INTRODUCCIN

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 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.

Las medidas de dispersin (desviacin media, varianza, desviacin estndar, rango,

amplitud intercuartlica, desviacin cuartlica y la amplitud cuartlica) son todas
medidas de variacin absolutas. Una medida de dispersin relativa de los datos,
que toma en cuenta su magnitud, est dada por el coeficiente de variacin.
El Coeficiente de variacin (CV) es una medida de la dispersin relativa de un
conjunto de datos, que se obtiene dividiendo la desviacin estndar del conjunto
entre su media aritmtica y se expresa generalmente en trminos porcentuales.
 4.1 RANGO

Rango: se define como la diferencia existente entre el valor mayor y el menor de la

distribucin, Lo notaremos como R. Realmente no es una medida muy significativa
en la mayora de los casos, pero indudablemente es muy fcil de calcular. 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 (R=17-1=16)

Serie 2: 2 4 6 8 10 12 14 16 18 (R=18-2=16)

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.

Indica la dispersin entre los valores extremos de una variable. se calcula como la
diferencia entre el mayor y el menor valor de la variable. Se denota como R.

Para datos ordenados se calcula como:

R = x(n) - x(1)

Dnde:

x(n): Es el mayor valor de la variable.

x(n): Es el menor valor de la variable.
Datos no agrupados

El rango de un conjunto de nmeros es la diferencia entre el mayor y el menor

de todos ellos.

Hay 2 maneras de expresar sta medida:

1. La diferencia entre los valores mayor y menor

2. Los valores mayor y menor del grupo

Datos agrupados

Hay dos formas para determinar el rango para datos agrupados:

1. Rango = punto medio de la clase ms alta punto medio de la ms

baja
2. Rango = lmite superior de la clase ms alta lmite inferior de la ms
baja

Ventajas

Es relativamente sencilla su obtencin

El significado de sta medida es fcil de comprender

Limitaciones

Considera slo los valores extremos de un conjunto, y no

proporciona mayor informacin respecto a los dems valores del
mismo
Tiene una limitada utilidad para los distintos tipos de anlisis estadsticos
 4.2 DESVIACIN MEDIANA

La desviacin cuarticular, las mediciones se dividen en cuatro partes iguales, y cada

una contiene 25% de los casos.

La desviacin media o desviacin promedio es abreviada por MD. Mide la

desviacin promedio de valores con respecto a la media del grupo, sin tomar en
cuenta el signo de la desviacin.

Es la media aritmtica de los valores absolutos de las diferencias de cada dato

respecto a la media.

Donde:

Xi: valores de la variable.

n: nmero total de datos

La desviacin media es la media aritmtica de los valores absolutos de las

desviaciones respecto a la media.

La desviacin media se representa por

Ejemplo:

Calcular la desviacin media de la distribucin:

9, 3, 8, 8, 9, 8, 9, 18
Desviacin media para datos agrupados

Si los datos vienen agrupados en una tabla de frecuencias, la expresin de

la desviacin media es:

Ejemplo:

Calcular la desviacin media de la distribucin:

xi fi xi fi |x - x| |x - x| fi

[10, 15) 12.5 3 37.5 9.286 27.858

[15, 20) 17.5 5 87.5 4.286 21.43

[20, 25) 22.5 7 157.5 0.714 4.998

[25, 30) 27.5 4 110 5.714 22.856

[30, 35) 32.5 2 65 10.714 21.428

21 457.5 98.57
 4.3 DESVIACIN TIPICA

La desviacin estndar o desviacin tpica () es una medida de centralizacin o

dispersin para variables de razn (ratio o cociente) y de intervalo, de gran utilidad
en la estadstica descriptiva. Se define como la raz cuadrada de la varianza. Junto
con este valor, la desviacin tpica es una medida (cuadrtica) que informa de la
media de distancias que tienen los datos respecto de su media aritmtica,
expresada en las mismas unidades que la variable

La desviacin estndar mide el grado de dispersin de los datos con respecto a la

media, se denota como s para una muestra o como para la poblacin.

Mientras menor sea la desviacin estndar, los datos son ms homogneos, es

decir existe menor dispersin, el incremento de los valores de la desviacin estndar
indica una mayor variabilidad de los datos.

La desviacin tpica es la raz cuadrada de la varianza.

Es decir, la raz cuadrada de la media de los cuadrados de las puntuaciones de

desviacin.

La desviacin tpica se representa por .

Desviacin tpica para datos agrupados

Para simplificar el clculo vamos o utilizar las siguientes expresiones que son
equivalentes a las anteriores.

Ejercicios de desviacin tpica

Ejercicio 1:

Calcular la desviacin tpica de la distribucin:

9, 3, 8, 8, 9, 8, 9, 18

Ejercicio 2:

Calcular la desviacin tpica de la distribucin de la tabla:

xi fi xi fi xi2 fi

[10, 20) 15 1 15 225

[20, 30) 25 8 200 5000

[30,40) 35 10 350 12 250

 [40, 50) 45 9 405 18 225

[50, 60) 55 8 440 24 200

[60,70) 65 4 260 16 900

[70, 80) 75 2 150 11 250

42 1 820 88 050

Propiedades de la desviacin tpica

1. La desviacin tpica ser siempre un valor positivo o cero, en el caso de que

las puntuaciones sean iguales.
2. Si a todos los valores de la variable se les suma un nmero la desviacin
tpica no vara.
3. Si todos los valores de la variable se multiplican por un nmero la desviacin
tpica queda multiplicada por dicho nmero.
4. Si tenemos varias distribuciones con la misma media y conocemos sus
respectivas desviaciones tpicas se puede calcular la desviacin tpica total.

Si todas las muestras tienen el mismo tamao:

Si las muestras tienen distinto tamao:

Observaciones sobre la desviacin tpica

La desviacin tpica, al igual que la media y la varianza, es un ndice muy

sensible a las puntuaciones extremas.
En los casos que no se pueda hallar la media tampoco ser posible hallar
la desviacin tpica.
Cuanta ms pequea sea la desviacin tpica mayor ser la concentracin
de datos alrededor de la media.

4.4 VARIANZA

La varianza es la media aritmtica del cuadrado de las desviaciones respecto a la

media de una distribucin estadstica.

La varianza se representa por .

Varianza para datos agrupados

Para simplificar el clculo de la varianza vamos o utilizar las siguientes expresiones

que son equivalentes a las anteriores.
 Ejercicios de varianza

Ejercicio 1:

Calcular la varianza de la distribucin:

9, 3, 8, 8, 9, 8, 9, 18

Ejercicio 2:

Calcular la varianza de la distribucin de la tabla:

xi fi xi fi xi2 fi

[10, 20) 15 1 15 225

[20, 30) 25 8 200 5000

[30,40) 35 10 350 12 250

[40, 50) 45 9 405 18 225

[50, 60 55 8 440 24 200

[60,70) 65 4 260 16 900

[70, 80) 75 2 150 11 250

42 1 820 88 050
Propiedades de la varianza

La varianza ser siempre un valor positivo o cero, en el caso de que las

puntuaciones sean iguales.
Si a todos los valores de la variable se les suma un nmero la varianza no
vara.
Si todos los valores de la variable se multiplican por
un nmero la varianza queda multiplicada por el cuadrado de dicho nmero.
Si tenemos varias distribuciones con la misma media y conocemos sus
respectivas varianzas se puede calcular la varianza total.

Si todas las muestras tienen el mismo tamao:

Si las muestras tienen distinto tamao:

Observaciones sobre la varianza

o La varianza, al igual que la media, es un ndice muy sensible a las

puntuaciones extremas.
o En los casos que no se pueda hallar la media tampoco ser posible hallar
la varianza.
o La varianza no viene expresada en las mismas unidades que los datos, ya
que las desviaciones estn elevadas al cuadrado.
 CONCLUSIN

La inevitable variabilidad de los procesos es de gran inters para el anlisis de la

Calidad en las organizaciones. De este modo, encontramos en las Medidas de
Dispersin, sobre todo en el Rango y la Desviacin Estndar, un par de datos que
nos hablan directamente del desempeo de los procesos que estemos analizando.
La dispersin indica que tan cercanos o lejanos se encuentran los valores unos de
otros. Dichos valores pueden pertenecer a un conjunto de datos agrupados
(distribuciones de frecuencias) o no agrupados (ordenados de acuerdo a su
magnitud). Las medidas de dispersin que son ms comunes son: rango, desviacin
media, desviacin estndar, varianza. Las medidas de dispersin que utilizan la
media como referencia son: desviacin media, desviacin estndar, varianza. Las
medidas de dispersin vistas fueron para datos mustrales
 BIBLIOGRAFIA

B., C. M. (2008). Estadistica y Muestreo. Bogota: ECOE.

Canavos, G. C. (2009). Probabilidad y Estadistica Aplicacion y Metodos. Espaa:

MC Graw Hill.

RD, M. (2000). Estadistica para Administracion y Economia. Mexico: Alfa Omega.