Академический Документы
Профессиональный Документы
Культура Документы
POLARIZACIN: MEDIDAS
DE LA DIVERSIDAD SOCIAL
Modesto Escobar
Universidad de Salamanca
Instituto Juan March de Estudios e Investigaciones
RESUMEN
En este artculo se presenta una distincin entre los conceptos de desviacin, desigualdad y
polarizacin y se propone una familia de coeficientes aplicables a variables con valores limitados,
es decir, con valores mnimo y mximo, a fin de medir la desviacin de las distribuciones en trminos porcentuales. Entre los coeficientes propuestos, el ms simple y til es el coeficiente de
variacin ajustado, que implica la adicin de una serie de propiedades deseables al conocido coeficiente de variacin de Pearson para las variables limitadas. Finalmente, se presenta un par de
aplicaciones donde se ponen de relieve las ventajas del coeficiente presentado.
Res
82/98 pp. 9-36
MODESTO ESCOBAR
10
cntimos ni reales) y supngase que hay cuatro personas a las que repartir la
suma indicada. Adems de la situacin igualitaria de que cada cual obtuviera
una nica peseta, podran ocurrir cuatro formulas de desigualdad monetaria:
a) que una sola persona se quede sin nada, por lo que otra se quedara con dos
pesetas; que dos personas se queden sin blanca, en cuyo caso cabran dos subsituaciones: b) que las otras dos personas se repartan a medias las cuatro pesetas,
y c) que la segunda cogiera una peseta y la primera se apropiara, adems de la
suya, de las dos pesetas que no pasaron a propiedad de las dos ltimas personas; y d) que tres personas queden sin nada y la primera persona se quede con
las cuatro piezas.
La situacin igualitaria (todos se reparten una peseta) arroja una varianza
nula: todo el mundo se mantiene en el punto medio; no hay variacin. En la
situacin a) hay dos personas que se desvan una unidad de la media. Como en
conjunto hay cuatro personas en nuestro anlisis, el promedio de la desviacin
es media peseta. En b) la varianza toma el valor unidad porque los cuatros
sujetos se desvan de la media una unidad. Las dos ltimas situaciones son
peculiares de la varianza: En la penltima, un sujeto obtiene dos pesetas por
encima de la media; por ello, al promediar su desviacin, en lugar de dos,
cuenta como cuatro y de esta forma el conjunto de la varianza es uno con
cinco (seis entre cuatro personas). En la ltima, el sujeto que se queda con las
cuatro monedas contribuye al sumatorio de la varianza con tres al cuadrado
(nueve) y de esta forma el resultado del clculo de este estadstico es 3, es decir,
el doble del anterior.
TABLA 1
Distribucin de cuatro unidades
Desigualdad
Persona
Persona
Persona
Persona
W
X
Y
Z
Media
Varianza
Desviacin tpica
Desviacin media
Coeficiente Variacin
Igualdad
1
1
1
1
2
1
1
0
2
2
0
0
3
1
0
0
1
0
0
0
0
1
0,5
0,7
0,5
0,7
1
1
1,0
1
1,0
1
1,5
1,2
1
1,2
11
4
0
0
0
1
3
1,7
1,5
1,7
MODESTO ESCOBAR
12
13
MODESTO ESCOBAR
TABLA 2
Edad e hijos en dos municipios espaoles
Municipio
Madrid
N
Edad
Hijos
Salamanca
CV
Media Desv. t. (%)
3.113.818 38,2
1.385.577 1,5
22,1
1,7
58
116
CVa
(%)
46
56
162.737
70.917
CV CVa
Media Desv. t. (%) (%)
37,2
1,7
22,6
1,9
61
114
47
59
14
Aun con todo, adolece esta medida de un supuesto muy dbil, sobre todo
cuando el n es alto y se supone que el valor que puede adoptar una variable es
ilimitado. Un claro ejemplo sera una encuesta con 1.000 sujetos, edad media
de 35 aos y una desviacin tpica de 20 aos: para el clculo del coeficiente
de variacin mximo estaramos suponiendo que habra 999 sujetos de 0 aos
y un sujeto con 999 X 35 aos, es decir, 3.465. Ni el mtico y bblico Matusaln cumplira tantos aos.
Otra medida de variacin relativa sera resultado de la divisin de la desviacin tpica entre la mxima posible con la condicin de que la variable est
acotada por ambos lados, o, dicho de otra forma, en el supuesto de que se
conociera el rango de la distribucin, en cuyo caso la situacin ms desfavorable sera aquella en la que el 50 por 100 de los casos tuviera el valor mnimo de
la distribucin y el otro 50 por 100 el valor mximo. Si, adems, nadie pudiera
tomar ms de dos pesetas, el rango sera 2 y la situacin de varianza mxima
aquella en la que (si hay cuatro personas) dos personas poseen dos pesetas y
otras dos personas se quedan sin ningn ingreso (Weisberg, 1986; 53). La
media en estos casos sera:
_
X
X= -
-X
[2]
(x -x y
yar
_ ^
^1_
[3]
15
MODESTO ESCOBAR
+P
mm
[4]
=1
I max
-X)2p
= (X
max
max
'
+ (X . - X ) 2 / . .
-i max
min
'
[5]
i min
Frmula que, empleando el lgebra bsica, puede simplificarse del siguiente modo:
Var
={X
-X){X-X
.)
[6]
TABLA 3
Comparacin de las varianzas mximas
Media=4
xi
l
*,-A (x-x) p.
1
7
0,5
0,5
0,5
3,5
Ext. izquierda
Ext. derecha
Var
VarmK
(W)
9 ,0
9 ,0
4,5
4,5
4,0 r! C 9 >(D
4lia-3
Ext. izquierda
Ext. ferecha
X.
P,
1
7
0,7
0,3
0,7
2,3
(xrx)1p
2,7
5,3
= 3,0 s2
Var <w)
Var,
9;,0
8,,0
acotada (PV), que sea el cociente entre la varianza emprica y la mxima condicionada a la media emprica, y un coeficiente de variacin acotada (CV),
que sea la razn entre las respectivas desviaciones tpicas. Sus frmulas simblicas seran las siguientes:
PV = - =
" (X-X)(X_-X)
[7]
17
MODESTO ESCOBAR
GRFICO 1
Evolucin de la varianza mxima
GRFICO 2
Evolucin de los CV en funcin de la varianza (Media = 2)
1,20 i
CV
CVa
0,2
0,4
0,6
0,8
1
Media
1,2
1,4
1,6
1,
GRFICO 3
Evolucin de los CV en funcin de la media (Varianza = 1)
1,20 -i
CV
- - - - CVa
1,5
2,5
3
Media
19
3,5
4,5
MODESTO ESCOBAR
el grfico 3 se ve que el coeficiente acotado tiene una oscilacin menor y simtrica en relacin con la media; mientras el coeficiente de Pearson presenta un
rango mayor y decreciente a medida que aumenta la media.
Para una mejor comprensin interpretativa de estos estadsticos, se presentan 8 hipotticas distribuciones de la ideologa con sus correspondientes
medias, desviaciones tpicas y porcentajes de desviacin emprica (tabla 4). En
los dos primeros lugares, tendramos la situacin en la que todos los sujetos de
nuestro estudio tuviesen la misma ideologa (4 en la distribucin A y 3 en la
distribucin B); en ambos casos la varianza sera 0 y, por tanto, aunque la desviacin mxima es decir, el denominador de la ltima frmula fuese de 9
u 8, el PVa seguir siendo de 0. Ahora bien, si la media de la variable es 4 y los
sujetos estn ubicados slo y necesariamente a partes iguales en la extrema izquierda y en la extrema derecha, entonces la varianza es mxima y, por
tanto, nuestro coeficiente es del cien por cien. Una segunda situacin que
debiera arrojar la misma cantidad de porcentaje de desviacin emprica sera
aquella en la que no siendo la media igual a 4, slo existen valores extremos
(distribucin D) En tal caso, tambin el porcentaje de variacin es del cien por
cien: todos lo sujetos estn en los extremos de la distribucin.
Situaciones menos extremas se presentan en las cuatro siguientes distribuciones:
en la E y en la F, hemos generado sendas tablas en las que se han situado el 50 por
100 de los sujetos en la media y otros tantos repartidos en partes iguales en los
valores extremos. En esos casos, el porcentaje de variacin es del 50 por 100. En
cambio, si adems de los casos extremos, existen valores intermedios, este nuevo
coeficiente disminuir en proporcin siempre inferior al nmero de sujetos que no
tengan valores extremos. Comparndola con la distribucin E, en la distribucin G
se contempla cmo habiendo salido de los extremos un 38 por 100 de casos, el coeficiente slo disminuye 21 puntos porcentuales y, del mismo modo, la distribucin
H tiene un 25 por 100 de variacin y, sin embargo, slo un 50 por 100 de los casos
estn ubicados en la media y un 18 por 100 tienen valores extremos.
Valores de los coeficientes en los modelos de probabilidad
[8]
TABLA 4
Distribuciones simuladas de ideolora
Distribucin A
1,0
Centro
*,A
(xrx)1p
4,0
0,0
x= 4,0 r = 0,0
Distribucin B
Cent.-izquierda
1,0
3,0
0,0
x = 3,0 r = 0,0
PV = 0%
CV = 0%
Distribucin C
Ext. izquierda
Ext. derecha
Ext. izquierda
Centro
Ext. derecha
(xj-xf-p.
PV = 0%
CV = 0%
X.
1
7
0,5
0,5
*,A
(x-x)2pt
0,5
4,5
3,5
4,5
x = 4,0 r = 9,0
Distribucin D
*,A (x-x/p
Ext. izquierda
Ext. derecha
1
7
0,7
0,3
0,7
2,7
2,3
5,3
3,0 r = 8,0
PV = 100%
CV = 100%
Distribucin E
*A
PV = 100%
cv = 100%
(x-x)2p.
X.
*,A
1
4
7
0,3
0,5
0,3
0,3
2,0
1,8
x= 4,0 r =
2,3
0,0
2,3
4,5
Distribucin F
Ext izquierda
Cent.-izquierd;i
Ext. derecha
PV = 50%
CV = 7 1 %
1
7
A
0,3
0,5
0,2
,A
(x-x)1pi
0,3
1,3
0,0
1,5
1,2
2,7
x - 3,0 s1 = 4,0
PV = 50%
CV = 7 1 %
Distribucin G
X.
Ext. izquierda
Cent.-izquierda
Centro
Cent.-derecha
Ext. derecha
1
2
4
6
7
0,0
0,2
0,5
0,2
0,0
,A
(xrx)1p
0,0
0,5
2,0
1,4
0,2
x= 4,0 r =
0,2
0,9
0,0
0,9
0,2
4,5
Distribucin H
Ext. izquierda
Izquierda
Cent.-izquierd;i
Centro
Ext. derecha
1
2
0,1
0,3
0,5
0,1
0,0
PV = 25%
CV = 50%
6
7
iP,
(xrx)lp,
0,2
0,3
0,0
0,8
0,6
x = 3,0 r = 4,0
0,1
0,6
1,5
0,5
0,3
PV = 25%
CV = 50%
[9]
(b-aY
12
VaHX) =
21
MODESTO ESCOBAR
[11]
f{\-p)"-x
[12]
[13]
m i
[14]
Los valores correspondientes a la proporcin y coeficientes acotados estarn en funcin del nmero de veces que se repita el experimento binomial:
npq
n2pq
22
1
=
n
[15]
[16]
[17]
[18]
;-/
G =
y ./
=
2X(n-l)n
23
MODESTO ESCOBAR
Conociendo de este modo el valor mximo que puede adoptar este coeficiente en el supuesto de que el valor mnimo sea distinto de 0, se puede obtener una medida ajustada que responde al siguiente cociente:
[20]
nvix
Vara entre 0 y 1.
La adicin de una constante a la variable no modifica el valor del coeficiente.
24
IVC =
[21]
{k-\)lk
Este ndice, aplicable a variables no mtricas, muestra el grado de concentracin de los sujetos en determinadas categoras de la variable, por lo que no
da cuenta de la distancia entre los valores. El coeficiente es cero cuando el cien
por cien de los casos se concentra en un solo valor de la variable. En cambio,
es 1 cuando las frecuencias de todos los valores de la variable son iguales. El
problema con este ndice es que no tiene una correcta aplicacin en el caso de
variables en las que importe la distancia entre valores. Quiero decir con ello
que en una variable con valores muy de acuerdo, de acuerdo, en desacuerdo y
muy en desacuerdo, el resultado sera el mismo si slo hay casos en el muy de
acuerdo y en el muy en desacuerdo, que si slo hay respuesta con muy de
acuerdo y de acuerdo. Y es evidente que en el primer caso la dispersin debera
ser mayor.
Otro coeficiente aplicable a variables nominales es el de entropa, estadstico que procede de la teora de la informacin (Kripendorff, 1986). Es una
medida que da cuenta de la cantidad de incertidumbre que proporciona una
variable. Nula, igual a 0, cuando todos los casos caen en una sola categora;
total incertidumbre, cuando los casos se reparten a partes iguales entre las categoras de las variables. Su frmula viene dada por la siguiente expresin:
H= y
A log 2
[22]
P,
7-1
Este coeficiente tiene un rango que va desde 0 a log2 (), por lo que si lo
dividimos por esta cantidad se puede obtener un coeficiente normalizado con
lmites situados entre 0 y 1; pero, a semejanza del ndice de variacin cualitativa, este cociente es insensible a los valores que pueden adoptar las variables y,
por tanto, es aplicable a variables nominales y no a variables cuantitativas acotadas, que es el caso que aqu nos ocupa.
Sin embargo, existe en la literatura estadstica otro coeficiente, muy similar
al de la entropa y muy apropiado para el estudio de la desigualdad de las distribuciones. Se trata del ndice de Theil. La conexin entre uno y otro es la
siguiente: en primer lugar, en vez de construir el ndice de entropa con las
proporciones de la variable, se calcula a partir de las proporciones de las cantid a d e s (x. X p. o q.):
>g,
[23]
* q,
25
MODESTO ESCOBAR
[24]
1,
Iog2
Xmm{Xmix - X) log2 i
H'nm =
+ XnJX- *min)log,
*
X{X
i
^_
-X
max
[26]
.)
min
[271
26
TABLA 5
Distribucin del nmero de hijos de mujeres de ms de 15 aos (Salamanca)
Salamanca
Mujeres >15
xi
0
1
2
3
4
5
6
8
Media:
Varianza:
fi
29497
7861
14379
8119
4871
2943
1624
1624
70917
DT:
R:
Theil:
Gini:
DM Gini:
Entropa:
Asimetra:
Curtosis:
DM:
1,7
3,6
1,9
2,3
0,69
0,39
1,3
1,7
1,2
1,3
0,8
ndices
Acotados
34,3%
58,6%
34,3%
44,2%
38,9%
38,9%
14,9%
30,6%
El nmero medio de hijos por mujer salmantina es de 1,7. Con esta media,
un valor mnimo de 0 y un valor mximo de 84, el FT adopta el valor 0,44.
Quiere ello decir que el ndice de Theil adopta un valor que es el 44 por 100
del mximo posible dadas las caractersticas de la distribucin. Si se hubiera
calculado el ndice de Theil normalizado, el resultado hubiese sido de 0,02.
Un examen atento de la distribucin nos inclina a decantarnos por la primera
medida en lugar de la segunda.
Para terminar con este repaso de estadsticos de dispersin, vamos a hacer
referencia al promedio de las razones de ventaja. Este ltimo es el cociente entre
la cantidad repartida (q.) y la poblacin afectada por la reparticin (p.) para
cada uno de los escalones ( ) de una distribucin. Dicho con otras palabras, es
el ndice de Theil, pero calculado sin logaritmos:
[28]
P,
Este coeficiente vara entre 1 (valor mnimo, cuando la variable se reparte
por igual entre todos los casos) y n, en el caso de que una unidad se aduee del
sumatorio total de la variable. Por ello, se ha propuesto como coeficiente normalizado del promedio de razones la siguiente expresin:
4
La ltima fila de la tabla de distribucin de frecuencias representa el valor tener 7 hijos o
ms; el valor 8 sera la marca de clase de este intervalo. El cambio de este valor dentro de lmites
razonables afectara mnimamente a la proporcin de Theil acotada. As, con valor 7 H'max =
2,09; con 8, 2,27; con 9, 2,42; con 10, 2,55; con 11, 2,67. Adems, suponiendo marcas de clase
entre 7 y 11, el PH vara slo entre 0,14 y 0,15.
27
MODESTO ESCOBAR
R - 1
RN =
J1
n~\
. ) + (XX
) - ( X X .)
X2
Consecuentemente, podra calcularse la proporcin del promedio de las
razones de ventaja con el cociente de las dos ltimas frmulas:
R
[31]
Rm
"K
[32]
[33]
Aplicaciones
Para terminar este artculo, se comentan a continuacin dos ejemplos que
ponen a prueba la utilidad y la conveniencia de los coeficientes propuestos.
El primer ejemplo tiene su campo de aplicacin en la desigualdad educativa, donde las medidas de diversidad arrojan en muchas ocasiones resultados
contradictorios que hay que saber explicar y, sobre todo, nos advierten de que
si no empleamos la correcta medida podemos llegar a conclusiones errneas.
Obtenida a partir de la encuesta sociodemogrfica, que por su tamao
muestral nos permite estudiar la desigualdad educativa por cohortes sin problemas de errores mustrales, la tabla 6, con la debida precaucin por los pro-
28
TABLA 6
oa
Todos
t.CV
Cohorte
1962-1966 (25 a 29 aos)
1957-1961 (30 a 34 aos)
1952-1956 (35 a 39 aos)
1947-1951 (40 a 44 aos)
1942-1946 (45 a 49 aos)
1937-1941 (50 a 54 aos)
1932-1936 (55 a 59 aos)
1927-1931 (60 a 64 aos)
1922-1926 (65 a 69 aos)
1917-1921 (70 a 74 aos)
1916 y antes (75 y ms)
Media
t.DT
9,2
8,0
7,1
6,4
5,8
4,9
4,5
4,2
4,1
3,9
3,5
3,4
4,2
4,2
4,0
3,9
3,6
3,5
3,2
3,2
3,1
3,1
37,0
52,2
59,2
62,5
67,2
73,5
77,8
76,2
78,0
79,5
88,6
t.CVa
34,1
42,8
43,9
42,9
43,0
41,9
41,9
39,3
39,6
39,1
40,8
v.CV
Media
v.DT
8,9
8,0
7,3
6,5
6,1
5,2
4,8
4,4
4,3
4,3
3,9
3,3
4,1
4,2
4,1
4,1
3,7
3,6
3,4
3,3
3,3
3,2
37,1
51,3
57,5
63,1
67,2
71,2
75,0
77,3
76,7
76,7
82,1
Mujeres
v.CVa
33,2
41,8
43,6
43,8
44,5
42,2
42,1
41,0
40,2
40,2
40,4
Media
m.DT
9,5
8,1
6,9
6,2
5,5
4,6
4,2
4,0
3,9
3,5
3,1
3,6
4,3
4,2
3,8
3,7
3,3
3,3
3,0
3,0
2,9
2,8
m.CV
m.CVa
37,9
53,1
60,9
61,3
67,3
71,7
78,6
75,0
76,9
82,9
90,3
36,0
43,8
44,2
41,1
41,4
39,2
40,5
37,5
37,9
38,2
38,7
MODESTO ESCOBAR
30
TABLA 7
Nmero de aos de escolarizacin. Espaa, 1964-1992
Ao
1964
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
Media
DT
CVa (%)
CV(%)
4,874
4,906
4,941
4,979
5,041
5,108
5,189
5,283
5,373
5,467
5,564
5,645
5,752
5,807
5,898
5,933
6,005
6,099
6,230
6,378
6,469
6,618
6,718
6,809
6,906
7,054
7,155
7,250
7,346
2,698
2,712
2,729
2,747
2,780
2,828
2,898
2,983
3,042
3,099
3,160
3,206
3,262
3,292
3,348
3,349
3,432
3,465
3,509
3,600
3,624
3,674
3,708
3,749
3,783
3,851
3,874
3,893
3,917
31
32
32
32
32
32
33
34
34
35
35
36
36
36
37
37
37
38
38
39
39
39
39
40
40
40
40
40
41
55
55
55
55
55
55
56
56
57
57
57
57
57
57
57
56
57
57
56
56
56
56
55
55
55
55
54
54
53
31
MODESTO ESCOBAR
32
GRFICO 4
Medias de dispersin segn media de aos de educacin en 94 pases
- DT
o CVa
CV
5,00 - '--
sper
o 4,00
-"
.
'Z 3,00 -
"
"
"O
-3
2 2,00 -
1,00 -
o.
\
0,00 0,00
2,00
4,00
6,00
8,00
10,00
F g 1
1
12,00
14,00
Media de educacin
FUENTE: Ram (1990).
GRFICO 5
Evolucin de la media de la escala de ideologa
5,00 -i
4,80
--,%-;'
4,00 -
S
3,80 3,60 3,40 ^- Escala 117
- - E s c a l a 1/10
5/80
5/81
5/82
Mes/ao
33
5/83
5/84
4/85
MODESTO ESCOBAR
Como era de esperar, entre la lnea gruesa y la delgada hay un salto ficticio
producido por el alargamiento artificial de la escala. Sin embargo, al comparar
la lnea punteada con la fina, se observa un ligero decaimiento hacia abajo de
la media. Esto, aunque se sale de la lnea argumental de este artculo, se puede
explicar de dos maneras: una, porque el gobierno del partido socialista hizo
que la poblacin se identificase ms a la izquierda, y otra, porque el haber
puesto una escala del 1 al 10 provoca el efecto de confundir el centro (5) con
el centro-izquierda, pues el verdadero centro de la escala (5,5) es imposible de
declarar. Lo que ms importa aqu es ver qu es lo que pasa con la dispersin
de la distribucin. La hiptesis de partida es que ni el cambio de situacin
poltica ni el cambio de la escala tendra que repercutir en la polarizacin ideolgica de la poblacin. El grfico 6, en el que se comparan los coeficientes de
variacin objeto de esta presentacin, muestra un comportamiento muy distinto en uno y en otro. El coeficiente de variacin de Pearson es sensible al cambio de escala: de estar en el intervalo 0,30-0,40 hasta el 82, pasa al intervalo
entre 0,50-0,70 a partir del 83. En cambio, el coeficiente de variacin acotada
se mantiene en el intervalo 0,35-0,40 durante los dos perodos. Adems, en el
segundo perodo los dos coeficientes muestran unos movimientos similares,
aunque de mayor amplitud en el caso del de Pearson, que por no aparecer en el
perodo anterior son sujetos de sospecha.
GRFICO 6
Evolucin de los coeficientes de variacin de la escala de ideologa
0,30
5/79
5/80
5/82
5/81
Mes/ao
FUENTE: CIS (1979-1985).
34
5/83
5/84
5/85
BIBLIOGRAFA
ATKINSON, A. B. (1970): On the Measurement of Inequality, Journal of Economic Theory, 2:
244-263.
BLALOCK, H. M. (1991): Understanding Social Inequality, Newbury Parle Sage.
BOSCH, A.; ESCRIBANO, O , y SNCHEZ, I. (1989): Evolucin de la desigualdad y la pobreza en
Espaa. Estudio basado en las Encuestas de Presupuestos Familiares 1975-1974 y 1980-1981,
Madrid: INE.
BOSSERT, W., y PFINGSTEN, A. (1990): Intermedate Inequality: Concepts, ndices, and Welfare
Implications, Mathematical Social Sciences, 19: 117-134.
CORTS, F., y RUBALCABA, R. M. (1984): Tcnicas estadsticas para el estudio de la desigualdad
social, Mxico: El Colegio de Mxico.
COULTER, P. B. (1984): Distinguishing Inequality and Concentration, Political Methodology,
10: 323-335.
ESTEBAN, J. M., y RAY, D. (1993): El concepto de polarizacin y su medicin, I Simposio sobre
Igualdad y Distribucin de la Renta y Riqueza, Madrid: Fundacin Argentara.
LEABO, D. A. (1976): Basic Statistics, Homewood: Irwin.
KENDALI., M. G., y STUART, A. (1973): The Advanced Theory of Statistics, London: Griffin.
KOLM, S. C. (1976a): Unequal Inequalities I, Journal of Economic Theory, 12: 416-442.
(1976): Unequal Inequalities II, Journal of Economic Theory, 13: 82-111.
Koiz, S.; JOHNSON, N. L., y READ, C. B. (1983): Encyclopedia of StatisticalScience, 8 vols., New
York: John Wiley.
KRIPPENDORF, K. (1986): Information Theory, Newbury Park: Sage.
MAS, M.; PREZ, F.; URIEL, E., y SERRANO, L. (1995): Capital Humano. Series Histricas, 19641992, Fundacin Bancaja.
RAM, R. (1990): Educational Expansin and Scholing Inequality: International Evidence and
Some Implications, The Review of Economics and Statistics, 266-273.
RAYNER, S. C. W. (1975): Variance Bounds, Indian Journal of Statistics, 37: 135-138.
35
MODESTO ESCOBAR
ABSTRACT
This paper distinguishes between the concepts of deviation, inequality and polarisation and
proposes a set of coefficients which can be applied to variables with limited ie, mnimum and
mximum vales, for the purpose of measuring the deviation of distributions n percentile
terms. Of all the coefficients proposed by the author, the simplest and most useful is the adjusted variation coefficient which implies adding a series of desired properties to the well-known
Pearson correlation coefficient for measuring limited variables. The author also presents a pair of
apphcations which highhght the advantages of this coefficient.
36