Medidas de Dispersión.

UNIVERSIDAD DE GUAYAQUIL
Facultad de Ciencias Químicas

Carrera: Bioquímica y Farmacia
ESTADÍSTICA I
Las medidas de Dispersión
INTEGRANTES
Benítez Cuenca Cecilia Estefany
Galeas Reyes Cesar Andrés
López Jalca Ginger Dayana
Moreira Vega Melanie Michelle
Moya Kittyle Luis Alberto
Zumba Macas Nicolás Gabriel
TERCER SEMESTRE
G3
Notas del autor
Benitez Cuenca Cecilia Estefany, Galeas Reyes Cesar Andrés
López Jalca Ginger Dayana, Moreira Vega Melanie Michelle, Moya Kittyle Luis
Alberto, Zumba Macas Nicolás Gabriel
La correspondencia relacionada con esta investigación debe ser dirigida a:
Docente: Dra. Caguana Baquerizo Denisse Roxana
Universidad de Guayaquil, Ciudadela de la Universidad Salvador Allende
2020-2021
INTRODUCCIÓN
Las medidas de tendencia central se refieren a la concentración de puntuaciones de una

determinada escala numérica en un grupo. Una medida particular de tendencia central da
lugar a una puntuación o valor que en cierto sentido "representa" a todas las puntuaciones
del grupo. Este proceso pasa por alto las diferencias entre las puntuaciones en sí.
Asimismo, para evaluar la variación de las puntuaciones se necesitan estadígrafos
descriptivos que miden la heterogeneidad, dispersión o esparcimiento de puntuaciones.
Para describir en forma adecuada un conjunto de datos, son necesarios dos tipos de
medidas de resumen: las de tendencia central y las de dispersión. Además, para obtener
información respecto a la parte media de un conjunto de números, también es conveniente
tener un método para expresar la cantidad de dispersión o difusión que hay entre los datos.
Por ejemplo, las medidas de dispersión indican si los valores están relativamente cercanos
uno de otro o si se encuentran dispersos.
MEDIDAS DE DISPERSIÓN O VARIABILIDAD: RANGO, DESVIACIÓN
MEDIA, VARIANZA, DESVIACIÓN ESTÁNDAR Y COEFICIENTE DE
VARIACIÓN
RANGO
La amplitud o rango de un grupo de números es generalmente la medida más sencilla de

calcular y comprender. Se concentra en el número mayor y el menor del grupo, es decir,
los puntos extremos. Dicha medida se puede expresar en dos formas:
a) Como la diferencia entre los valores mayor y menor de la muestra.

b) Como los valores mayor y menor del grupo.
La ventaja de utilizar la amplitud o rango como medida de dispersión se basa en el hecho

de que su obtención es relativamente sencilla, aun cuando se trate de un conjunto bastante
grande de números. La principal limitación del rango es que considera solamente los
valores extremos de un conjunto y no proporciona mayor información respecto de los
demás, a veces existen dos valores extremos que jamás se repiten en la muestra y si los
consideramos podemos dar una falsa imagen del conjunto, por ejemplo, el caso de las
alturas.
Ejemplo 1:
Determinar la amplitud de variación de las siguientes edades:
25 43 28 32 27 39 40 29 28 33 36 30
Máximo = 43
Mínimo = 25
Amplitud de variación = 43 – 25 = 18
Este valor nos permite también comparar con estudios de la misma naturaleza y establecer
con buen criterio que el conjunto de datos que tenga la menor amplitud de variación, será
el que tenga menos variabilidad o menor dispersión.

En general: El rango se expresa estableciendo la diferencia entre los números mayor y
menor de un grupo de puntuaciones, o bien, identificando ambos números.
Ejemplos 2:
Amplitud o rango entre el percentil 10 y 90 (RP)
En razón de que son más numerosas las puntuaciones que influyen directamente sobre la
amplitud entre el percentil 10 y 90, es decir, se dejan fuera los extremos, este valor es un
poco más estable que el rango y es fácil de calcular. Sin embargo, ninguna de estas
ventajas ha sido lo suficientemente convincente como para hacer del RP una medida de
variabilidad popular y, de hecho, rara vez se emplea.
El rango intercuartil (RQ)
El rango intercuartil (RQ) es la diferencia entre el primer y tercer cuartil o sea:

Esta medida, para propósitos descriptivos, es definitivamente superior al rango, se dice
que es superior porque se calcula entre el primer y tercer cuartil, eliminando dos extremos
de un cuarto de la muestra, considerando que la mayoría de las puntuaciones se agruparán
en la proporción restante, excepto en cuanto a simplicidad de cálculos.
Fórmulas para datos agrupados
1) Rango = punto medio de la clase más alta – punto medio de la más baja.
2) Rango = límite superior de la clase más alta – límite inferior de la más baja.
Fórmulas para datos no agrupados
1) La diferencia entre los valores mayor y menor.
2) Los valores mayor y menor del grupo.
DESVIACIÓN MEDIA (DM)
Es la media de las desviaciones a partir de un valor central. La distancia entre la

puntuación x¡ y la media se da por |x, - x| y el promedio de las n distancias de las
puntuaciones respecto de su media se denomina desviación media (DM).
La fórmula que nos permite el cálculo para cada tipo de serie es:
, indica la desviación de cada puntuación respecto de la media del grupo. Estas
n desviaciones describen hasta qué punto varían las puntuaciones originales.
La suma de dichas desviaciones positivas y negativas siempre será cero. Si consideramos
las desviaciones como distancias de las puntuaciones respecto de la media, sin tener en
cuenta el signo, la suma de estas distancias indica la variabilidad de las puntuaciones, es
decir, cuánto varía en promedio cada puntuación con respecto a la media.
Ejemplo 1:
Calcular la desviación media de la distribución:
Calculamos la media aritmética para poder hallar las desviaciones respecto a la media
Aplicamos la fórmula de la desviación media

Desviación media para datos agrupados
Ejemplo de cálculo de desviación media para datos agrupados
Calcular la desviación media de la distribución:

xi fi
En primer lugar, calculamos la media aritmética:
Incorporamos otra columna con los productos de las marcas de clase por sus frecuencias
absolutas correspondientes y hacemos la suma
Por otro lado realizamos la suma de las frecuencias absolutas
xi fi xi . fi
Añadimos otra columna a la tabla con las desviaciones respecto a la media
xi fi xi . fi
Agregamos otra columna con los productos de desviaciones respecto a la media por sus
frecuencias absolutas correspondientes y hacemos la suma
Calculamos la desviación media

VARÍANZA Y DESVIACIÓN ESTÁNDAR (S2 Y S)
La varianza de una muestra o conjunto de datos es la desviación promedio de valores

obtenidos a partir de la media elevada al cuadrado y dividida entre n-1. Cuando hablamos
de datos que reflejan únicamente una parte de la población, es decir, una muestra,
utilizamos n; cuando nos referimos a toda una población, es decir, los datos de la muestra
son iguales al total de la población estudiada, pero como eso sucede en pocos casos casi
siempre se utiliza n-1.
La varianza de una muestra se calcula casi en la misma forma que la desviación media,
con dos pequeñas diferencias:
1. Las desviaciones se elevan al cuadrado antes de ser sumadas

2. Se obtiene el promedio, utilizando n-1 en lugar de n, ya que esto pretende
proporcionar un mejor cálculo de la varianza.
La variancia o varianza se representa como s2 cuando se refiere a la varianza muestral y

como o2 (letra griega sigma minúscula al cuadrado), cuando se trata de la varianza de una
población.
La fórmula para calcular la varianza de una muestra tiene pequeñas modificaciones, las
cuales dependen del tipo de serie al que se quiera aplicar, como a continuación se
presenta:
Para series simples
a. Calcular la media.
b. Restar la media a cada valor del conjunto, originando las des viaciones con respecto a
la media.
c. Elevar al cuadrado cada una de estas desviaciones y realizar la sumatoria.
d. Dividir el resultado de la sumatoria entre n-1 en el caso de datos muéstrales o dividir
entre n, si los datos equivalen a todos los valores de una población.
Ejemplo: partiendo de los siguientes valores calcule la varianza para la muestra:
Aplicando la fórmula:
DESVIACIÓN ESTÁNDAR
Es una de las medidas de resumen que más se utiliza para distribuciones y desempeña un
papel preponderante en la estadística. Es importante observar que las unidades en las que
se expresa la desviación estándar son las mismas que las de la media. Por ejemplo, si la
media se da a conocer en unidades monetarias, la desviación estándar también lo estará.
Si la media está en metros, lo mismo ocurrirá con la desviación estándar.
La desviación estándar a, para la población o s, para la muestra, es la desviación en

promedio de las diferencias de los valores con respecto a su media.
La desviación estándar es simplemente la raíz cuadrada de la varianza. De este modo, si

la varianza es 81; la desviación estándar es 9, si la desviación estándar es 10 es √10= 3,16.
Entonces se deduce que para obtener la desviación estándar se debe calcular la varianza
primero y después hallar su raíz cuadrada.
Formulas
Ejemplo 1:
Calcular la desviación estándar de las siguientes puntuaciones de un jugador de

baloncesto en los últimos partidos:
Puntuaciones: 18, 20, 20, 22, 20, 20
Calculamos la media aritmética ():
Número de valores: 6
Media Aritmética = (18 + 20 + 20 + 22 + 20 + 20) / 6 = 120 / 6 = 20
Calculamos la Desviación Estándar:
σ2 = [(18-20)2 + (20-20)2 + (20-20)2 + (22-20)2 + (20-20)2 + (20-20)2] / 6 = 16 / 6 = 8

/3 = 2,67
Desviación estándar: σ = √ 2,67 = 1,63
COEFICIENTE DE VARIACIÓN (DISPERSIÓN ABSOLUTA Y RELATIVA):
El coeficiente de variación de una distribución lo podemos definir como la expresión

porcentual que representa la desviación estándar de una muestra con respecto a su media.
En algunos casos las dispersiones, en términos absolutos, pueden ser diferentes a la
realidad y por ello se tienen que analizar en términos de coeficientes de variación. El
coeficiente de variación está definido por la siguiente fórmula:
Dónde: s es la desviación estándar y x es la media. (Monroy)
Ejemplo 1:
Una población de alumnos tiene una estatura media de 160 cm con una desviación
estándar de 16 cm. Estos mismos alumnos, tienen un peso medio de 70 kg con una
desviación estándar de 14 kg. ¿Cuál de las 2 variables presenta mayor variabilidad
relativa?
Solución:
Vamos a comparar la dispersión de 2 variables, la estatura y el peso, usando el coeficiente
de variación.
Podemos que ver que CVp> CVE , por eso, el peso de esta población de alumnos tiene
mayor variabilidad relativa que la estatura.
CONCLUSIÓN
Así tenemos entonces que las medidas de dispersión mencionadas en el presente trabajo
son aquellas que utilizamos para cuantificar la separación, dispersión y variabilidad de
los datos obtenidos a partir de las medidas de centralización, además estas medidas nos
informan sobre cuanto están alejados del centro los valores de la distribución, de igual
manera también nos sirven para establecer comparaciones de diferentes muestras. Es
importante recalcar que estas medidas nos permitirán identificar que tan próximos o
distantes están los datos con respecto a un valor de referencia.
Bibliografía
Monroy, S. (s.f.). Estadistica Descriptiva. Instituto Politecnico Nacional.
Monroy Saldívar, S. (2008). Estadística descriptiva. México, Mexico: Instituto Politécnico

Nacional. Recuperado de https://elibro.net/es/ereader/uguayaquil/74722?page=83.
Matemovil. (s.f.). Coeficiente de variación, ejemplos y ejercicios . Recuperado de

https://matemovil.com/coeficiente-de-variacion-ejemplos-y-ejercicios/
Matemáticas 10. (05 de Febrero de 2017). Ejemplos de Desviación Estándar . Recuperado de

https://www.matematicas10.net/2017/02/ejemplos-de-desviacion-estandar.html?m=1
Linkografia
https://www.superprof.es/apuntes/escolar/matematicas/estadistica/descriptiva/desviacion-
media.html
https://cruzalfredohdezx.wordpress.com/formulas/

Medidas de Dispersión.

Cargado por

Copyright:

Formatos disponibles

Medidas de Dispersión.

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Medidas de Dispersión.

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD DE GUAYAQUIL

Facultad de Ciencias Químicas

Las medidas de Dispersión

La correspondencia relacionada con esta investigación debe ser dirigida a:

Docente: Dra. Caguana Baquerizo Denisse Roxana

Universidad de Guayaquil, Ciudadela de la Universidad Salvador Allende

Las medidas de tendencia central se refieren a la concentración de puntuaciones de una

La amplitud o rango de un grupo de números es generalmente la medida más sencilla de

a) Como la diferencia entre los valores mayor y menor de la muestra.

La ventaja de utilizar la amplitud o rango como medida de dispersión se basa en el hecho

Determinar la amplitud de variación de las siguientes edades:

el que tenga menos variabilidad o menor dispersión.

menor de un grupo de puntuaciones, o bien, identificando ambos números.

Amplitud o rango entre el percentil 10 y 90 (RP)

variabilidad popular y, de hecho, rara vez se emplea.

El rango intercuartil (RQ)

El rango intercuartil (RQ) es la diferencia entre el primer y tercer cuartil o sea:

de un cuarto de la muestra, considerando que la mayoría de las puntuaciones se agruparán

en la proporción restante, excepto en cuanto a simplicidad de cálculos.

Fórmulas para datos agrupados

Fórmulas para datos no agrupados

1) La diferencia entre los valores mayor y menor.

2) Los valores mayor y menor del grupo.

DESVIACIÓN MEDIA (DM)

Es la media de las desviaciones a partir de un valor central. La distancia entre la

n desviaciones describen hasta qué punto varían las puntuaciones originales.

La suma de dichas desviaciones positivas y negativas siempre será cero. Si consideramos

cuenta el signo, la suma de estas distancias indica la variabilidad de las puntuaciones, es

decir, cuánto varía en promedio cada puntuación con respecto a la media.

Calcular la desviación media de la distribución:

Aplicamos la fórmula de la desviación media

Ejemplo de cálculo de desviación media para datos agrupados

Calcular la desviación media de la distribución:

En primer lugar, calculamos la media aritmética:

absolutas correspondientes y hacemos la suma

Por otro lado realizamos la suma de las frecuencias absolutas

frecuencias absolutas correspondientes y hacemos la suma

Calculamos la desviación media

La varianza de una muestra o conjunto de datos es la desviación promedio de valores

1. Las desviaciones se elevan al cuadrado antes de ser sumadas

La variancia o varianza se representa como s2 cuando se refiere a la varianza muestral y

c. Elevar al cuadrado cada una de estas desviaciones y realizar la sumatoria.

d. Dividir el resultado de la sumatoria entre n-1 en el caso de datos muéstrales o dividir

entre n, si los datos equivalen a todos los valores de una población.

Ejemplo: partiendo de los siguientes valores calcule la varianza para la muestra:

La desviación estándar a, para la población o s, para la muestra, es la desviación en

La desviación estándar es simplemente la raíz cuadrada de la varianza. De este modo, si

Calcular la desviación estándar de las siguientes puntuaciones de un jugador de

Puntuaciones: 18, 20, 20, 22, 20, 20

Calculamos la media aritmética ():

Media Aritmética = (18 + 20 + 20 + 22 + 20 + 20) / 6 = 120 / 6 = 20

Calculamos la Desviación Estándar:

σ2 = [(18-20)2 + (20-20)2 + (20-20)2 + (22-20)2 + (20-20)2 + (20-20)2] / 6 = 16 / 6 = 8

Desviación estándar: σ = √ 2,67 = 1,63

COEFICIENTE DE VARIACIÓN (DISPERSIÓN ABSOLUTA Y RELATIVA):

El coeficiente de variación de una distribución lo podemos definir como la expresión

Dónde: s es la desviación estándar y x es la media. (Monroy)

Monroy Saldívar, S. (2008). Estadística descriptiva. México, Mexico: Instituto Politécnico

Matemovil. (s.f.). Coeficiente de variación, ejemplos y ejercicios . Recuperado de

Matemáticas 10. (05 de Febrero de 2017). Ejemplos de Desviación Estándar . Recuperado de