Ctedra: Probabilidad y Estadstica

MEDIDAS DE DISPERSIN
ANLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS
Las medidas de dispersin son las que indican la intensidad con que se dispersan o concentran
las observaciones respecto de una medida de tendencia central. La ms utilizada es el desvo standart ( o
desviacin standart o desviacin tpica), aunque tambin dan bastante informacin el rango, el recorrido
intercuartil, y la desviacin cuartlica. En la Fig. 3 hay una clara concentracin de datos alrededor de una
misma medida de tendencia central para la lnea punteada respecto a las otras dos distribuciones

Fig. 3

SERIE SIMPLE
Cuando la cantidad de observaciones (n) es pequea, entonces disponemos de una serie simple
de datos, no es necesario organizarlos en una tabla de frecuencias.
Supongamos una serie simple de observaciones unidimensionales : x1, x2, ......, xn,
En dicha serie podemos calcular todas las medidas de posicin (salvo el modo), y todas las
medidas de dispersin.

Medidas de dispersin
Entre las ms simples se encuentran el rango, el recorrido intercuartil y la desviacin cuartlica,
simples porque para su clculo slo intervienen dos valores.

Rango :
Es la diferencia entre los valores extremos : el mximo valor observado menos el
mnimo valor observado : R = Xmx - xmn

Rango Intercuartlico :
Es la diferencia entre los cuartiles: cuartil superior menos cuartil inferior, su ventaja
frente al Rango es que elimina el 50% de los valores extremos. El recorrido intercuartil contiene
el 50% de las observaciones centrales : RQ = Qs Qi

Desviacin Cuartlica :

Medidas de Posicin y de Dispersin

Ctedra: Probabilidad y Estadstica

Es la mitad del recorrido intercuartil : DQ =

Qs Qi
2

En distribuciones simtricas se verifica que el intervalo ( x DQ ; x + DQ) contiene el 50%

de las observaciones centrales, pues coincide con el intervalo ( Qi ; Qs )

Desvo Standart :
El desvo standart es la medida de dispersin ms utilizada. En su clculo intervienen
todas las observaciones. Se lo define como la raz cuadrada de la variancia.
n

(x

S ( x) =

x )2

i =1

Variancia :

Se la define y calcula como el promedio de los cuadrados de los desvos respecto de la

media aritmtica.
n

V ( x) =

(x

x )2
=

i =1

2
i

i =1

x2

Observe que el desvo standart est expresado en la misma unidad de medida que la variable y su media; en cambio la variancia lo est en trminos de "cuadrados de unidades".

Propiedades de la variancia :

- 1 - V(x) 0
- 2 - V(k) = 0

para k constante

- 3 - V(x k) = V(x)

para k constante

- 4 - V(k.x) = k2.V(x)

para k constante

- 5 - V(a.x b) = a .V(x)

para a y b constantes

-6 - V( x y ) = V(x) + V(y)

para x, y variables independientes

-7 - V( x y ) = V(x) + V(y) 2 cov (x,y)

para x, y variables no independientes

Propiedades del desvo standart :

- 1 - S(x) 0
- 2 - S(k) = 0

para k constante

- 3 - S(x k) = S(x)

para k constante

- 4 - S(k.x) = k.S(x)
- 5 - S(a.x b) = a.S(x)

para k constante
para a y b constantes

- 6 Se verifica slo para distribuciones de frecuencia (ver ms adelante)

Medidas de Posicin y de Dispersin

Ctedra: Probabilidad y Estadstica

Observaciones:
-

Dadas dos poblaciones existe mayor dispersin en aqulla que posee mayor variancia que equivale a mayor desvo estndard.

Se interpreta que menor dispersin implica mayor concentracin de los datos alrededor de la media aritmtica, obteniendo o logrando mayor precisin en el tratamiento de la informacin.

Teniendo en cuenta las observaciones anteriores en los procedimiento y mtodos estadsticos se buscar minimizar variancias.

Dispersin Relativa - Coeficiente de Variacin

El desvo standart es una medida de dispersin muy til, sobre todo para comparar dos
poblaciones en las cuales se est estudiando la misma variable y se la expresa en la misma unidad de medida. Si las unidades de medidas no son las mismas; para poder realizar comparaciones nos valdremos de un coeficiente adimensional que se define a continuacin:
Coeficiente de Variacin se lo define como el cociente entre el desvo standart y la media de la variable. De esta manera se elimina la unidad de medida , resultando un coeficiente
adimensional , por lo cual suele estar expresado en porcentajes.

C.V . =

S ( x)
.100
X

Cundo se lo utiliza?
- Cuando es necesario comparar dos conjuntos de observaciones en los cuales se estudian variables diferentes, y por lo tanto se estn utilizando unidades de medida diferentes.
- Cuando es necesario comparar dos conjuntos de observaciones en los cuales se estudia la misma variable, con la misma unidad de medida, pero cuyas medias son muy
diferentes, ya que una misma dispersin no significa tanto si la media de la variable
es mayor.
Cmo se interpreta?
-

Mayor C.V. implica mayor heterogeneidad, menor homogeneidad

Al comparar dos conjuntos de observaciones, aquellos datos con menor C.V.

generan una distribucin ms homognea.

DISTRIBUCIONES DE FRECUENCIA

Variancia :

En su clculo intervienen todas las observaciones. Al igual que en el clculo de los

promedios, se toman los distintos valores observados tantas veces como lo indican sus respectivas frecuencias.

Medidas de Posicin y de Dispersin

Ctedra: Probabilidad y Estadstica

La variancia es el promedio de los cuadrados de los desvos respecto de la media aritmtica.

m

V ( x) =

( xi x ) 2 . f i
i =1

2
i

. fi

i =1

x2

i =1

Desvo Standart
m

S ( x) =

(x

x )2 . fi

i =1

Datos agrupados

Si los datos estn agrupados en intervalos o clases, entonces se pierde parte de la informacin.
Se supone que la distribucin es uniforme dentro de cada intervalo y que ste est representado por su punto medio.
En este caso, si bien las frmulas del promedio y de la variancia son las mismas, vara
el concepto de sus elementos :

xi

es el punto medio del i-simo intervalo

fi

es la frecuencia absoluta simple del i-simo intervalo

hi

es la frecuencia relativa simple del i-simo intervalo

es la cantidad de intervalos

Variancia :
m

( x x ) . f
2

V ( x) =

i =1

f
i =1

x . f
i =1

2
i

x2

Desvo Standart :
m

( x x ) . f
2

S ( x) =

i =1

Otra propiedad, adicional a las ya enunciadas, se verifica para aquellas distribuciones

de frecuencias que resultan simtricas y acampanadas con un n suficientemente grande,
como regla emprica decimos que los intervalos :

Medidas de Posicin y de Dispersin

Ctedra: Probabilidad y Estadstica

( x S ( x ) , x + S ( x ))
nes.

aproximadamente contiene al 68% de las observacio-

( x 2 . S ( x ) , x + 2 . S ( x ))
nes.

aproximadamente contiene al 95% de las observacio-

( x 3. S ( x ) , x + 3. S ( x ))

aproximadamente contiene al 99% de las observaciones

Representado graficamente resulta:

(recordar que toda el rea bajo el polgono de frecuencias representa el 100% de las observaciones)

Medidas de Posicin y de Dispersin