¿Qué es la varianza?

Se conoce como varianza a la raíz cuadrada que se desprende de una desviación estándar, la cual
permite que las industrias de manufactura puedan trabajar con precisión en su producción y
reduzcan su índice de errores.

La varianza toma los datos dispersos de la media y, luego de medirlos, le da valor a las variaciones
y desviaciones. Además, permite contabilizar y prevenir posibles errores.

¿Para qué sirve la varianza?

Al proponer la utilización de la varianza, Ronald Fisher mencionó que esta serviría para saber y

considerar el valor medio de una variable. Tal es así que la varianza fue creada para determinar si
las diferencias que existen entre las medias de muestreo exponen las diferencias que hay entre
los valores medios.

De esta manera, se identifica el valor por medio de una raíz cuadrada que permite saber cuán
dificultoso es el margen de errores y, asimismo, realizar un plan específico y exitoso.

La varianza es utilizada por empresas e industrias como método de prevención y visualización

hacia el futuro. 

Fórmula para calcular la varianza

La fórmula más utilizada para calcular la varianza es la siguiente:

Fórmula para calcular la varianza.

La varianza es representada por «σ²», una letra griega sigma elevada al cuadrado.

El valor de Xm es obtenido a través de la media aritmética o el promedio de los valores a

analizar, mientras que Xn se obtiene a través del valor a analizar.

Ejemplo de varianza

Para entender mejor este concepto, proponemos el ejemplo de una empresa que quiere calcular
la varianza de las toneladas de alimento que ha vendido en los últimos 6 meses:
 Mes Cantidad vendida

Enero 18

Febrero 20

Marzo 20

Abril 22

Mayo 20

Junio 20

El primer paso para calcular la varianza consiste en calcular la media aritmética (el promedio). Esta
se obtiene teniendo en cuenta que la cantidad de valores a analizar son 6 (los últimos 6 meses):

(18 + 20 + 20 + 22 + 20 + 20) / 6 = 20

Una vez obtenida la media aritmética, en este caso 20, procedemos a calcular la varianza,
utilizando la fórmula antes mencionada:

σ²= [(18-20)2 + (20-20)2 + (20-20)2 + (22-20)2 + (20-20)2 + (20-20)2] / 6 = 1,33

De esta manera, obtenemos una varianza (σ²) de 1,33.

https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-statistics/how-
to/store-descriptive-statistics/interpret-the-statistics/interpret-the-statistics/#:~:text=elevada
%20al%20cuadrado.-,Interpretaci%C3%B3n,la%20varianza%20en%20la%20pr%C3%A1ctica.

https://www.ina-pidte.ac.cr/mod/book/view.php?id=13057&chapterid=563#:~:text=La
%20varianza%20y%20la%20desviaci%C3%B3n,a%20las%20medidas%20de%20posici
%C3%B3n.&text=La%20desviaci%C3%B3n%20est%C3%A1ndar%20es%20simplemente%20la%20ra
%C3%ADz%20cuadrada%20positiva%20de%20la%20varianza.

Varianza

La varianza mide qué tan dispersos están los datos alrededor de su media. La varianza es igual a la
desviación estándar elevada al cuadrado.

Interpretación

Mientras mayor sea la varianza, mayor será la dispersión de los datos.

Puesto que la varianza (σ2) es una cantidad elevada al cuadrado, sus unidades también están
elevadas al cuadrado, lo que puede dificultar el uso de la varianza en la práctica. La desviación
estándar generalmente es más fácil de interpretar porque utiliza las mismas unidades que los
datos. Por ejemplo, una muestra del tiempo de espera en una parada de autobuses puede tener
una media de 15 minutos y una varianza de 9 minutos 2. Debido a que la varianza no está en las
mismas unidades que los datos, la varianza suele mostrarse con su raíz cuadrada, la desviación
estándar. Una varianza de 9 minutos2 es equivalente a una desviación estándar de 3 minutos.

CoefVar

El coeficiente de variación (denotado como COV) es una medida de dispersión que describe la
variación en los datos en relación con la media. El coeficiente de variación se ajusta de manera que
los valores estén en una escala sin unidades. Gracias a este ajuste, usted puede utilizar el
coeficiente de variación en lugar de la desviación estándar para comparar la variación de los datos
que tienen unidades diferentes o medias muy diferentes.

Interpretación

Mientras mayor sea el coeficiente de variación, mayor será la dispersión en los datos.

Por ejemplo, usted es el inspector de control de calidad de una planta embotelladora de leche que
embotella el producto en recipientes pequeños y grandes. Usted toma una muestra de cada
producto y observa que el volumen medio de los recipientes pequeños es de una 1 taza, con una
desviación estándar de 0.08 tazas, y el volumen medio de los recipientes grandes es de 1 galón (16
tazas) con una desviación estándar de 0.4 tazas. Aunque la desviación estándar del recipiente de
un galón es cinco veces mayor que la desviación estándar del recipiente pequeño, los coeficientes
de variación apoyan una conclusión diferente.
 Recipiente grande Recipiente pequeño

COV = 100 * 0.4 tazas / 16 tazas = 2.5 COV = 100 * 0.08 tazas / 1 taza = 8

El coeficiente de variación del recipiente pequeño es más de tres veces mayor que el coeficiente
de variación del recipiente grande. En otras palabras, aunque el recipiente grande tiene una mayor
desviación estándar, el recipiente pequeño presenta una variabilidad mucho mayor con respecto a
su media.

Q1

Los cuartiles son los tres valores –el primer cuartil en 25% (Q1), el segundo cuartil en 50% (Q2 o
mediana) y el tercer cuartil en 75% (Q3)– que dividen una muestra de datos ordenados en cuatro
partes iguales.

El primer cuartil es el percentil 25 e indica que 25% de los datos es menor que o igual a este valor.

Para estos datos ordenados, el primer cuartil (Q1) es 9.5. Es decir, 25% de los datos es menor que
o igual a 9.5.

Mediana

La mediana es el punto medio del conjunto de datos. El valor de este punto medio es el punto en
el cual la mitad de las observaciones está por encima del valor y la otra mitad está por debajo del
valor. La mediana se determina jerarquizando las observaciones y hallando la observación que
ocupe el número [N + 1] / 2 en el orden jerarquizado. Si el número de observaciones es par,
entonces la mediana es el valor promedio de las observaciones jerarquizadas en los números N / 2
y [N / 2] + 1.

Para estos datos ordenados, la mediana es 13. Es decir, la mitad de los valores es menor que o
igual a 13 y la otra mitad de los valores es mayor que o igual a 13. Si usted agrega otra observación
igual a 20, la mediana es 13.5, que es el promedio entre la 5 ta observación (13) y la 6ta observación
(14).

Interpretación

Tanto la mediana como la media miden la tendencia central. Sin embargo, valores poco comunes,
llamados valores atípicos, pueden afectar a la mediana menos de lo que afectan a la media. Si los
datos son simétricos, la media y la mediana son similares.
Simétrica

No simétrica

En la distribución simétrica, la media (línea azul) y la mediana (línea naranja) son tan similares que
no es fácil distinguir las dos líneas. En cambio, la distribución no simétrica es asimétrica hacia la
derecha.

Q3

Los cuartiles son los tres valores –el primer cuartil en 25% (Q1), el segundo cuartil en 50% (Q2 o
mediana) y el tercer cuartil en 75% (Q3)– que dividen una muestra de datos ordenados en cuatro
partes iguales.

El tercer cuartil es el percentil 75 e indica que 75% de los datos es menor que o igual a este valor.

Para estos datos ordenados, el tercer cuartil (Q3) es 17.5. Es decir, 75% de los datos es menor que
o igual a 17.5.

IQR

El rango intercuartil (IQR) es la distancia entre el primer cuartil (Q1) y el tercer cuartil (Q3). El 50%
de los datos está dentro de este rango.
Para estos datos ordenados, el rango intercuartil es 8 (17.5–9.5 = 8). Es decir, el 50% intermedio
de los datos está entre 9.5 and 17.5.

Interpretación

Utilice el rango intercuartil para describir la dispersión de los datos. A medida que aumenta la
dispersión de los datos, el IQR se hace más grande.

MediaRec

La media de los datos sin el 5% superior ni el 5% inferior de los valores.

Utilice la media recortada para eliminar el impacto de los valores muy grandes o muy pequeños
sobre la media. Cuando los datos contienen valores atípicos, la media recortada puede ser una
mejor medida de la tendencia central que la media.

Suma

La suma es el total de todos los valores de los datos. La suma también se utiliza en cálculos
estadísticos, como por ejemplo la media y la desviación estándar.

Mínimo

El mínimo es el valor más pequeño de los datos.

En estos datos, el mínimo es 7.

13 17 18 19 12 10 7 9 14

Interpretación

Utilice el mínimo para identificar un posible valor atípico o un error de entrada de datos. Una de
las maneras más sencillas de evaluar la dispersión de los datos consiste en comparar el mínimo y el
máximo. Si el valor mínimo es muy bajo, incluso cuando considere el centro, la dispersión y la
forma de los datos, investigue la causa del valor extremo.

Máximo

El máximo es el valor más grande de los datos.

En estos datos, el máximo es 19.

13 17 18 19 12 10 7 9 14

Interpretación
Utilice el máximo para identificar un posible valor atípico o error de entrada de datos. Una de las
maneras más sencillas de evaluar la dispersión de los datos consiste en comparar el mínimo y el
máximo. Si el valor máximo es muy alto, incluso cuando considere el centro, la dispersión y la
forma de los datos, investigue la causa del valor extremo.

Rango

El rango es la diferencia entre los valores más grande y más pequeño de los datos. El rango
representa el intervalo que contiene todos los valores de los datos.

Interpretación

Utilice el rango para entender la cantidad de dispersión en los datos. Un valor de rango grande
indica mayor dispesión en los datos. Un valor de rango pequeño indica que hay menos dispersión
en los datos. Puesto que el rango se calcula usando solo dos valores de los datos, es más útil con
conjuntos de datos pequeños.

SSQ

La suma de los cuadrados no corregida es la suma de los cuadrados de cada valor de la columna.
Por ejemplo, si la columna contiene x1, x2, ... , xn, entonces la suma de los cuadrados calcula (x 12 +
x22 + ... + xn2). A diferencia de la suma de los cuadrados corregida, la suma de los cuadrados no
corregida incluye el error. Los valores de datos se elevan al cuadrado sin antes restar la media.

Asimetría

La asimetría es el grado en que los datos no son simétricos.

Interpretación

Utilice la asimetría como ayuda para lograr entender inicialmente los datos.

Figura A

Figura B

Distribuciones simétricas o no asimétricas

A medida que los datos se vuelven más simétricos, el valor de su asimetría se acerca a cero. La
figura A muestra datos distribuidos normalmente, que por definición exhiben relativamente poca
asimetría. Al dibujar una línea por debajo de la mitad de este histograma de datos normales, se
puede ver fácilmente que un lado es el reflejo del otro. Pero la falta de asimetría por sí sola no
implica normalidad. La figura B muestra una distribución en la que ambos lados siguen siendo un
reflejo el uno del otro, a pesar de que la distribución de los datos dista mucho de ser normal.

Distribuciones asimétricas positivas o hacia la derecha

Los datos con asimetría positiva o asimétricos hacia la derecha se llaman así porque la "cola" de la
distribución apunta hacia la derecha y porque el valor de asimetría es mayor que 0 (es decir,
positivo). Los datos sobre salarios suelen ser asimétricos de esta manera: muchos empleados de
una empresa ganan relativamente poco, mientras que cada vez menos personas ganan salarios
muy elevados.

Distribuciones asimétricas negativas o hacia la izquierda

Los datos asimétricos hacia la izquierda o con asimetría negativa se llaman así porque la "cola" de
la distribución apunta hacia la izquierda y porque producen un valor de asimetría negativo. Los
datos de tasas de fallas suelen ser asimétricos a la izquierda. Consideremos el caso de las
bombillas: muy pocas se quemarán inmediatamente, la gran mayoría dura un tiempo
considerablemente largo.

Curtosis

La curtosis indica la manera en que las colas de una distribución difieren de la distribución normal.

Interpretación
Utilice la curtosis para lograr entender inicialmente las características generales de la distribución

de los datos.

Línea de base: Valor de curtosis de 0

Los datos normalmente distribuidos establecen la línea de base para la curtosis. Un valor de
curtosis de 0 indica que los datos siguen perfectamente la distribución normal. Un valor de
curtosis que se desvía significativamente de 0 puede indicar que los datos no están distribuidos
normalmente.

Curtosis positiva

Una distribución que tiene un valor positivo de curtosis indica que la distribución tiene colas más
pesadas que la distribución normal. Por ejemplo, los datos que siguen una distribución t tienen un
valor positivo de curtosis. La línea continua indica la distribución normal y la línea de puntos indica
una distribución que tiene un valor positivo de curtosis.

Curtosis negativa
Una distribución con un valor negativo de curtosis indica que la distribución tiene colas más
livianas que la distribución normal. Por ejemplo, los datos que siguen una distribución beta con el
primer y el segundo parámetro de forma iguales a 2 tienen un valor negativo de curtosis. La línea
continua indica la distribución normal y la línea de puntos indica una distribución que tiene un
valor negativo de curtosis.

MSSD

La MSSD es la media de las diferencias sucesivas cuadráticas. La MSSD es una estimación de la

varianza. Un posible uso de la MSSD es para probar si una secuencia de observaciones es aleatoria.
En control de calidad, un posible uso de la MSSD es para estimar la varianza cuando el tamaño del
subgrupo = 1.

El número de valores presentes en la muestra.

En este ejemplo, hay 141 observaciones registradas.

Conteo total N N*

149 141 8

N valores faltantes

El número de valores faltantes en la muestra. El número de valores faltantes se refiere a las celdas
que contienen el símbolo de valor faltante *.

En este ejemplo, 8 errores ocurrieron durante la recolección de datos y se registraron como

valores faltantes.

Conteo
total N N valores faltantes

149 141 8

Conteo

El número total de observaciones en la columna. Utilícese para representar la suma de N valores

faltantes y N valores presentes.

En este ejemplo, hay 141 observaciones válidas y 8 valores faltantes. El conteo es 149.

Conteo N N valores faltantes

149 14 8
 Conteo N N valores faltantes

NAcum

N acumulado es un total acumulado del número de observaciones en categorías sucesivas. Por

ejemplo, una escuela primaria registra el número de estudiantes de primero a sexto grado. La
columna NAcum contiene el conteo acumulado de la población estudiantil:

Conte
Nivel de grado o NAcum Cálculo

1 49 49 49

2 58 107 49 + 58

3 52 159 49 + 58 + 52

4 60 219 49 + 58 + 52 + 60

5 48 267 49 + 58 + 52 + 60 + 48

6 55 322 49 + 58 + 52 + 60 + 48 + 55

Porcentaje

El porcentaje de observaciones en cada grupo de la Por variable. En el siguiente ejemplo, hay

cuatro grupos: Línea 1, Línea 2, Línea 3 y Línea 4.

Grupo (por variable) Porcentaje

Línea 1 16

Línea 2 20

Línea 3 36

Línea 4 28
PAcum

El porcentaje acumulado es la suma acumulada de los porcentajes para cada grupo de la Por
variable. En el siguiente ejemplo, la Por variable tiene 4 grupos: Línea 1, Línea 2, Línea 3 y Línea 4.

Grupo (por variable) Porcentaje PAcum

Línea 1 16 16

Línea 2 20 36

Línea 3 36 72

Línea 4 28 100

Dispersión