LAS MEDIDAS DE DISPERSIÓN.

Las medidas de dispersión son números que indican si una variable se mueve mucho o
poco. La razón de ser de este tipo de medidas es conocer de manera resumida una
característica de la variable estudiada y deben acompañar a las medidas de tendencia
central. Juntas, ofrecen información de un sólo vistazo que luego podremos utilizar para
comparar y tomar decisiones.

Principales medidas de dispersión. Las medidas de dispersión más conocidas son:

El rango, la varianza, la desviación típica y el coeficiente de variación (no confundir
con coeficiente de determinación).
Dada la gran utilidad en las matemáticas, conozcamos algunas letras del alfabeto griego.
 LA VARIANZA. La varianza es una medida de dispersión que representa la variabilidad
de una serie de datos respecto a su media. Aunque se trata de una medida sencilla, puede
aportar mucha información sobre una variable en concreto.
Formalmente se calcula como la suma de los residuos al cuadrado divididos entre el
total de observaciones. Entendemos como residuo a la diferencia entre el valor de una
variable en un momento y el valor medio (media aritmética) de toda la variable. La varianza
y la desviación estándar son medidas de dispersión o variabilidad, es decir, indican la
dispersión o separación de un conjunto de datos. Hay que tener en cuenta que las
fórmulas de la varianza y la desviación estándar son diferentes para una muestra que para
una población.

Fórmula para calcular la varianza

La unidad de medida de la varianza será siempre la unidad de medida correspondiente a
los datos, pero elevada al cuadrado. La varianza siempre es mayor o igual que cero. Al
elevarse los residuos al cuadrado es matemáticamente imposible que la varianza salga
negativa. Y de esa forma no puede ser menor que cero.

O
así desglosado:

Donde
 X: variable sobre la que se pretenden calcular la varianza
 xi: observación número i de la variable X. i puede tomará valores entre 1 y n.
 n: número de observaciones o datos.
 x̄: Es la media de la variable X.

Ejemplo de cálculo de la varianza

Tenemos cinco personas, cada uno con un salario diferente:

Juan: 1,500 lempiras, Pepe: 1,200 lempiras
José: 1,700 lempiras Miguel: 1,300 lempiras Mateo: 1, 800 lempiras

1) La media aritmética del salario, la cual necesitamos para nuestro cálculo, es de

= ((1,500 + 1,200 + 1,700 + 1,300 + 1,800) /5) = = 1,500 lempiras.

2) Cálculo de residuos. Dado que la fórmula de la varianza en su forma desglosada se

formula como sigue:

3) Residuos obtenidos al cuadrado entre número de datos:

Lempiras 2

El resultado es de 52.000 lempiras al cuadrado. Es importante recordar que siempre que

calculamos la varianza tenemos las unidades de medida al cuadrado. Para pasarlo a
lempiras, en este caso tendríamos que realizar la desviación típica. El resultado
 aproximado sería de 228 lempiras. Esto quiere decir que, en media, la diferencia entre
los salarios de las distintas personas será de 228 lempiras.

También se puede calcular como la desviación típica al cuadrado.

Donde:
 X → Variable sobre la que se pretenden calcular la varianza
 xi → Observación número i de la variable X. i puede tomará valores entre 1 y n.
 N → Número de observaciones.
 x̄ → Es la media de la variable X.

::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
DESVIACIÓN ESTÁNDAR O TÍPICA. La desviación típica es otra medida que ofrece
información de la dispersión respecto a la media. Su cálculo es exactamente el mismo que
la varianza, pero realizando la raíz cuadrada de su resultado. Es decir, la desviación
típica es la raíz cuadrada de la varianza.

La desviación estándar o desviación típica es una medida que ofrece información sobre la
dispersión media de una variable. La desviación estándar es siempre mayor o igual que
cero. Para entender este concepto necesitamos analizar 2 conceptos fundamentales.

 Esperanza matemática, valor esperado o media: Es la media de nuestra serie de

datos.
 Desviación: La desviación es la separación que existe entre un valor cualquiera de
la serie y la media.

Ahora, entendiendo estos dos conceptos la desviación típica se calculará de forma similar
a la media, pero tomando como valores las desviaciones o residuos calculados. Y
aunque este razonamiento es intuitivo y lógico tiene un fallo que vamos a comprobar con el
siguiente gráfico.

En la imagen anterior tenemos 6 observaciones o datos, es decir, N = 6. La media de las

observaciones está representada por la línea negra situada en el centro del gráfico y es 3.
(30). Entenderemos por desviación, la diferencia que existe entre cualquiera de las
observaciones o datos y la línea negra o sea su media. Así pues, tenemos 6
desviaciones.

1. Desviación (2-3) = -1, Primer dato menos la media de todos los datos
2. Desviación (4-3) = 1 Segundo dato menos la media de todos los datos y asi…..
3. Desviación (2-3) = -1
4. Desviación (4-3) = 1
5. Desviación (2-3) = -1
6. Desviación (4-3) = 1
Como podemos ver si sumamos las 6 desviaciones (-1+1-1+1-1+1=0) y dividimos entre N
(6 observaciones), el resultado es cero. La lógica sería que la desviación media fuese de 1.
Pero una característica matemática de la media respecto a los valores que la forman es,
precisamente, que la suma de las desviaciones es cero.  ¿Cómo arreglamos esto? R=
Elevando al cuadrado las desviaciones.

Fórmulas para calcular la desviación típica o estándar: La primera es elevando al

cuadrado las desviaciones, dividir entre el número total de observaciones y por último
hacer la raíz cuadrada para deshacer el elevado al cuadrado:

Ejemplo 1:
Busque la desviación estándar s ó σ para cada uno de los conjuntos de números del
problema:

a) 12,6,7,3,15,10,18,5

SOLUCIÓN

1) MA= x = μ= (12 + 6 + 7 + 3 +15 + 10+18 + 5 ÷ 5) = 76 /8

76 ÷ 8 = 9.5

2) Aplicar la fórmula:

3) Buscar los residuos y elevarlos al cuadrado:

= (12 - 9.5)2 + (6 - 9.5)2 + (7 - 9.5)2 + (3 - 9.5)2 + (15 - 9.5)2 + (10 - 9.5)2 + (18 - 9.5)2 + (5 - 9.5)2

= (2.52 + 3.52 +2.52 +6.52 +5.52 +0.52 +8.52 +4.52) / 8

6.25+ 12.25+ 6.25+42.25+30.25+ 0.25+72.25+20.25

=
√ 8

190
=
√ 8

√ 23,75 = 4.87
En los ejercicios, se siguen los siguientes pasos:
1. Se calcula la media.
2. Se calcula la varianza.
3. Se calcula la desviación estándar, que es la raíz cuadrada positiva de la
varianza :::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
::::::::::::::
Alternativamente existiría otra forma de calcularla. Sería haciendo un promedio de la suma
de los valores absolutos de las desviaciones. Es decir, aplicar la siguiente fórmula:

Sin embargo, esta fórmula no es una alternativa de la

desviación típica o estándar, pues arroja a veces, diferentes
resultados. En realidad, la fórmula anterior es la desviación
respecto de la media. La desviación estándar o típica y la
desviación respecto de la media tienen similitudes, pero no son
lo mismo. A esta última forma se le conoce como desviación media.

Calcule la desviación media de los conjuntos de números del problema:

a) 3,5,6,7,10,12,15,18. b) 3,8,8,8,9,9,9,18.

SOLUCIÓN a) La media aritmética es X = 12 + 6 + 7 + 3+15+ 10+18 + 5 / 8 = 76/8 = 9.5

La fórmula de la desviación media es

Sacando los residuos:

DM= |12 - 9.5| + |6 - 9.5| + |7 - 9.5| + |3 - 9.5| + |15 - 9.5| + |10 - 9.5| + |18 - 9.5| + |5 - 9.5| ÷ 8
= 2.5 + 3.5 + 2.5 + 6.5 + 5.5 + 0.5 + 8.5 + 4.5 = 34

= 34 ÷ 8 = 4.25 Respuesta DM

Ejemplo de cálculo de la desviación estándar

Vamos a comprobar como, con cualquiera de las dos fórmulas expuestas, el resultado de
la desviación típica o desviación media es el mismo a veces. Según la fórmula de
la varianza (raíz cuadrada):

Según la fórmula del valor absoluto:

 El único caso en que la desviación estándar (formula 1 de la varianza) y la
desviación media (fórmula 2 valor absoluto) ofrecen el mismo resultado es el caso
en que todas las desviaciones son igual a 1.
::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::

Ejemplo 1:
Calcular la varianza y la desviación estándar de los siguientes datos: 2, 4, 6 y 8
sabiendo que corresponden a una población.
Solución:
Nos indican que estos datos forman una población, por lo tanto, usaremos las
fórmulas de varianza y desviación estándar para la población, teniendo en
cuenta que tenemos 4 datos, es decir, N = 4
1. Empezamos calculando la media poblacional:

Ahora calculamos la varianza poblacional:

Ejemplo 2:
Calcular la varianza y la desviación estándar de los siguientes datos: 1, 3, 5, 7 y 9
sabiendo que corresponden a una muestra

Solución:
Nos indican que estos datos forman una muestra, por lo tanto, usaremos las
fórmulas de varianza y desviación estándar para la muestra, teniendo en cuenta
que tenemos 5 datos, es decir, n = 5.
Empezamos calculando la media de la muestra:
 Ahora calculamos la varianza de la muestra:

El valor de la varianza poblacional, es de 10.

Ahora calculamos la desviación estándar, teniendo en cuenta que es la raíz

cuadrada de la varianza.

Ejemplo 3.

Sacar la Desviación Media de: 9+ 3 + 8 + 8 + 9 + 8 + 9+18

MA=9+ 3 + 8 + 8 + 9 + 8 + 9+18 ÷ 8 =
72÷8 = 9

DM = |9 - 9| + |3 - 9| + [8 - 9| + |8 - 9| + |9 - 9| + |8 - 9| + |9 - 9] + [18 – 9| ÷ 8
= 0 + 6+ 1+ 1 + 0 + 1+ 0 + 9 ÷ 8
= 2.25 Respuesta Desviación Media….

:::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
EL RANGO. El rango es un valor numérico que indica la diferencia entre el valor máximo y
el mínimo de una población o muestra estadística. Su fórmula es: R = Máxx – Mínx.
Donde:
 R → Es el rango.
 Máx → Es el valor máximo de la muestra o población.
 Mín → Es el valor mínimo de la muestra o población estadística.
 x → Es la variable sobre la que se pretende calcular esta medida.

El rango suele ser utilizado para obtener la dispersión total. Es decir, si tenemos una
muestra con dos observaciones: 10 y 100 euros, el rango será de 90 euros. En finanzas,
el rango es muy útil para observar cuán grande podría llegar a ser una variación o cambio.
El rango no es una medida fija. Ejemplo, imaginemos que el crecimiento del producto
interior bruto (PIB) de un país, ha estado entre el 3 y el 5% durante los últimos 10 años.
El rango para estos datos, será del 2%, pero esto no quiere decir que siempre vaya a ser
ese. De modo que si en el año 2021, el crecimiento es del -1%, el rango de los últimos 11
años, pasará del 2% al 6%. También se conoce como recorrido estadístico.
 EJEMPLOS: Calcule el rango de los conjuntos:
a) 12,6,7,3,15,10,18,5 b) 9,3,8,8,9,8,9,18.

SOLUCIÓN En ambos casos, rango = número mayor - número menor = 18 - 3 = 15.

Sin embargo, al considerar el orden de los conjuntos:
a) 3,5,6,7,10,12,15,18
b) 3,8,8,8,9,9,9,18. Hay mucho más variación o dispersión en á) que en b). De
hecho, b) consta principalmente de ochos y nueves. Puesto que el rango no indica la
diferencia entre los conjuntos, no es una buena medida de dispersión, en este caso.
Por lo general, cuando se presentan valores extremos, el rango es una mala medida
de dispersión. Se consigue una mejoría eliminando los valores extremos, 3 y 18.
Entonces, para el conjunto á) el rango es (15 - 5) = 10, mientras que para el conjunto b) el
rango es (9 - 8) = 1, lo que muestra claramente que a) tiene una mayor dispersión que b).
Sin embargo, el rango no se define de esta manera. El rango semiintercuartilar y el rango
percentilar 10-90 permiten mejorar el rango eliminando los casos extremos.
4.2. RANGO EN TABLAS DE DATOS AGRUPADOS. Encuentre el rango de estaturas de
los estudiantes de una universidad.
SOLUCIÓN Existen dos formas de definir el rango para datos agrupados. Primer método.
Rango = marca de clase más alta menos marca de clase más baja = 73-61 = 12pulg
Segundo método. Rango = frontera superior de la clase más alta - frontera inferior de la
clase más baja = 74.5 -59.5 = 15 pulg. El primer método tiende a eliminar los casos
extremos en cierto grado.

COEFICIENTE DE VARIACIÓN. Su cálculo se obtiene de dividir la desviación típica entre

el valor absoluto de la media del conjunto y por lo general se expresa en porcentaje para
su mejor comprensión.

 X → Variable sobre la que se pretenden calcular la varianza

 σx → Desviación típica de la variable X.
 | x̄ | → Es la media de la variable X en valor absoluto con x̄ ≠ 0

Ejemplo:

Calcular el coeficiente de variación de los datos 1, 3, 5, 7 y 9 sabiendo que corresponden a

una muestra. Y:

Su media aritmética es 5

Su σx → = √ 5=¿ 2.23 ¿

2.23
CV= = 0.446 0 0.45 0 45 %
5

FIN::::::::::……………….:::::::::::::……………….:::::::::::::::::::::………………..:::::::::::::::::::……
Para más información:
https://matemovil.com/varianza-y-desviacion-estandar-ejemplos-y-ejercicios/
https://www.superprof.es/apuntes/escolar/matematicas/estadistica/descriptiva/ejercicios-y-
problemas-de-estadistica-ii.html
https://matematicasn.blogspot.com/2016/07/media-aritmetica-geometrica-y-armonica.html

https://razonamientopdf.blogspot.com/2019/01/medidas-de-tendencia-central-
ejercicios.html
https://matematicasn.blogspot.com/2015/12/medidas-de-dispersion-ejercicios.html