Ficha AVANCE 9 Medidas de Dispersion I
Ficha AVANCE 9 Medidas de Dispersion I
Ficha AVANCE 9 Medidas de Dispersion I
INTERCULTURAL DE QUILLABAMBA
(UNIQ)
Medidas de Dispersión
En este capítulo estudiaremos las medidas estadísticas de variabilidad, concentración o dispersión para un
conjunto de datos; considerando en ella que, si los datos fuesen iguales, por ejemplo, estos no
mostrarían variación o dispersión entre ellos, en caso contrario se dice que los datos presentan dispersión
o variabilidad.
El estudio de la dispersión de un conjunto de datos es de suma importancia en todo análisis estadístico ya
que de esto depende el grado de confiabilidad de las estadísticas que se calcularán para un adecuado
planteo de las hipótesis, determinación de los intervalos de confianza y poder inferir conclusiones
pertinentes.
Ejemplos:
1) Consideremos las notas de un grupo de estudiantes: 15; 15; 15; 15 y 15.
Claramente podemos observar que no hay variación entre los datos, estos tienen un
comportamiento uniforme.
2) Si las notas de tres estudiantes fuesen: 14; 14; 15; 16 y 16.
Presentan a simple inspección una variación bastante pequeña.
3) Si las notas de tres estudiantes fuesen: 10; 14, 15, 16 y 20
Los datos presentan una variación bastante pronunciada.
Si en los ejemplos anteriores la interrogante sería sobre el rendimiento académico de los tres
grupos. De alaguna manera nuestra respuesta estaría orientada hacia el segundo grupo, debido a
que no presentan variación pronunciada.
CLASIFICACIÓN
MEDIDAS DE DISPERSIÓN
1
Marco Antonio Ayte Morales “Enlazando saberes, construyendo identidad”
MEDIDAS DE DISPERSIÓN
RELATIVAS ABSOLUTAS
A) EL RANGO. El rango es una medida (distancia), a través de la cual se distribuyen todos los datos
de la muestra o población.
Se calcula por la diferencia entre el dato mayor y dato menor que toma la variable. Un valor del
rango diferente de cero nos indica la presencia de variabilidad de los datos, mas no nos indica acerca
de la variabilidad interna entre los datos.
Para datos sin agrupar:
Rango = Dato mayor – Dato menor
Para datos agrupados:
Rango = LSk − LI1
Donde:
LSk = Límite superior de la última clase
LI1 = límite inferior de la primera clase
Ejemplo:
Sean los montos por ventas de una tienda comercial expresada en nuevos soles:
1500 2300 1800 2000 1500 2400
2300 1000 1200 2400 2500 1800
Hallar el rango e interprete su resultado.
Resolución
2
“Enlazando saberes, construyendo identidad”. Lic. Marco Antonio Ayte Morales
De acuerdo con la definición el rango es:
Rango = R = 2500 – 1000 = 1500 Soles
Nos indica que 1500 nuevos soles es la distancia entre la venta menor y la mayor; el rango es una
medida de dispersión de primera vista para la variabilidad de los datos; pero no evalúa el grado de
variabilidad de los datos intermedios.
NOTA:
Si todos los datos fuesen iguales el rango es cero, nos indica que todos los datos se concentran en un
mismo punto. Si el rango es diferente de cero nos indica que los datos no se concentran en un
mismo punto; es decir existe variabilidad o dispersión de los datos
El rango puede ser positivo, negativo o cero
El rango posee unidad de medida, que es la misma de los datos originales.
El rango es bien sensible a la presencia de datos extremos (datos muy altos o datos muy bajo de
lo normal)
B) DESVIACIÓN MEDIA
Dados un conjunto de observaciones tales como x1 , x2 , x3 , , xn , la desviación media se define
como el promedio aritmético de las respectivas desviaciones absolutas con respecto a la media, se
expresa mediante la siguiente fórmula:
1 n
DM xi x fi
n i 1
Donde:
n
i 1
xi x : Sumatoria del valor absoluto de las desviaciones con respecto a la media
C) LA VARIANZA
Su valor corresponde al promedio de las desviaciones al cuadrado de los datos con respecto a la
media aritmética. Es decir, su valor da una idea del grado de variabilidad de los datos con respecto a
la media aritmética.
La variancia para un conjunto de datos esta expresada en unidades cuadráticas.
Por ejemplo:
Si la unidad de medida de los datos es kilogramos, la variancia será expresada en kilogramos al
cuadrado. Este hecho dificulta la interpretación de la variancia.
x
2
i 1
i
x i2 N 2
2 2
N N
x fi2
k
i 1
i
xi f i2 N 2
2 2
N N
3
“Enlazando saberes, construyendo identidad”. Lic. Marco Antonio Ayte Morales
PARA DATOS SIN AGRUPAR
Sea X una variable en estudio que toma los valores x1 , x2 , x3 , , xn , y x su media aritmética
muestral, la variancia para la muestra se simboliza por S x , y es definida por:
2
x
2
i 1
i
x i2 N 2
S2 S2
n 1 n 1
PARA DATOS AGRUPADOS
x fi2
k
i 1
i
x i f i 2 n 2
2
2
n 1 n 1
Ejercicio 01. C
Ejercicio 02. c
Grupo 1 sueldos
396
351
427
296
360
4
“Enlazando saberes, construyendo identidad”. Lic. Marco Antonio Ayte Morales
338
385
400
317
348
367
346
405
361
392
367
346
405
361
392
496
359
292
372
455
400
483
433
362
309
435
378
5
“Enlazando saberes, construyendo identidad”. Lic. Marco Antonio Ayte Morales
8
3
5
8
5
6
“Enlazando saberes, construyendo identidad”. Lic. Marco Antonio Ayte Morales