UTILIDAD DE LAS MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIN.

En el caso de las variables con valores que pueden definirse en trminos de

alguna escala de medida de igual intervalo, puede usarse un tipo
de indicador que permite apreciar el grado de dispersin o variabilidad
existente en el grupo de variantes en estudio.

A estos indicadores les llamamos medidas de dispersin, por cuanto que estn
referidos a la variabilidad que exhiben los valores de las observaciones, ya que
si no hubiere variabilidad o dispersin en los datos inters, entonces no habra
necesidad de la gran mayora de las medidas de la Estadstica descriptiva.

Las medidas de tendencia central tienen como objetivo el sintetizar los datos en
un valor representativo, las medidas de dispersin nos dicen hasta qu punto
estas medidas de tendencia central son representativas como sntesis de la
informacin. Las medidas de dispersin cuantifican la separacin, la dispersin,
la variabilidad de los valores de la distribucin respecto al valor central.
Distinguimos entre medidas de dispersin absolutas, que no son comparables
entre diferentes muestras y las relativas que nos permitirn comparar varias
muestras.

LA DISPERSIN.

Al igual que sucede con cualquier conjunto de datos, la media, la mediana y la

moda slo nos revelan una parte de la informacin que necesitamos acerca de
las caractersticas de los datos. Para aumentar nuestro entendimiento del
patrn de los datos, debemos medir tambin su dispersin, extensin o
variabilidad.

La dispersin es importante porque:

Proporciona informacin adicional que permite juzgar la confiabilidad de
la medida de tendencia central. Si los datos se encuentran ampliamente
dispersos, la posicin central es menos representativa de los datos.
 Ya que existen problemas caractersticos para datos ampliamente
dispersos, debemos ser capaces de distinguir que presentan esa dispersin
antes de abordar esos problemas.

Quiz se desee comparar las dispersiones de diferentes muestras. Si no

se desea tener una amplia dispersin de valores con respecto al centro de
distribucin o esto presenta riesgos inaceptables, necesitamos tener habilidad
de reconocerlo y evitar escoger distribuciones que tengan las dispersiones ms
grandes.

Pero si hay dispersin en la mayora de los datos, y debemos estar en

capacidad de describirla. Ya que la dispersin ocurre frecuentemente y su
grado de variabilidad es importante, cmo medimos la variabilidad de una
distribucin emprica? Vamos a considerar slo algunas medidas de dispersin
absolutas: el rango, la varianza, la desviacin estndar y el coeficiente de
variacin.

El conocimiento de la forma de la distribucin y del respectivo promedio de una

coleccin de valores de una variable, puede servir para tener una idea bastante
clara de la conformacin, pero no de la homogeneidad de cada una de los
valores con respecto a la medida de tendencia central aplicada.

En el caso de las variables con valores que pueden definirse en trminos de

alguna escala de medida de igual intervalo, puede usarse un tipo
de indicador que permite apreciar el grado de dispersin o variabilidad
existente en el grupo de variantes en estudio.

A estos indicadores les llamamos medidas de dispersin, por cuanto que estn
referidos a la variabilidad que exhiben los valores de las observaciones, ya que
si no hubiere variabilidad o dispersin en los datos inters, entonces no habra
necesidad de la gran mayora de las medidas de la Estadstica descriptiva.

Las medidas de tendencia central tienen como objetivo el sintetizar los datos en
un valor representativo, las medidas de dispersin nos dicen hasta que punto
estas medidas de tendencia central son representativas como sntesis de la
informacin. Las medidas de dispersin cuantifican la separacin, la dispersin,
la variabilidad de los valores de la distribucin respecto al valor central.
Distinguimos entre medidas de dispersin absolutas, que no son comparables
 entre diferentes muestras y las relativas que nos permitirn comparar varias
muestras.

LA DISPERSIN.

Al igual que sucede con cualquier conjunto de datos, la media, la mediana y la

moda slo nos revelan una parte de la informacin que necesitamos acerca de
las caractersticas de los datos. Para aumentar nuestro entendimiento del
patrn de los datos, debemos medir tambin su dispersin, extensin o
variabilidad.

La dispersin es importante porque:

Proporciona informacin adicional que permite juzgar la confiabilidad de

la medida de tendencia central. Si los datos se encuentran ampliamente
dispersos, la posicin central es menos representativa de los datos.

Ya que existen problemas caractersticos para datos ampliamente

dispersos, debemos ser capaces de distinguir que presentan esa dispersin
antes de abordar esos problemas.

Quiz se desee comparar las dispersiones de diferentes muestras. Si no

se desea tener una amplia dispersin de valores con respecto al centro de
distribucin o esto presenta riesgos inaceptables, necesitamos tener habilidad
de reconocerlo y evitar escoger distribuciones que tengan las dispersiones ms
grandes.

Pero si hay dispersin en la mayora de los datos, y debemos estar en

capacidad de describirla. Ya que la dispersin ocurre frecuentemente y su
grado de variabilidad es importante, cmo medimos la variabilidad de una
distribucin emprica?. Vamos a considerar slo algunas medidas de dispersin
absolutas: el rango, la varianza, la desviacin estndar y el coeficiente de
variacin.

MEDIDAS DE TENDENCIA CENTRAL

MEDIA: Media Aritmtica, es la que se obtiene sumando los datos y
dividindolos por el nmero de ellos. Se aplica por ejemplo para resumir el
nmero de pacientes promedio que se atiende en un turno. Otro ejemplo, es
el nmero promedio de controles prenatales que tiene una gestante.

MEDIANA: Corresponde al percentil 50%. Es decir, la mediana divide a la

poblacin exactamente en dos. Por ejemplo el nmero mediana de hijos en el
centro de salud X es dos hijos. Otro ejemplo es el nmero mediana de
atenciones por paciente en un consultorio.

MODA: Valor o (valores) que aparece(n) con mayor frecuencia. Una

distribucin unimodal tiene una sola moda y una distribucin bimodal tiene
dos. til como medida resumen para las variables nominales. Por ejemplo, el
color del uniforme quirrgico en sala de operaciones es el verde; por lo tanto
es la moda en colores del uniforme quirrgico.

MEDIDAS DE DISPERSIN

DESVIACIN ESTNDAR: Llamada tambin desviacin tpica; es una

medida que informa sobre la media de distancias que tienen los datos
respecto de su media Aritmtica, expresada en las mismas unidades que la
variable.
LA VARIANZA: Es el valor de la desviacin estndar al cuadrado; su utilidad
radica en que su valor es requerido para todos los procedimientos estadstico.
ERROR TPICO: Llamado tambin error estndar de la media. Se refiere a
una medida d variabilidad de la media; sirve para calcular cuan dispersa
estara la media de realizar un nuevo clculo.

ANALISIS DE DATOS DEL PROBLEMA.

CUL DE ELLAS TIENE MAYOR VARIABILIDAD?, JUSTIFICAR LA RESPUESTA USANDO EL
COEFICIENTE DE VARIACIN.

De acuerdo a los datos y operaciones realizadas en Excel el mayor coeficiente

de variabilidad lo tiene la variable cdigo de proveedor de la tabla de datos.
Que es el cociente entre la desviacin y la media, si se compara con las
grficos observamos que los datos estn ms dispersos.
LA VARIABLE DENSIDAD EN EL ESTUDIO, TIENE ALTA VARIABILIDAD?
En la densidad el coeficiente de variabilidad es el ms pequeo de todos
observando la grfica y de acuerdo a los clculos realizados en la hoja de
clculo.
CMO SE EVIDENCIA EN EL ESTUDIO? JUSTIFIQUE GRFICAMENTE Y DESDE EL
ANLISIS CON MEDIDAS DE DISPERSIN, USANDO EL COEFICIENTE DE
VARIABILIDAD.

Se evidencia si miramos los valores de la tabla que son valores muy cercanos
con decimas de diferencia por lo tanto tiende a aproximarse ms a un solo
valor y los valores tienden a ser ms lineales si miramos la grfica de
dispersin, al calcular los coeficientes de variabilidad en Excel se observa que
el coeficiente es mnimo para esta variable.