GUIA-TALLER Y EVALUACIÓN CÓDIGO: GA-F-04

DEL ESTUDIANTE VERSIÓN: 2.0

FECHA: 01-10-2011
I.E. COLEGIO SAN BARTOLOME BARTOLINOS...CALIDAD EDUCATIVA, UNA POLITICA DE VIDA
PÁGINA: 1 de 9

¹AREA: ASIGNATURA: PERIODO: CALIFICACION

GUIA TALLER EVALUACION DOCENTE: FECHA:
ESTUDIANTE: GRADO:
TITULO: MEDIDAS DE DISPERSION PARA DATOS NO AGRUPADOS Y AGRUPADOS
MEDIDAS DE DISPERSION PARA DATOS NO AGRUPADOS

Las medidas de dispersión permiten determinar la variabilidad de una variable cuantitativa.

Si una medida de dispersión es grande en la escala que se está midiendo es porque existen datos en la
muestra que están lejos del promedio, es decir, que la variabilidad es alta.

Si una medida de dispersión es pequeña se puede interpretar que la mayoría de datos de la muestra
están cerca del promedio, es decir, que la variabilidad de los datos es baja.

Las medidas de dispersión son básicamente 2 la varianza y la desviación estándar.

VARIANZA: Es una medida que pretende establecer la cercanía de cada uno de los datos con respecto a
la media. Para calcular la varianza es necesario determinar la desviación o distancia entre cada uno de
los datos y la media. Dado un conjunto de datos X1, X2,…….Xn; si X es la media correspondiente, se define
la desviación del enésimo dato como
Dato
o distancia

Promedio
Desviación

Si la desviación es positiva entonces el dato correspondiente es mayor que el promedio.

Si el valor de la desviación es negativo, entonces al dato correspondiente es menor que el promedio.

La varianza de un conjunto de datos se nota como S2 y está definido por el promedio aritmético de los
cuadrados de las desviaciones así:

 ( x  x)
i
2

S2  i1
Donde ( xi  x) es la desviación del enésimo dato y n representa
n 1
d  d2  d3  ...  dn
2 2 2 2
el N° total de datos, vista dicha fórmula de otra manera tenemos: s  1
2

n 1

Cada desviación se eleva al cuadrado para que las negativas se vuelvan positivas.

Desviación estándar: la desviación estándar se nota con S y es la raíz cuadrada positiva de la varianza.
n

 ( x  x)i
2

s  s2  i1
OJO: En el caso de estar organizados los datos en tablas de frecuencia, es
n 1
necesario tener en cuenta las frecuencias correspondientes a cada dato; por lo tanto la formula sería:
∑𝑛
𝑖=1(𝑥𝑖 − 𝑋
̅ )².𝑓𝑖
S = √ mas adelante se observará la aplicación de esta formula en el ejemplo del
𝑛−1
coeficiente intelectual de las mujeres

La desviación estándar o típica es un valor que tiene las mismas unidades que los datos que se midieron.
Este valor se utiliza para interpretar el comportamiento de los datos y representatividad del promedio.
La suma de las desviaciones da como resultado cero.
1
Si a la media aritmética ̅
𝒙 le restamos y a la vez le sumamos el doble de la desviación estándar (2S)
se obtiene un intervalo en el cual se encuentra el 95% de los datos. Si el intervalo es grande los datos
están muy alejados entre sí y la media o promedio no representa bien al grupo; en caso contrario si el
intervalo es pequeño se tendrán la mayoría de los datos cercanos y la media o promedio será un buen
representante del grupo.
Para determinar si la desviación es grande, o no, se compara con las unidades de medida de los datos
por medio de la construcción del intervalo mencionado.
Cuando la desviación es alta por algunos datos lejanos con respecto a los demás existen medidas
recortadas, las cuales hacen que el promedio sea más representativo y la desviación disminuya
significativamente.
Ejemplo:

1. El coordinador de bienestar estudiantil de un colegio pregunta a 6 estudiantes de cada uno de

los dos 8° por sus estaturas en m. Los resultados aparecen en los siguientes diagramas. Calcular
la varianza y la desviación estándar:

1,50  1,60  1,55,155  1,55  1,55

x  1,55
6
x De 8A = 1,55

1,35  1,45  1,55,160,165  1,70

x  1,55
6

x De 8B = 1,55

A pesar de que los promedios son iguales, se puede ver en el diagrama de dispersión de 8A que los datos
están cerca, es decir que los estudiantes son parecidos en estatura.
Por otro lado los estudiantes de 8B están más lejos del promedio, por tanto la variabilidad de las
estaturas de 8B es mayor que la variabilidad de 8A.

Desviaciones de 8A Desviaciones de 8B

d1 = X1 - x = 1,50 – 1,55= -0,05 d1= X1 - x = 1,35 – 1,55=  0.2

d2 = X2 - x = 1,60 – 1,55= 0,05 d2= X2 - x = 1,45 – 1,55=  0.1
d3 = X3 - x = 1,55 – 1,55= 0,00 d3= X3 - x = 1,55 – 1,55= 0.00
d4 = X4 - x = 1,55 – 1,55= 0,00 d4= X4 - x = 1,60 – 1,55= 0.05
d5 = X5 - x = 1,55 – 1,55= 0,00 d5= X5 - x = 1,65 – 1,55= 0 .1
d6 = X6 - x = 1,55 – 1,55= 0,00 d6= X6 - x = 1,70 – 1,55= 0.15

(0,05) 2  (0,05) 2  02  02  02  02
s2   0,001mt 2 ; Luego varianza 8A = 0,001 mt2
6 1

(0,2) 2  (0,1) 2  0 2  (0,05) 2  (0,1) 2  (0,15) 2

s2   0,017mt 2 ; Luego varianza 8B = 0,017 mt2
5
Conclusión: la varianza de 8B es mayor que la de 8A, luego 8B es más disperso y 8A es más homogéneo,
en cuanto a estatura de los estudiantes se trata. 2
La desviación estándar de un conjunto de datos corresponde a la raíz cuadrada de la varianza (S). Luego
las desviaciones estándar de las estaturas de los 6 estudiantes de 8A y 8B son:

s  0,001mt 2

8A  s  0,001mt 2 y 8B  s  0,017mt 2
s  0,031 y s  0,130

Como se puede ver la desviación estándar de 8B es mayor que la de 8A. Luego la relación que se observó
en las varianzas se conserva.

1. Ejemplo:

x  2s, x  2s 
8A 8B
1.55  2 * 0.031, 1.55  2 * 0.031 1.55  2 * 0.130, 1.55  2 * 0.130
1.49, 1.61 1.29, 1.81

Conclusión:
En 8A la media o promedio representa bien el grupo y en 8B la media o promedio no representa bien el
grupo.

2. Ejemplo:
A continuación se muestran los goles anotados por 2 jugadores en los últimos cuatro torneos de futbol
profesional. Utilizar la desviación estándar para determinar cuál es el jugador más regular.

Jugador1: 25, 10, 6, 35 Jugador2: 15, 14, 11, 12

25  10  6  35 76 15  14  11  12
XJ1    19 XJ 2   13
4 4 4

(25  19) 2  (10  19) 2  (6  19) 2  (35  19) 2

s1 
2

(15  13) 2  (14  13) 2  (11  13) 2  (12  13) 2

s2 
2

3
4 1 4 1 10
 
2
s2
3 3
s1  180.66
2

𝑠2 2 = 3,33

𝑠2 = √3,33 = 1, 82

s1  180.66  13.44 ; Entonces 𝒔𝟏 = 13,44 Entonces 𝒔𝟐 = 1,82

Conclusión:
El jugador 1 tiene mayor promedio de goles que el jugador 2; sin embargo la desviación estándar del
jugador 2 es menor que la del jugador 1 es decir, que el jugador 2 es el más regular, pues en todas las
temporadas ha tenido un rendimiento más similar. 3
Desviación estándar o típica de dos o más muestras

La desviación estándar se utiliza también para comparar la uniformidad de 2 o más muestras con
respecto a la misma variable.
La muestra más uniforme es decir, en la que los datos están más cerca de la media es aquella que tiene
la desviación estándar más baja

3. Ejemplo:
La prueba de coeficiente intelectual del grado 9° del colegio San Bartolomé mostró los resultados que
aparecen en las tablas. Determinar cuál de los dos géneros es más parecido en cuanto a coeficiente
intelectual, usar la desviación estándar como criterio de comparación.

Hombres Mujeres

86 75 93 105 104 91 89 91 86 84

111 64 87 103 77 88 86 93 80 97

82 70 68 78 81 86 90 86 78 89

Solución: desviación estándar de cada una de las dos muestras

Hombres

86  75  93  105  104  111  64  87  103  77  82  70  68  78  81

x
15
x  85.6  86

2 2 2 2
 
2 2 2 2 2 2 2 2 2 2
(86  86)  ( 75  86)  ( 93  86)  (105  86)  104  86  (111  86)  ( 64  86)  (87  86)  (103  86)  ( 77  86)  (82  86)  ( 70  86)  ( 68  86)  ( 78  86)  (81  86)
2
s
15  1

2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
0  ( 11)  ( 7 )  (19)  (18)  ( 25)  ( 22)  (1)  (17)  ( 9 )  ( 4 )  ( 16)  ( 18)  ( 8)  ( 5)
s
14

2975
s  14.68
14

Mujeres:

91  89  91  86  84  88  86  93  80  97  86  90  86  78  89
x
15
x  87.6  88

2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
( 91  88)  (89  88)  ( 91  88)  (86  88)  (84  88)  (88  88)  (86  88)  ( 93  88)  (80  88)  (97  88)  (86  88)  ( 90  88)  (86  88)  ( 78  88)  (89  88)
s
14

9  1  9  4  16  0  4  25  64  81  4  4  4  100  1
s
14

S= 4.82 4
En cuanto a los hombres podemos decir que el coeficiente intelectual medio es de 85.6 puntos con una
desviación estándar de 14.68 puntos.
Para la población de mujeres se tiene que la media de coeficiente intelectual de las mujeres es de 87.6
puntos con una desviación estándar de 4.82 puntos.
Al comparar las 2 desviaciones es menor la de las mujeres.
De otra forma se pude afirmar que la población de mujeres se parece más entre sí que la de los hombres,
en cuanto al coeficiente intelectual, es decir es más homogénea y en cambio en la población de hombres
se encuentran datos mucho más altos y más bajos que en la población de mujeres.

Interpretación de resultados: Para mayor interpretación es necesario analizar el coeficiente de

variación.
𝑺
CV = ̅ ( Relación entre la desviación estándar y la media aritmética)
𝑿

En el caso del resultado correspondiente al coeficiente intelectual de los hombres tenemos:

14,68
CV = = 0,1706 = 17,06% lo cual significa que en promedio las desviaciones con respecto a la
86
4,82
media son del 17,06% y en el caso de las mujeres CV = = 0,054 = 5.4% es decir el promedio
88
de desviación con respecto a la media es menor en las mujeres que en los hombres.

NOTA: Este CV se puede hallar en todos los ejemplos relacionados con la desviación estándar o típica
tanto para datos no agrupados como para datos agrupados

Desviación estándar o típica correspondiente al coeficiente intelectual de un grupo de mujeres

(Datos organizados en tabla de frecuencias)

91 89 91 86 84
88 86 93 80 97
86 90 86 78 89

𝒙𝒊 𝒇𝒊 𝒙𝒊 𝒇𝒊 ̅ )²
(𝒙𝒊 − 𝒙 (𝒙𝒊 − 𝒙̅ )²𝒇𝒊
78 1 78 92,16 92,16
80 1 80 57,76 57,76
84 1 84 12,96 12,96
86 4 344 2,56 10,24
88 1 88 0,16 0,16
89 2 178 1,96 3.92
90 1 90 5,76 5,76
91 2 182 11,56 23,12
93 1 93 29,16 29,16
97 1 97 88,34 88,36
Totales 15 1314 323,6

𝟏𝟑𝟏𝟒 𝑛
∑ (𝑥𝑖 − 𝑋
̅ )².𝑓𝑖 323,6
𝒙̅ = = 𝟖𝟕, 𝟔 ≅ 88, por lo tanto aplicando la formula S = √ 𝑖=1 𝑛−1 = √ = 4,8
𝟏𝟓 14

Conclusión: S = 4,8 al igual que el resultado obtenido sin organizar los datos en tablas de frecuencia

5
MEDIDAS DE DISPERSION PARA DATOS AGRUPADOS

Cuando se tienen aproximadamente 20 elementos o menos en la muestra, estos datos se

pueden analizar sin necesidad de agruparlos en intervalos de clase. En esta distribución se
indican las frecuencias con que aparecen los datos estadísticos desde el menor hasta el mayor,
sin hacer ninguna modificación al tamaño de las unidades originales. Cada dato mantiene su
propia identidad aún después de elaborada la distribución de frecuencias; los valores de cada
variable han sido solamente reagrupados, siguiendo un orden lógico con sus respectivas
frecuencias.

AGRUPACION DE DATOS: Cuando la muestra consta de aproximadamente 20 o más datos es

recomendable agruparlos en intervalos de clase; en los cuales la disposición tabular de los datos
estadísticos se encuentran ordenados con las respectivas frecuencias correspondientes a cada
intervalo. Los datos originales de varios valores cercanos o adyacentes se combinan para formar
un intervalo, dichos datos se agrupan con el fin de resumir, condensar o hacer que la
información obtenida de una investigación sea manejable con mayor facilidad.

∑𝑛 −)² ∑𝑛 𝑓𝑖 . 𝑚 ²
𝑖=1 𝑓𝑖 (𝑚 𝑖=1
S =√ 𝑖−𝑋
𝑂 𝑆= √ 𝑖
− ( 𝑋− )² FORMULAS DE DESVIACION ESTANDAR
𝑛 𝑛
PARA DATOS AGRUPADOS

Se debe tener en cuenta que la varianza es = s², es decir el resultado de la formula sin extraer la
raíz y el coeficiente de variación CV se halla con la misma fórmula que para datos no agrupados
Ejemplo: Aunque el ejemplo anterior relacionado con el coeficiente intelectual de las mujeres
tiene solamente 15 datos los vamos agrupar para establecer un paralelo de comparación en
cuanto a la estructura de la tabla de frecuencias y los resultados.

NOTA: Se halla el rango, número de intervalos, longitud del intervalo, marcas de clase etc con
las mismas formulas usadas para hallar las medidas de tendencia central para datos agrupados

91 89 91 86 84
88 86 93 80 97
86 90 86 78 89

Rango: 97- 78 = 19
Número de intervalos: √15 = 3,87 ≅ 4
𝟏𝟗
Longitud del intervalo: 𝟒 = 4,75 ≅ 5

intervalo 𝒇𝒊 𝒎𝒊 𝒇𝒊 𝒎 𝒊 (𝒎𝒊 − ̅𝒙 )² (𝒎𝒊 − ̅𝒙 )²𝒇𝒊

[78 , 83) 2 80,5 161 56,25 112,5
[83 , 88) 5 85,5 427,5 6,25 31,25
[88 , 93) 6 90,5 543 6,25 37,5
[93 , 98) 2 95,5 191 56,25 112,5
Totales 15 1322,5 293,75

𝟏𝟑𝟐𝟐,𝟓 ∑𝑛
𝑖=1(𝑚𝑖 − 𝑋
̅ )².𝑓𝑖 293,75
𝒙̅ = = 𝟖𝟖, 𝟏𝟔 ≅ 88 S= √ = √ = 4, 42
𝟏𝟓 𝑛 15

Conclusión: S = 4,42 se observa que el resultado de la desviación estándar es muy similar

agrupando los datos y sin agruparlos considerando el mismo ejemplo

6
 GUIA-TALLER Y EVALUACIÓN CÓDIGO:GA-F-04
DEL ESTUDIANTE VERSIÓN: 2.0
FECHA: 01-10-2011
BARTOLINOS...CALIDAD EDUCATIVA, UNA POLITICA DE
I.E. COLEGIO SAN BARTOLOME VIDA PÁGINA: 7 de 9
AREA: ASIGNATURA: PERIODO: CALIFICACION
GUIA TALLER DOCENTE: FECHA:
EVALUACION
ESTUDIANTE: GRADO:
TITULO: Taller relacionado con medidas de dispersión

NOTA: En cada caso hallar varianza S², desviación estándar o típica S y coeficiente de variación CV

1.-Un pediatra obtuvo la siguiente tabla sobre los meses de edad de 50 niños de su consulta en el momento de
andar por primera vez:

Meses Niños
9 1
Calcular la desviación típica o estándar
10 4
11 9
12 16 RTA: S = 1,29 aproximadamente
13 11
14 8
15 1

2. El resultado de lanzar dos dados 120 veces viene dado por la tabla:

Sumas 2 3 4 5 6 7 8 9 10 11 12
Veces 3 8 9 11 20 19 16 13 11 6 4

Calcular la desviación típica. RTA: S = 2,43 aproximadamente

3.-Calcular la desviación típica de una distribución estadística que viene dada por la siguiente tabla: RTA: S = 34,01

[10 , 15) [15 , 20 ) [20 , 25) [25 , 30) [30 , 35)

𝒇𝒊 3 5 7 4 2

4.-Calcular la desviación típica de la distribución de la tabla: RTA: S = 14,79

𝒇𝒊
[10 , 20) 1
[20 , 30) 8
[30 , 40) 10
[40 , 50) 9
[50 , 60) 8
[60 , 70) 4
[70 , 80) 2

5.-Las alturas de los jugadores de un equipo de baloncesto vienen dadas por la tabla:

Altura [170, 175) [175, 180) [180, 185) [185, 190) [190, 195) [195, 2.00)
Nº de jugadores 1 3 4 8 5 2

Calcular la desviación típica RTA: S = 0,07

6.-Dada la distribución estadística:
[0, 5) [5, 10) [10, 15) [15, 20) [20, 25) [25, ∞)
𝑓𝑖 3 5 7 8 2 6

Calcular la desviación típica: RTA