sea ese
valor, mayor ser la variabilidad, cuanto menor sea, ms homognea ser a la media. As
se sabe si todos los casos son parecidos o varan mucho entre ellos.
Para calcular la variabilidad que una distribucin tiene respecto de su media, se calcula la
media de las desviaciones de las puntuaciones respecto a la media aritmtica. Pero la
suma de las desviaciones es siempre cero, as que se adoptan dos clases de estrategias
para salvar este problema. Una es tomando las desviaciones en valor absoluto
(desviacin media) y otra es tomando las desviaciones al cuadrado (varianza).




















RANGO, AMPLITUD TOTAL O RECORRIDO

El rango se suele definir como la diferencia entre los dos valores extremos que toma la
variable. Es la medida de dispersin ms sencilla y tambin, por tanto, la que proporciona
menos informacin. Adems, esta informacin puede ser errnea, pues el hecho de que
no influyan ms de dos valores del total de la serie puede provocar una deformacin de la
realidad.
Comparemos, por ejemplo, estas dos series:

Serie 1: 1 5 7 7 8 9 9 10 17
Serie 2: 2 4 6 8 10 12 14 16 18

Ambas series tienen rango 16, pero estn desigualmente agrupadas, pues mientras la
primera tiene una mayor concentracin en el centro, la segunda se distribuye
uniformemente a lo largo de todo el recorrido.

El uso de esta medida de dispersin, ser pues, bastante restringido.

DESVIACIN MEDIA

En teora, la desviacin puede referirse a cada una de las medidas de tendencia central:
media, mediana o moda; pero el inters se suele centrar en la medida de la desviacin
con respecto a la media, que llamaremos desviacin media.
Puede definirse como la media aritmtica de las desviaciones de cada uno de los valores
con respecto a la media aritmtica de la distribucin, y de indica as:

N
x x
DM


=
se toman las desviaciones en valor absoluto, es decir, que la frmula no distingue si la
diferencia de cada valor de la variable con la media es en ms o en menos.



Ejemplo:
Se tiene los valores 2, 2, 4, 4, 5, 6, 7, 8, 8. Averiguar la desviacin media de estos
valores.

x
x x x
2 -3 3
2 3 3
4 -1 1
4 -1 1
4 -1 1
5 0 0
6 1 1
7 2 2
8 3 3
8 3 3

DM = 1,8

Veamos ahora cmo se calcula la desviacin media en el caso de datos agrupados en
intervalos.

N
x n
DM
i

=

donde observamos que ahora las desviaciones van multiplicadas por las frecuencias de
los intervalos correspondientes.

Adems, las desviaciones son de cada centro, o marca de clase, a la media aritmtica. Es
decir,

N
x x n
DM
m i

=
) (



Ejemplo: Para hallar la desviacin media de la siguiente tabla referida a las edades de los
100 empleados de una cierta empresa:


Clase n
i
16-20 2
20-24 8
24-28 8
28-32 18
32-36 20
36-40 18
40-44 15
44-48 8
48-52 3

veamos cmo se procede:

Clase n
i
x
m n
i
x
m x x n
i
x x
16-20 2 18 36 16,72 33,44
20-24 8 22 176
24-28 8
28-32 18
32-36 20
36-40 18
40-44 18
44-48 8
48-52 3
100


DM = 6,09

La desviacin media viene a indicar el grado de concentracin o de dispersin de los
valores de la variable. Si es muy alta, indica gran dispersin; si es muy baja refleja un
buen agrupamiento y que los valores son parecidos entre s.
La desviacin media se puede utilizar como medida de dispersin en todas aquellas
distribuciones en las que la medida de tendencia central ms significativas haya sido la
media. Sin embargo, para las mismas distribuciones es mucho ms significativa la
desviacin tpica, que estudiaremos a continuacin, y eso hace que el uso de la
desviacin media sea cada vez ms restringido.

DESVIACIN TPICA

Es sin duda la medida de dispersin ms importante, ya que adems sirve como medida
previa al clculo de otros valores estadsticos.
La desviacin tpica se define como la raz cuadrada de la media de los cuadrados de las
desviaciones con respecto a la media de la distribucin. Es decir,

( )
N
x x
S


=
2


para datos sin agrupar, o bien:

N
x x
S


=
2


Clculo de la desviacin tpica para datos no agrupados en clases

Hallar la desviacin tpica de la serie: 5, 8, 10, 12, 16.

x
x x x x
2
5 -5,2 27,04
8 -2,2 4,84
10 -0,2 0,04
12 1,8 3,24
16 5,8 33,64

Primero hallamos x = 10,2

luego S = 71 , 3 76 , 13 =

Clculo de la desviacin tpica para datos agrupados en clases y agrupados por
frecuencias

Mtodo largo: Se aplica la siguiente frmula
N
f x
S

=
2


donde x x x
m
= y f es la frecuencia absoluta de cada intervalo.

Mtodo abreviado o corto: La frmula a utilizar es:

2
2
|
|
.
|

\
|
=

N
f d
N
f d
I S

donde:
I: amplitud de la clase
D: distancia en clases desde cada una en concreto a la clase que contiene a la media
supuesta A.

Ejemplo: Las alturas en cm de un grupo de 103 personas se distribuyen as:

Clases f
150 155
155 160
160 165
165 170
170 175
175 180
180 185
185 190
190 195
195 200
3
6
12
18
25
17
10
7
4
1
103
Resp: S = 9,56




Las medias de tendencia central o posicin nos indican donde se sita un dato dentro de
una distribucin de datos. Las medidas de dispersin, variabilidad o variacin nos indican
si esos datos estn prximos entre s o s estn dispersos, es decir, nos indican cun
esparcidos se encuentran los datos. Estas medidas de dispersin nos permiten apreciar la
distancia que existe entre los datos a un cierto valor central e identificar la concentracin
de los mismos en un cierto sector de la distribucin, es decir, permiten estimar cun
dispersas estn dos o ms distribuciones de datos.
Estas medidas permiten evaluar la confiabilidad del valor del dato central de un conjunto
de datos, siendo la media aritmtica el dato central ms utilizado. Cuando existe una
dispersin pequea se dice que los datos estn dispersos o acumulados cercanamente
respecto a un valor central, en este caso el dato central es un valor muy representativo.
En el caso que la dispersin sea grande el valor central no es muy confiable. Cuando una
distribucin de datos tiene poca dispersin toma el nombre de distribucin homognea y
si su dispersin es alta se llama heterognea.
Desviacin media o desviacin promedio
La desviacin media o desviacin promedio es la media aritmtica de los
valores absolutos de las desviaciones respecto a la media aritmtica.

PROPIEDADES
Guarda las mismas dimensiones que las observaciones. La suma de valores absolutos es
relativamente sencilla de calcular, pero esta simplicidad tiene un inconveniente: Desde el
punto de vista geomtrico, la distancia que induce la desviacin media en el espacio de
observaciones no es la natural (no permite definir ngulos entre dos conjuntos de
observaciones). Esto hace que sea muy engorroso trabajar con ella a la hora de hacer
inferencia a la poblacin.
Cuando mayor sea el valor de la desviacin media, mayor es la dispersin de los datos.
Sin embargo, no proporciona una relacin matemtica precisa entre su magnitud y la
posicin de un dato dentro de una distribucin.
La desviacin media al tomar los valores absolutos mide una observacin sin mostrar si la
misma est por encima o por debajo de la media aritmtica.

MTODOS DE CLCULO
Para Datos No Agrupados
Se emplea la ecuacin:


Varianza y desviacin estndar
La varianza es la media aritmtica de los cuadrados de las desviaciones respecto a la
media aritmtica, es decir, es el promedio de las desviaciones de la media elevadas al
cuadrado. La desviacin estndar o desviacin tpica es la raz de la varianza.
La varianza y la desviacin estndar proporcionan una medida sobre el punto hasta el
cual se dispersan las observaciones alrededor de su media aritmtica.
2.1) PROPIEDADES
- La varianza y desviacin estndar (o cualquier otra medida de dispersin) indican el
grado en que estn dispersos los datos en una distribucin. A mayor medida, mayor
dispersin.
- La varianza es un nmero muy grande con respecto a las observaciones, por lo que con
frecuencia se vuelve difcil para trabajar.
- Debido a que las desviaciones son elevadas al cuadrado y la varianza siempre se
expresa en trminos de los datos originales elevados al cuadrado, se obtiene unidades de
medida de los datos que no tiene sentido o interpretacin lgica. Por ejemplo, si se
calcula la varianza de una distribucin de datos medidos en metros, segundos, dlares,
etc, se obtendr una varianza mediada en metros cuadrados, segundos cuadrados,
dlares cuadrados, respectivamente, unidades de medida que no tienen significado lgico
respecto a los datos originales.
- Para solucionar las complicaciones que se tiene con la varianza, se halla la raz
cuadrada de la misma, es decir, se calcula la desviacin estndar, la cual es un nmero
pequeo expresado en unidades de los datos originales y que tiene un significado
lgico respeto a los mismos.
A pesar de lo anterior, es difcil describir exactamente qu es lo que mide la desviacin
estndar. Sin embargo, hay un resultado til, que lleva el nombre del matemtico ruso
Pafnuty Lvovich Chebyshev, y se aplica a todos los conjuntos de datos. Este teorema de
Chebyshev establece que para todo conjunto de datos, por lo menos 1- 1/k2 de las
observaciones estn dentro de k desviaciones estndar de la media, en donde k es
cualquier nmero mayor que 1. Este teorema se expresa de la siguiente manera:


BIBLIOGRAFIA

- http://www.monografias.com/trabajos89/medidas-de-dispersion/medidas-
de-dispersion.shtml


























TRABAJO DE CONTROL DE CALIDAD




MAURICIO DUEAS






FERNANDO MENDOZA










UNIVERSIDA DE CORDOBA
FACULTAD DE INGENIERIAS
PROGRAMA DE ING DE ALIMENTOS
2014