Distribucin de frecuencias sin intervalos:

La distribucin de frecuencia sin intervalos o clases es recomendable utilizarse

cuando se tienen pocas observaciones y, por tanto, la variable estadstica tome
pocos valores; o tambin cuando se han hecho muchas observaciones y, sin
embargo, la variable toma muy pocos valores distintos, incidiendo de una
manera considerable el estudio de las repeticiones de cada valor. Estos casos
caern dentro del estudio de variable discreta.
Cuando se estudia una variable cuantitativa X de la poblacin, el mayor inters
es conocer la distribucin de esta variable a travs de los posibles valores del
mismo.
Suponga que se han recolectado n valores de alguna variable discreta X. El
procedimiento ms simple de organizar estos n datos, consiste en ordenar
estos valores numricos en forma ascendente.
Si algunos valores se repiten, y si al terminar el ordenamiento se obtienen k (
x1 , x 2 ,..., x k

kn

) valores distintos de X, digamos,

, con frecuencias absolutas
n1 , n 2 ,..., n k
respectivas
, la distribucin de frecuencias de estos n datos se
resume en la tabla 2.5 como sigue:

Tabla Distribucin de frecuencias de variable discreta

Valores de la
variable X
x1
x2
.
.

Frecuencias
absolutas n i
n1
n2
.
.

xk

nk
k

Total

Frecuencias
relativas h i
h1
h2
.
.

n
i 1

Frecuencias
porcentajes p i
p1
p2
.
.

hk
k

h
i 1

pk
1

p
i 1

100

Ejemplo Supngase que ante la pregunta del nmero de hijos por familia
(variable X) una muestra de 20 hogares, marc las siguientes respuestas:
2, 1, 2, 4, 1, 3, 2, 3, 2, 0, 3, 2, 1, 3, 2, 3, 3, 1, 2, 4.
Al ordenar estos datos en forma ascendente, se obtienen cinco valores
distintos 0, 1, 2, 3, 4 que se repiten respectivamente 1, 4, 7, 6, 2 veces. La
distribucin de frecuencias de X se da en la tabla 2.6.

Tabla Distribucin de frecuencias del nmero de hijos por familia.

Nmero de
hijos
Xi
0
1
2
3
4

Frecuencias
Absolutas
ni
1
4
7
6
2

Frecuencias
Relativas
hi
0.05
0.20
0.35
0.30
0.10

Frecuencias
Porcentajes
hi (%)
5
20
35
30
10

Total
20
1.00
100
Fuente.- Datos obtenidos de los formularios de la encuesta.
Distribucin de frecuencias por intervalos.
La distribucin de frecuencia por intervalos o clases se usa cuando se han
hecho muchas observaciones y la variable estadstica (contina) toma muchos
valores distintos o cuando el nmero de valores distintos de una variable
discreta es grande, con lo que el campo de variabilidad es muy grande.
En este caso, trataremos de agrupar los valores de la variable en intervalos
adecuadamente elegidos para no perder mucha informacin.
Para esclarecer la construccin de la tabla de frecuencia para datos agrupados
en intervalos de clase, desarrollaremos un ejemplo.
Ejemplo
La siguiente informacin corresponde a las medidas de las alturas de 100
alumnos (dados en cm.) tomados en la oficina mdica de Bienestar
Universitario de la UNP, durante la ltima semana de setiembre de 2007.
151
173
167
180
170
189
176

161
176
168
185
172
181
178

166
179
169
159
175
178
161

168
182
171
164
177
175
156

169
154
174
167
181
172

170
163
177
168
187
170

173
166
180
170
160
169

176
168
184
171
165
168

179
169
158
175
167
165

182
171
163
177
168
161

152
174
167
181
170
161

162
176
168
186
172
166

166
180
169
159
175
168

168
183
171
165
178
169

169
155
174
167
181
170

170
163
177
168
188
173

Se pide representar los datos en una tabla de frecuencias.

Solucin.
1. Debemos de determinar el rango ( R ) de variacin de los datos que se
define por:
R = X max - X min
En nuestro ejemplo, tenemos:

Valor mnimo X min = 151

Valor mximo X mx = 189
Luego el rango es R= 189 - 151= 38
2. Tenemos que calcular cuantas clases deben formarse?. Para eso se usa la
frmula de Sturges:
K 1 3.322 log n
donde:
K = nmero de clases
n = nmero de elementos en la muestra (tamao de la muestra).
Est formula es muy til porque orienta al principiante. Sin embargo, es un
poco conservador y tiende a dar un nmero de clases un poco menor del que
se utiliza en la practica.
En nuestro ejemplo:

K = ? , n = 100

Aplicando la frmula tenemos:

K 1 3.322 log 100 7.644
redondeando al entero inmediato mayor por que, como ya se indico, la formula
es un poco conservadora, obtenemos:
K = 8.
Nota.- por razones extradas de la prctica, se adoptan los siguientes lmites
para K.
5 K 15
3. La idea es resumir los valores con el fin de percibir algunas caractersticas o
propiedades de los datos que no aparecen a simple vista. Para esto vamos a
clasificar los 100 alumnos en 8 clases, de acuerdo con la formula de Sturges.
La amplitud de cada intervalo de clase que representamos con la letra c, se
obtiene por medio de la formula:
R
c
K
Aplicando los datos a la frmula anterior, se tiene:
38
c
4.75
8
Redondeamos a 5.
Luego c = 5 y por tanto, el nuevo recorrido ser:

R c K 5 8 40

4. Teniendo en cuenta que este recorrido es mayor que el recorrido original,

buscaremos el exceso:
Exceso = 40 - 38= 2 cm.
Debemos repartir este exceso a los dos extremos del recorrido original, mitad a
cada lado, en este caso 1 a cada extremo.
Sumamos el nmero 1 al valor mximo: 189 + 1 = 190 y restamos el nmero 1
al valor mnimo: 151 - 1 = 150.
A partir de este valor 150 agregamos sucesivamente la amplitud 5 y obtenemos
los puntos de divisin que determinan los 8 intervalos (ver figura 1.2).
150

155

160

165

170

175

180

185

190

Figura

Sin embargo una dificultad se presenta cuando algunos de los datos coincide
con cualquiera de los puntos de divisin: 150, 155, 160, 165, 170, 175, 180,
185 y 190.
5. Supongamos que un dato es 155 donde lo colocamos?- en el primer
intervalo cuyos extremos son 150 y 155?- (ver Fig. 2.1) en el segundo
intervalo que tiene por extremos 155 y 160?Para aclarar est ambigedad adoptamos, el intervalo abierto por la izquierda
que no incluye al valor 150 (lmite inferior del intervalo) y cerrado por la derecha
que incluye al valor 155 (lmite superior del intervalo). Este tipo de intervalo se
representa matemticamente por:
inferior del intervalo y

Yi

( Yi1 Yi

, donde

Yi1

representa el lmite

representa el lmite superior.

As, en nuestro ejemplo el primer intervalo lo escribiremos como

Por tanto los intervalos de clase quedan definidos como:

Interval
o
de (150
- (155 - (160
- (165 - (170
clases
155]
160]
165]
170]
175]

( 150 155

- (170
180]

(180
185]

- (185 - 190]

Nota.- Tambin existen otros dos tipos de intervalos de clases, definidas como:

( Yi1 Yi )
Intervalo abierto. Los lmites son abiertos e indican que la clase
contiene valores superiores al lmite inferior y valores inferiores al lmite
superior.

[ Yi1 Yi )
Intervalo semi-cerrado. Este intervalo es cerrado por la izquierda
(incluye al lmite inferior del intervalo) y abierto por la derecha (no incluye al
lmite superior del intervalo).

Yi1

Intervalo cerrado. Este intervalo incluye a ambos lmites del

intervalo.
6. Es conveniente que todos y cada uno de los datos que se hallen dentro de
un mismo intervalo, estn representados por un mismo valor. Este valor
caracteriza a la clase y por eso se llama marca de clase, se obtiene
promediando los lmites de cada intervalo. Una formula para calcular la marca
de clase o punto medio de un intervalo es:
Y Yi
Yi i 1
2
7. A continuacin debemos realizar la clasificacin y conteo de los datos (ver
tabla 1.2), es decir, colocar cada uno de ellos dentro de su clase, todos
representados por un mismo signo: una tarja.
Intervalo de
clase
( Yi1 Yi

150
155
160
165
170
175
180
185

155
160
165
170
175
180
185
190

Tabla
Marca de
clase
Yi

Conteo

Frecuencia
ni

152.5
157.5
162.5
167.5
172.5
177.5
182.5
182.5

A continuacin presentamos la tabla 2.8, conocida como tabla de distribucin

de frecuencias absolutas.

Tabla Distribucin de frecuencias de 100 alumnos de la Universidad Nacional

de Piura, segn su estatura (en cm.). Oficina de Bienestar Universitario.
Setiembre de 2007.
Intervalo de
clase

Marca de
clase
Yi

150 - 155
155 - 160
160 - 165
165 - 170
170 - 175
175 - 180
180 - 185
185 - 190
Total

152.5
157.5
162.5
167.5
172.5
177.5
182.5
187.5

( Yi1 Yi

Frecuen Frecuen Frecuen Frecuenci

cia
cia
cia
a
ni
relativa acumula acumulad
da
a
4
0.04
4
0.04
5
0.05
9
0.09
12
0.12
21
0.21
33
0.33
54
0.54
17
0.17
71
0.71
16
0.16
87
0.87
9
0.09
96
0.96
4
0.04
100
1.00
100
1.00

Fuente.- Registro de la atencin medica de la Oficina de Bienestar

Universitario de la UNP. 24 de setiembre de 2007.
1. Frecuencia absoluta: (ni )
Llamaremos frecuencia absoluta de un valor x i de la variable estadstica X,
al nmero de veces aparece repetido dicho valor en el conjunto de las
observaciones realizadas.
k

n 1 n 2 n k n i n
i 1

Propiedad.

2. Frecuencia absoluta acumulada: (Ni )

La frecuencia absoluta de un valor x i de la variable X es igual a la suma de
los valores inferiores o iguales a dicho valor evidentemente. As, la
frecuencia absoluta acumulada del ultimo valor ser n (donde n = nmero
de observaciones realizadas).
i

N i n 1 n 2 n i n j
j1

Propiedad.

N i N i 1 n i

, de donde

n i N 1 N i 1

3. Frecuencia relativa: (hi )

Llamaremos frecuencia relativa de un valor observado x i de la variable X, al
cociente entre su frecuencia absoluta y el nmero de observaciones
realizadas (n), y se denota por:

hi

ni
n

0 hi 1

i 1, 2, ..., k..
,

h 1 h 2 h k h i 1
i 1

Propiedad.
1.

Frecuencia relativa acumulada: (Hi )

Se llama frecuencia relativa acumulada de un valor x i de la variable X, al
cociente entre su frecuencia absoluta acumulada y el nmero de
observaciones realizadas (n), y se denota por:
i

N
Hi i
n

Propiedad.

n
j1

nj

n
j1

hj
j1

H i H i 1 h i

Interpretacin.
n2 = 5, significa que 5 alumnos tienen una estatura mayor de 155 cm. y menor o
igual a 160 cm.
N4 = 54, significa que 54 alumnos tienen una estatura mayor que 150 cm. y
menor o igual que 170 cm., o tambin significa que 54 alumnos tienen una
estatura menor o igual a que 170 cm.
h3 = 0.12, significa que el 12% de los alumnos tienen una estatura mayor de
160 cm. y menor o igual a 165 cm.
H6 = 0.87, significa que el 87% de los alumnos tienen una estatura mayor que
150 cm. y menor o igual que 180 cm., o tambin significa que 87% de los
alumnos tienen una estatura menor o igual a que 180 cm.
N6 - N2 = 87 - 9 = 78 alumnos tienen una estatura mayor que 160 cm. Y menor o
igual que 180 cm.

REPRESENTACIN
FRECUENCIAS.

GRFICA

DE

LAS

DISTRIBUCIONES

DE

La presentacin de datos a travs de tablas estadsticas es una actividad importante dentro de

los sistemas de informacin general, estas se fortalecen significativamente cuando se la
acompaan con grficos descriptivos e ilustrativos. En el contexto de los sistemas de
informacin, en ms de una oportunidad se encontrar que un buen grfico resume y expresa
mucho ms que prrafos completos de comentarios e interpretaciones literales.

En general la representacin grfica de una tabla de frecuencias permite

percibir con mayor claridad algunas caractersticas de la masa de datos que se
investiga. Por ello, a travs de grficos, resulta bastante ms fcil transmitir
conclusiones a personas no habituadas a la interpretacin de tablas de
frecuencias.
A continuacin en trminos generales, se dan algunas recomendaciones para la elaboracin de
graficas.

La mejor grfica es la ms simple.

Las grficas deben ser tan sencillas y claras, de tal manera que sean
comprensibles sin la ayuda de las descripciones del texto.

Las grficas no sustituyen a la tabla o cuadro, al contrario deben complementarse.

Las grficas ms comunes se elaboran teniendo como base los ejes de

coordenadas cartesianas.

La finalidad de las graficas es visualizar mejor la informacin.

La grfica es considerada como el medio de expresin de la estadstica, ms

llamativa y sugestiva, a la vez que presenta la ventaja de dejar en la memoria una
expresin ms duradera que los cuadros o el texto, en un menor tiempo de lectura.

Si el informe tiene dos o ms grficas debern numerarse.

Toda grfica debe tener ttulo que indique con claridad el contenido de la misma.

La lnea vertical (ordenada) representa las frecuencias, y se debe comenzar de

cero.

Las variables o caractersticas cualitativas y cuantitativas, por lo general, van en la

lnea horizontal (abscisa).

La lectura de la escala del eje horizontal se hace de izquierda a derecha. La

lectura del eje vertical debe hacerse de abajo hacia arriba.

Cuando la grfica presenta ms de una caracterstica o variable, deber

diferenciarse por medio de leyendas, notas o signos convencionales.

En toda grfica se debe explicar la fuente de donde fueron obtenidos los datos;
adems aclarar las escalas, leyendas, notas y convenciones que ayuden a
identificar las caractersticas presentadas.

Grfico de la distribucin sin intervalos.

La representacin grfica ms comn para este tipo distribucin de frecuencias
es el diagrama de barras que consiste en trazar en cada valor distinto de la
variable, segmentos de lneas proporcionales a su frecuencia.
Ejemplo Supngase que ante la pregunta del nmero de hijos por familia
(variable X) una muestra de 20 hogares, marc las siguientes respuestas:
2, 1, 2, 4, 1, 3, 2, 3, 2, 0, 3, 2, 1, 3, 2, 3, 3, 1, 2, 4.
Al ordenar estos datos en forma ascendente, se obtienen cinco valores
distintos 0, 1, 2, 3, 4 que se repiten respectivamente 1, 4, 7, 6, 2 veces. La
distribucin de frecuencias de X se da en la tabla 2.6.
Tabla . Distribucin de frecuencias del nmero de hijos por familia.
Nmero de
hijos
Xi
0
1
2
3
4
Total

Frecuencias
Absolutas
ni
1
4
7
6
2
20

Frecuencias
Relativas
hi
0.05
0.20
0.35
0.30
0.10
1.00

Frecuencias
Porcentajes
hi (%)
5
20
35
30
10
100

Fuente.- Datos obtenidos de los formularios de la encuesta.

Grafica: Distribucin del nmero de hijos por familia
Nmero de hijos por familia

Nm ero de fam ilias

0
0

Nmero de hijos

Fuente.- Datos obtenidos de los formularios de la encuesta.

GRFICO DE LA DISTRIBUCIN POR INTERVALOS.

Los grficos ms usadas son: Histograma, Polgono de frecuencias y polgono

de frecuencias acumuladas u ojiva.
a) Histograma.
Es una representacin grfica de una distribucin de frecuencias agrupadas
en intervalos de clase, mediante una serie de rectngulos contiguos que
tienen:
sus bases sobre un eje horizontal y cuya longitud ser igual al tamao
de los intervalos de clase.
Las alturas proporcionales a la frecuencia (absoluta o relativa).
Ejemplo. Dada la siguiente distribucin de empresas segn el nmero de empleados, se pide:
a) Dibujar el histograma y el polgono de frecuencias.
Solucin.
Completando la tabla de distribucin de frecuencias, tenemos:

Nmero de
empleados
[ 0 - 10)
[ 10 - 20)
[ 20 - 30)
[ 30 - 40)
[ 40 - 60)
[ 60 - 80)
[ 80 - 100)
[ 100 - 140)
[ 140 - 180)
[ 180 - 260)
Total

Amplitud
Ci
10
10
10
10
20
20
20
40
40
80
250

ni
5
20
35
40
50
30
20
20
15
15
250

hi
0.02
0.08
0.14
0.16
0.20
0.12
0.08
0.08
0.06
0.06
250

Densidad
h i /c i
0.002
0.008
0.014
0.016
0.010
0.006
0.004
0.002
0.0015
0.0008
250

100 x h i %
2%
8%
14 %
16 %
20 %
12 %
8%
8%
6%
6%
250

a) El histograma y el polgono de frecuencias de estos datos se muestra en la figura 3.11.

Densidades
16%

0.016
14%

0.014
0.012
20%
0.010
8%
0.008
12%
0.006
8%
0.004
8%
0.002

6%
0

10

20

30

40

60

80

100

140

6%
180

260

Ejemplo La siguiente informacin corresponde a las medidas de las alturas de

100 alumnos (dados en cm.) tomados en la oficina mdica de Bienestar
Universitario de la UNP, durante la ltima semana de setiembre de 2007.
151
173
167
180
170
189
176

161
176
168
185
172
181
178

166
179
169
159
175
178
161

168
182
171
164
177
175
156

169
154
174
167
181
172

170
163
177
168
187
170

173
166
180
170
160
169

176
168
184
171
165
168

179
169
158
175
167
165

182
171
163
177
168
161

152
174
167
181
170
161

162
176
168
186
172
166

166
180
169
159
175
168

168
183
171
165
178
169

169
155
174
167
181
170

170
163
177
168
188
173

Tabla Distribucin de frecuencias de 100 alumnos de la Universidad Nacional

de Piura, segn su estatura (en cm.). Oficina de Bienestar Universitario.
Setiembre de 2007.
Intervalo de clase

( Yi1 Yi
150 - 155
155 - 160
160 - 165
165 - 170
170 - 175
175 - 180
180 - 185
185 - 190
Total

Marca de clase

Yi
152.5
157.5
162.5
167.5
172.5
177.5
182.5
187.5

Frecuencia Frecuencia Frecuencia

relativa
acumulada
ni

4
5
12
33
17
16
9
4
100

0.04
0.05
0.12
0.33
0.17
0.16
0.09
0.04
1.00

4
9
21
54
71
87
96
100

Frecuencia
acumulada

0.04
0.09
0.21
0.54
0.71
0.87
0.96
1.00

Fuente.- Registro de la atencin medica de la Oficina de Bienestar

Universitario de la UNP. 24 de setiembre de 2007.

Ejemplo . Abriendo la ventana Descripcin y luego escogiendo la opcin Datos numricos Anlisis
unidimensional Opciones grficas y finalmente seleccionar Histograma de frecuencias en el
programa estadstico STAGRAPHICS, obtener el grfico de histograma de frecuencias absolutas para el
ejemplo 2.32.

Estatura de los alumnos de la UNP

Nmero de alumnos

40
30
20
10
0
150 155 160 165 170 175 180 185 190
Estatura en cm.
Figura . Histograma de frecuencias de los alumnos segn su estatura

b) Polgono de frecuencias.
Cuando la variable est agrupada en intervalo de clase, el polgono de
frecuencia se obtiene uniendo los puntos medios de las bases superiores de
cada rectngulo en el histograma.
Ejemplo 2.34. Abriendo la ventana Descripcin y luego escogiendo la opcin Datos numricos
Anlisis unidimensional Opciones grficas y finalmente seleccionar Histograma de frecuencias en el
programa estadstico STAGRAPHICS, obtener el grfico de histograma de frecuencias absolutas para el
ejemplo 2.32.

Estatura de los alumnos de la UNP

Nmero de alumnos

40
30
20
10
0
147.5 152.5 157.5 162.5 167.5 172.5 177.5 182.5 187.5 192.5

Estatura en cm.
Figura 2.7. Polgono de frecuencias de la estatura de los alumnos .

c) Polgono de frecuencias acumuladas u ojivas.

Est representacin es vlida para variables estadsticas agrupadas en
intervalos de clase. En el eje de las abscisas representamos los distintos
intervalos de clase que han de estar naturalmente traslapados. En el
extremo superior de cada intervalo se levanta una vertical con altura igual a
la frecuencia (absoluta o relativa) acumulada, luego se unen los extremos
superiores de las verticales con segmentos rectilneos. As el polgono de
frecuencias acumuladas absolutas alcanzar su mxima altura en el ltimo
intervalo.

Abriendo la ventana Descripcin Datos numricos Anlisis unidimensional Opciones grficas

Histograma y haciendo clic con el botn derecho del mouse para que aparezca la ventana de dialogo
Opciones de ventana, seleccionar en Tipo de grfico la opcin Polgono y finalmente seleccionar en
Frecuencia la opcin Acumulada, para obtener el polgono de frecuencias acumuladas absolutas (menor
o igual que) para el ejemplo 2.32.

Estatura de los alumnos de la UNP

Nmero de alumnos

100
80
60
40
20
0
150

155

160

165

170

175

180

185

190

Estatura en cm.
Figura . Polgono de frecuencias acumuladas Menor o igual que para la estatura de los
alumnos .
GRFICO PARA LA DISTRIBUCIN DE FRECUENCIA DE VARIABLE CUALITATIVA.

Los grficos ms comunes para la distribucin de frecuencias de variable

cualitativa son el de diagrama de rectngulos y el de sectores circulares.
En un Diagrama de rectngulos los datos de cada una de las modalidades
(caracteres cualitativos) se representa por un rectngulo vertical (u horizontal),
cuya altura (o largo) es proporcional a su frecuencia (absoluta o relativa). Los
rectngulos se dibujan dejando un espacio entre ellos.

Ejemplo: En una encuesta de opinin acerca de las preferencias de una marca

de bebidas gaseosas por sus colores: Negro (N), Blanco (B), Rojo (R), 20
consumidores dieron las siguientes respuestas:
B, N, N, B, R, N, N, B, B, N, B, N, N, R, B, N, B, R, B, N.
Construir la distribucin de frecuencias.
Solucin.
La tabulacin de estos datos, donde la variable cualitativa es X: Color de bebida
gaseosa, es la distribucin de frecuencias .
Tabla . Distribucin de personas por su color preferido de la bebida gaseosa.
Color de
Bebida
Blanco (B)
Negro (N)
Rojo (R)
Total

Nmero de
Consumidores: ni
8
9
3
20

Frecuencias
relativas: hi
0.40
0.45
0.15
1.00

Frecuencias
Porcentajes: hi(%)
40
45
15
100

Fuente.- Datos obtenidos de la encuesta realizada.

Ejemplo . Abriendo la ventana Descripcin, escogiendo Datos cualitativos Tabulacin y finalmente
en el icono Opciones grficas seleccionar Diagrama de barras para obtener el diagrama de rectngulos
para los datos de la tabla .

Diagrama de rectangulos para las bebidas gaseosas de acuerdo a su color.

Nmero de personas

10
8
6
4
2
0
Blanco

Negro

Rojo

Color de las bebidas gaseosas

Figura . Diagrama de rectngulos para los datos de la tabla 2.9.

En un grfico circular, los datos de cada categora se representan por un sector

circular. Es utilizado principalmente cuando se pretende comparar cada valor
de la variable con el total. Para construir se divide el circulo en sectores, cuyas
reas sern proporcionales a los valores de la variable. Est divisin es
obtenida a travs de la regla de 3 simples.
Total 360o
Parte xo
Ejemplo . Construir el diagrama de sectores para la informacin contenida en la tabla 2.9. Abriendo la
ventana descripcin, escogiendo Datos cualitativos Tabulacin y finalmente en el icono Opciones
grficas seleccionar Diagrama de sectores.

Diagrama de Sectores de para las gaseosas, segn su color de preferencia.

15.00%

Color de preferencias
Blanco
Negro
Rojo

40.00%

45.00%

Figura . Diagrama de sectores circulares para los datos de la tabla 2.9.

Observacin 2. (Intervalos de clases de tamaos desiguales). Es muy

comn el uso de intervalos de clases con tamaos desiguales en el
agrupamiento de los datos en tablas de frecuencias. En estos casos se deber
tomar algunos cuidados especiales en cuanto al anlisis y construccin del
histograma.

Un primer cuidado es construir una columna que indique las amplitudes

c i de cada clase.

Un segundo paso es la construccin de la columna de las densidades de

frecuencias en cada clase, que es obtenido dividiendo las frecuencias
relativas h i por las amplitudes c i. Esto es, una medida que indique cul
es la concentracin por unidad de variable.
1. MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIN PARA DATOS
SIMPLES.
Entre las medidas de tendencia central tenemos:

Media.

Media geomtrica.

Media armnica.

Mediana.

Moda.

Se debe tener en cuenta que existen variables cualitativas y

variables cuantitativas, por lo que las medidas de posicin o
medidas de tendencia se usan de acuerdo al tipo de variable
que se est observando.
1.1 Medidas de tendencia central

Media: ( ) Es el promedio aritmtico de todos los valores que

componen el conjunto de datos. Se calcula mediante la
siguiente frmula.
x

No olvidando que la ( ) est afectada por los valores

extremos .si el valor muy grande o muy pequeo con respecto
al resto de valores.

1.1.2 DATOS NO TABULADOS SIN AGRUPAR

Para una muestra y para una poblacin se tiene

respectivamente:
Muestra
Poblacin

xi
N

xi
n

Ejemplo 1: En un equipo de ftbol, una muestra de estaturas de sus

integrantes son las siguientes:
1.70,1.79,1.73,1.67,1.60,1.65,1.79,1.84,1.67,1.82, 1.74. Calcule la
media.

xi 19
1.73
n 11

Si es representativa (Homogeneidad Datos)

Ejemplo 2: Dado los Siguientes Datos siguientes: 2, 3, 5, 100

Calcule la media.

xi 110

27.5
n
4

No es Representativo
(No homogeneidad de Datos)

1.1.3 DATOS TABULADOS AGRUPADOS

Se considera dos casos para datos agrupados en tablas sin
intervalos y otros en tablas por intervalos al cual se puede aplicar
la siguiente Formula

Para una muestra y para una poblacin se tiene

respectivamente:
Muestra
Poblacin

x f
i

x f

i i

Ejemplo 1: En un saln de clase se pregunto el nmero de mascotas

que tenan en Casa cuales repuestas fueron las siguientes:
Variabl
es
X
0

# de
Mascot
as
fi
3

10

12

20

25

50

3
4
Total

Ejemplo 2:

Xi . fi
0

0 = no tienen mascotas
1 = Tienen una mascota
2 = Tienen dos mascotas
3 = Tienen tres mascotas
4 = Tienen cuatro mascotas
Calcule la media.

xi. fi 50

2
n
25

Si es

Formula de la
Marca de clase
Clases
Intervalos

Marca
de
Clase
Xi

Frecuencia
fi

0.4 - 2.7
2.7 - 5.0
5.0 - 7.3
7.3 - 9.6
9.6 - 11.9
11.9 - 14.2
14.2 - 16.5
TOTAL

1.55
3.85
6.15
8.45
10.75
13.05
15.35
-------

5
8
14
11
7
3
2
50

Formula de la Me

Xi . fi

7.75
30.8
86.1
92.95
75.25
39.5
30.7

x f
i

=
363.05

Li Ls 0.4 2.7

1.55
2
2

x f

i i

dia (

363.05
7.261
50

~
x

MEDIANA: ( me)
Es la medida de Tendencia Central que divide un conjunto ordenado en
forma creciente o decreciente en dos grupos iguales de modo que la mitad
(50%)de las observaciones tendr valores que son menores que la mediana
y la otra mitad (50%) alcanzara valores mayores que esta .
DATOS NO TABULADOS SIN AGRUPAR:

Me

n 1
2

, Si es una
muestra.

Me

N 1
2
, Si es una

Poblacin.

Si es impar :la mediana es la observacin que esta en el lugar (n+1)/2 ,esto es

:

Me X

n 1
)
2

Si es par :la mediana es el promedio de las observaciones n/2 y n/2+1 , esto

es:

X
Me

n
)
2

n 1
)
2

Nota: Se aplica a datos Cuantitativos.

Ejemplo 1: Encuentre la mediana para los siguientes Datos impares.
9, 12, 5, 16, 8, 3,11
1. Ordenamos los Datos:
3, 5, 8, 9, 11, 12, 16
(

2.

7 1
)
2

n 1
)
2

Una vez ordenado los datos , como el numero de datos

es impar (7) se busca el que tiene
la posicin

sea

este nmero es el 4 ,buscamos el

Nmero que ocupa la cuarta posicin en los datos ordenados

encontramos el valor de la mediana Me = 9
Ejemplo 2: Encuentre la mediana para los siguientes Datos inpares.
1.74 , 1.79 , 1.79 , 1.67 , 1.67 , 1.70 , 1.73 , 1.82 , 1.84 , 1.60 ,
1.65
1. Primero Ordenamos los datos de mayor a menor se obtiene:
1.60 , 1.65 , 1.67 , 1.67 , 1.70 , 1.73 , 1.74 , 1.79 , 1.79 , 1.82 ,
1.84;
(

2.

111
)
2

Una vez ordenado los datos , como el numero de datos es

impar (11) se busca el que

n 1
)
2

tiene la posicin

sea

este nmero es el 6 ,

Buscando el nmero que ocupa la sexta posicin en los datos

ordenados encontramos el valor de la mediana Me = 1.73.
Ejemplo 3: Encuentre la mediana para los siguientes Datos Pares.
El riesgo de manifestar deficiencia de hierro en algn momento es alto ,
en particular durante el embarazo .el problema con esta deteccin de
deficiencia es que algunos mtodos para cuantificar el hierro se ven
afectados por el estado de embarazo , considere los siguientes datos en
relacin con la concentracin de receptor de trasferencia para una muestra
de mujeres con pruebas de laboratorio de anemia explicita por deficiencia
de hierro (Serum Transferrin receptor for the Detection of Iron Deficiency in
Pregnancy , Amen .J.of Clinical Nutrition, 1991: 1077-1081):
15.2 9.3 7.6 11.9 10.4 9.7 20.4 9.4 11.5 16.2 9.4 8.3
Determine la mediana (Me):

1. Primero Ordenamos los datos de mayor a menor se obtiene:

7.6 , 8.3 , 9.3 , 9.4 , 9.4 , 9.7 ,10.4 , 11.5 ,11.9, 15.2 ,16.2, 20.4
2. Una vez ordenado los datos , como el numero de datos es par (12)
utilizamos la siguiente Frmula:
3. En este caso n = 12 , por consiguiente la mediana se localiza entre los
valores centrales X6 y X7 Es decir entre los valores 9.7 y 10.4 . Por lo
tanto , el valor mediano es :

X
Me

n
)
2

X
2

n 1
)
2

Me 10.05

El valor de la mediana Me = 10.05

X6 X7
9.7 10.4

2
2

Nota: Estas formulas son muy objetivas y de fcil aplicacin , pero no

siempre se utilizan ;generalmente se apela a una distribucin de frecuencias
, cuando es grande la cantidad de datos disponibles .
EJEMPLOS DE DATOS TABULADOS - AGRUPADOS:
Se considera dos casos para datos agrupados en tablas sin
intervalos y otros en tablas por intervalos al cual se puede aplicar
la siguiente Formula

Me LI (

n
) Fi 1
2

fi

) * Tic

Me LI (

n
) Fi 1
2

Fi ( Fi 1)

) * Tic

Ejemplo 1: Encuentre la mediana para los siguientes Datos

Variables
X

Frecuencia
Fi

Frecuencia
Acumulad
Fi

Fi - 1

11

Fi

3
4

16

20

Total

20

Fi + 1

n
)
2

1) Calculamos la Posicin de Orden

2)Por las frecuencias Acumuladas se identifica la clase que contiene a la
mediana , esto es ,la clase para el cual se cumple .
Fi 1 (n/2) Fi

5 (10) 11
Con lo cual la mediana estar en la clase que tiene como frecuencia
acumulada Fi al cual aplicamos la siguiente Formula :

Me LI (

n
) Fi 1
2

fi

10 5
) * Tic 2 (
) *1 2.88
6

Me 2

Ejemplo 2: Encuentre la mediana para los siguientes Datos

Se obtuvo una distribucin de frecuencias de 100 alumnos de la UNP,
segn su estatura, se pide determinar el valor mediano de las estaturas.

Li - Ls

fi

Fi

150 - 155
155 - 160
160 - 165

Marca de
clase
X
152.5
157.5
162.5

4
5
12

165 - 170
170 - 175
175 - 180
180 - 185
185 - 190
Total

167.5
172.5
177.5
182.5
187.5
-

33
17
16
9
4
100

4
9
21
54
71
87
96
100
-

FI- 1
Fi
Fi+1

n
)
2

1) Calculamos la Posicin de Orden

2) Por las frecuencias Acumuladas se identifica la clase que contiene a la
mediana, esto es, la clase para el cual se cumple.
Fi 1 (n/2) Fi

21 (50) 54

Remplazamos los datos en la formula obtendremos:

Me LI (

n
) Fi 1
2

fi

) * Tic 165 (

54 21
) * 5 170
33

Interpretacin: Este valor mediano significa, que el 50% de los

alumnos tienen una estatura menor o igual que 170 Cm. , en
tanto que el otro 50% tienen una estatura mayor que 170 Cm.

MODA (Mo) :
Es el valor que se representa con mayor frecuencia en un conjunto de datos
Mo = Observacin con mayor frecuencia

DATOS NO TABULADOS SIN AGRUPAR:

Ejemplo 01:
Muestra : 2 ; 2 ; 4 ; 5 ; 5 ; 6 ; 6 ; 7 ; 9 ; 1 ; 8 ; 8 ; 8 ; 3

Mo =8

Distribucin monomodal
(Tiene una Mo)

Poblacin : 3 ; 3 ;4 ;1 ;5 ; 6 ;7 ;3 ;8 ;7; 9 ;2 ;7
Mo =3

Mo =7

Distribucin bimodal
(Tiene dos Mo)

Muestra: 1; 2; 3; 6; 7:9; 8
Mo =No hay moda

Distribucin Amodal o Uniforme

Nota: La moda es una medida de tendencia Central muy inestable porque

cambia de valor al pasar de una muestra a otra.
DATOS TABULADOS AGRUPADOS:
TABLAS SIN INTERVALOS:
La clase que contiene la mayor frecuencia ser la que contiene a la moda y se
llama clase modal.
N de Hijos por
familia
0
1
2
3
4
5
6 a mas
Total

Nmero de Familias
(fi)
60
120
210
360
160
50
30
990

Fi-1
Fi
Fi+1

En este caso la frecuencia

Apsoluta Maxima es de n4 =360
Luego , la moda es el valor de la variable que corresponde a la frecuencia n 4
=360 , Mo=3

Tablas con intervalos: para poder desarrollar utilizaremos la formula de

Cruzber Donde:

Mo LI (

d1
) * Tic
d1 d 2

d1 =fi fi-1
d2 =fi fi+1
Li =Limite inferior de la clase modal
Fi = Frecuencia absoluta de la clase modal.
Fi-1 = Frecuencia absoluta de la clase inmediatamente anterior a la clase
modal .
Fi+1 = Frecuencia absoluta de la clase inmediatamente Posterior a la clase
modal
Tic= amplitud .
Determinar Para la siguiente distribucin :
Li - Ls
150 - 155
155 - 160
160 - 165
165 - 170
170 - 175
175 - 180
180 - 185
185 - 190
Total

Marca de
clase
X
152.5
157.5
162.5
167.5
172.5
177.5
182.5
187.5
-

fi
4
5
12
33
17
16
9
4
100

Fi-1
Fi
Fi+1

1 Tomamos el punto central a si como dice la teora Tomamos de referencia la

mayor frecuencia como punto central o Fi
2 Luego recin aplicamos la formula
d1 =33 12 = 21
d2 =33 17 = 16
Tic = 5

Mo 165 (

21
) * 5 167.8378378
21 16

LA MEDIA GEOMTRICA(DATOS NO TABULADOS O NO AGRUPADOS)

Es una cantidad arbitraria de nmeros (por decir n nmeros) es la raz nsima del producto de todos los nmeros, es recomendada para datos de
progresin geomtrica, para promediar razones, inters compuesto y
nmeros ndices

x1 * x2 ... * xn

MEDIA GEOMETRICA (DATOS TABULADOS O AGRUPADOS)

log 10

n
i 1

* Log10 * yi
Primero debemos de

aplicar logaritmo de base 10 con la siguiente Formula :

Luego la media Geomtrica :

X G anti log( 1,8545)

Pero para desarrollar el antilog10 (log10)
Se aplica cierta propiedad matemtica la cual es :

EJEMPLO 01
Marca de Clase

92

93

94

95

96

Frecuencia

11

21

10

Ordenamos los Datos

Yi
92
93
94
95
96

ni
4
11
21
10
4

Total

50

Log10Yi
1.9637878
7
1.9689829
1.9731278
1.9777236
1.9822712
-------

ni log10 Yi
7.8551513
21.653312
41.435684
19.777236
7.929084
98.650464

Primero
calculamos
Log con base
10 (Yi).
Segundo los
resultados

los multiplicamos por ni.

Primero aplicamos la formula Log base 10:

log 10 G

98.650464
1.97300938
50

Para despus aplicar la formula de la media Geomtrica:

X G anti log( 1.97300938)

101.97300038 93.9731533

MEDIA GEOMTRICA AHORA PARA DATOS CON INTERVALOS

Donde:
MG es media geomtrica, yi es marca de clase, fi la frecuencia de clase
correspondiente, n el nmero total de datos utilizados.

LA MEDIA ARMONICA
Se define como la inversa de la media aritmtica de los inversos de un
conjunto de datos
A

n
n
n1
n
2 ... k
x1
x2
xk

n
n

x
i 1

Calcula la media armnica para este conjunto de datos.

5 , 9 , 12 , 7 , 15 , 3

6
1
1
1
1
1
1

5
9 12
7
15
3

6.4

Nota:
La media armnica siempre es menor o igual que la media aritmtica,
ya que para cualesquiera nmeros reales positivos
Considera todos los valores de la distribucin y en ciertos casos, es
ms representativa que la media aritmtica.

La influencia de los valores pequeos y el hecho que no se puede

determinar en las distribuciones con algunos valores iguales a cero; por
eso no es aconsejable su empleo en distribuciones donde existan
valores muy pequeos.

Se suele utilizar para promediar velocidades, tiempos, rendimientos,

etc.

Media Armnica de datos agrupados. La media armnica para datos

tabulados (media armnica ponderada) se define por:

yH M h

1
1 k ni

n i1 y i

n
n
ni

i 1 y i
(23)

donde k = nmero de clases, yi = marca de clase, ni = frecuencia de clase con

i=1, 2,, k

Ejemplo Con los datos de la siguiente tabla de frecuencias, correspondiente a

una distribucin continua, calcular la media armnica
Li - L S
2.1
6.1
10.1
14.1
18.1

- 6.0
- 10.0
- 14.0
- 18.0
- 22.0

yH

n
n

fi

x
i 1

fi
3
7
12
16
20

Xi
4
8
12
16
20
40

f i /Xi
0.750
0.875
1.000
0.500
0.500
3.625

40
11.03
3.625

Ventajas y desventajas de la Media Armnica.

Ventajas.
1. Se usa preferentemente para calcular la velocidad media.
2. De gran utilidad cuando la variable est dada en forma de tasa, costo
medio de bienes comprados con una cantidad fija.
Desventajas
1. La media armnica se basa en todas las observaciones por lo que
est afectado por los valores extremos.
2. La media armnica no esta definido, si alguno de los valores es cero.
Propiedades de la Media Armnica.
1. La media Armnica se basa en todas las observaciones, por lo que est
afectado por todos los valores de la variable. Da a los valores extremadamente
grandes un peso menor que el que las d la media geomtrica, mientras que a
los valores pequeos les da un peso mucho mayor que el que las d la media
aritmtica como la media geomtrica.
2. La suma algebraica de las desviaciones de los recprocos de las
observaciones del recproco de la media armnica es nula. Es decir,

 1
1
0

x H
i 1 x i
n

3. Para trminos positivos, la media armnica es menor o igual que la media

geomtrica. O sea,
xH xG

4. De la propiedad 3 y la propiedad 4 (de la media geomtrica), se tiene:

xH xG x
Siempre que se trate del mismo conjunto de datos.
Aplicaciones de la media armnica.
La media armnica se aplica en los casos siguientes:
1. Cuando se tiene trminos para cuyos recprocos se quiere calcular su media.
2. Cuando se presenta una relacin inversa entre las variables implcitas, como
por ejemplo, entre la productividad y el tiempo. Es decir,
p e

e p t

de donde

1
t

donde e = espacio ; p = productividad ; t = tiempo

La velocidad y el tiempo tambin estn en relacin inversa:
1
v e
e vt
t
,
donde e = espacio ; v = velocidad ; t = tiempo
Ejemplo
Suponga que ha gastado usted, un sol por 3 docenas de naranjas en una
tiende, otro sol por 4 docenas de naranja en una segunda tienda y otro sol ms
por 5 docenas en una tercera tienda. Determine el precio promedio por una
docena de naranjas.

Solucin. Obtendremos primero el precio pagado por docena de naranja. En la

primera ud. ha gastado 1 sol por 3 docenas de naranjas o sea 1/3 de sol por
docena.
En la segunda gast 1 sol por 4 docenas, es decir de sol por cada docena.
En la tercera tienda gast 1 sol por 5 docenas, o sea 1/5 de sol por cada
docena.
En otras palabras queremos calcular la media de los recprocos de los nmeros
3, 4 y 5. Entonces, la media armnica es el promedio correcto. Luego n = 3, x1 =
1/3,
x2 = 1/4, x3 = 1/5, es decir

x H

3
3

x
i 1

3
3
3

0.25
1
1
1
3 4 5 12

1/ 3 1/ 4 1/ 5

Por tanto, el precio promedio por docena es 0.25 soles.

Comprobacin. Se compr 12 docenas de naranjas por 3 soles. Veamos si
pagando en promedio 0.25 por docena, en doce docenas se gasta 3 soles.
0.25 x 12 = 3 soles
Veamos que ocurre si usamos la media aritmtica:
1 1 1 20 15 12

47
3
4 5
60
x

0.261
3
3
180
En este caso el promedio por docena es 0.261
Pagando 0.261 soles por docena, tendramos
0.261 x 12 = 3.132 soles
Es decir, se obtiene 0.132 soles ms de lo que en realidad se gast por las 12
docenas. Por tanto, la media aritmtica en este caso es incorrecta.
VARIANZA
Es una medida que nos ayuda a comprender la variabilidad de los datos, que
tan distanciados estn de la media. Si los valores tienden a concentrase
alrededor de su media , la varianza ser pequea . Si los valores tienden a
distribuirse lejos de la media , la varianza ser grande .
La varianza calculada a partir de la media ser denotada por
2

una poblacin se denota por

Para datos sin Agrupar o no Tabulados

S2

y referida a

s
2

(x
i 1

x) 2

n 1

n 1

xi

x )

i 1

Para datos Agrupados o Tabulados en Intervalos

s2

i 1

f i ( xi x ) 2
n 1

x2 fi x

i 1

n 1

n 1

2
i

ni

( x i ni ) 2

i 1

i 1

Para la

Muestra
n

s2

i 1

f i ( xi ) 2

i 1

fi 2
N

Para la

Poblacin
Nota : para la aplicacin de estas formulas si queremos sacar la desviacin
estndar solo le sacamos la raz cuadrada .
Ejemplo -Para datos sin Agrupar o no Tabulados
Se determino los pesos de una muestra de cartas procesadas en una oficina
postal ,pesadas hasta el gramo mas prximo ,son : 21 , 28 , 30 , 12 , 14 ,
17 , 28 ,10 , 16 , 25
n

s2

(x
i 1

x) 2

n 1

(21 19.1) 2 (18 19.1) 2 ... (25 19.1) 2

45.6555
9

cuadrado
Aplicando el mtodo abreviado
10

xi 21 18 ... 25 191
i 1

n
s

n 1
2

x
i 1

x )
i

10

x
i 1

2
i

212 18 2 ... 25 2 4059

1
(191) 2
4059
45.6555
9
10

Para Datos Agrupados

Gramos

al

Ejemplo 01:
Li Ls

xi

fi

( xi x ) 2

( xi x ) 2 f i

30 35
35 40
40 -45
45 -50
50 55
55 - 60
60 65
Total

32.5
37.5
42.5
47.5
52.5
57.5
62.5
---

2
4
7
18
12
6
1
50

243.36
112.32
31.36
0.36
19.36
88.36
207.36
---

486.72
449.44
219.52
6.48
232.32
530.16
207.36
2132

Solucin:
X 48.1
n

s2

f (x
i 1

x) 2

n 1

2132
43.5102
49

s 43.5102 6.596226

Varianza

Desviacin estndar

Ejemplo 02:
Aplicando frmula Reducida:
Li - Ls

xi

fi

xi f i

( xi2 f ) 2

30 35
35 40
40 -45
45 -50
50 55
55 - 60
60 65
Total

32.5
37.5
42.5
47.5
52.5
57.5
62.5
---

2
4
7
18
12
6
1
50

65
150
297.5
855
630
345
62.5
2405

2112.5
5625
12643.75
40612.5
33075
19837.5
3906.25
117812.5

s2
n 1

x i ni
2

( x i ni ) 2

i 1

i 1

s 43.5102 6.59622

1
(2405) 2
117812
.
5

43.5102
49
50

Varianza
Desviacin estndar

Propiedades de la varianza.
1. La varianza de un conjunto de observaciones x 1, x2, , xn siempre es
un nmero no negativo. Esto es
V(X) 0
2. La varianza de una constante es cero. Esto significa, que si x 1= x2=
= xn = b constante, entonces:
V(b) 0
DESVIACIN ESTNDAR
Es la raz cuadrada positiva de la varianza
La desviacin estndar calculada a partir de la Muestra se denota por
referida a una poblacin se denota por
DATOS SIN AGRUPAR O NO TABULADOS

Esto seria

s2

para la Muestra

1 n
2
2
xi x

n i 1

Esto seria =
1
N

x
i 1

para la Poblacin

Desviacin Para datos sin Agrupar o no Tabulados

s

1 n
2
2
xi x

n i 1

Ejemplo 01 :
Calcular la desviacin estndar

4 , 9 , 14 , 19 , 23 , 28 , 37 , 54 , 62 , 70
n = 10

10

= 32

x2

= 1024

x 4 2 9 2 14 2 19 2 23 2 28 2 37 2 54 2 62 2 70 2 14996

i 1 i

1
(14996) 1024 2221.81
10

Desviacin Para datos Agrupados o Tabulados

fi( x
i 1

x )

Ejemplo 02 :
Calcular la siguiente distribucin de frecuencias por intervalos encontrar la
desviacin estndar
Li - Ls

Xi

fi

( xi x )

( xi x )

40 50
50 60
60 -70
70 80
80 -90
TOTAL

45
55
65
75
85
---

3
5
7
4
1
20

-17
-7.5
2.5
12.5
22.5
---

306.25
56.25
6.25
156.25
506.25
---

x f

i i

363.05
7.261
50

fi( xi x )

918.75
281.25
43.75
625.00
506.25

fi( x

x ) 2375

Primero calculamos la Media para datos

tabulados y le restamos a la Marca de clase :S
( xi x )
Luego :
45 - 62.5 = -17.5
75 - 62.5 = 12.5
55 - 62.5 = -7.5
85 - 62.5 =22.5

fi( x
i 1

x )

2375
10.9
20
65 - 62.5 = 2.5

( xi x )

Luego :
( -17.5 )2= 306.25
2
( -7.5 )
= 56.25
2
( 2.5 ) = 6.25

( 12.5) 2= 156.25
(22.5) 2= 506.25

fi( xi x )

Luego :
(3*306.25)=918
( 5*56.25)=281.25
( 7*6.25)=43.75

(4* 156.25)=625.00
( 1*506.25)=506.25

Propiedades de la Desviacin Estndar.

Las propiedades de este estadgrafo de dispersin son triviales y similares a la
de la varianza, por lo que no se demostrar.
1. La desviacin estndar de un conjunto de observaciones x 1, x2,..., xn ,
siempre es un nmero no negativo. Es decir,
D(x) S 0
2. La desviacin estndar de una constante, es cero, As, si c = constante,
entonces,
D(c) Sc 0
Nota : Aplicando estas formulas Encontramos la Desviacin estndar y solo
habra que elevarlas al cuadrado para encontrar la VARIANZA.
Sin embargo, a veces es necesario comparar dos o ms conjunto de datos
expresados en unidades diferentes, Es esta situacin hay que utilizar una
medida relativa de dispersin que sera el coeficiente de variacin.
Coeficiente de Variacin :
El coeficiente de Variacin o Dispersin , es una medida de dispersin relativa
de la desviacin estndar con respecto a la media , es decir :
CV
COEFICIENTE DE VARIACIN :

S
X

Generalmente el coeficiente de variacin se expresa como un porcentaje . El

coeficiente de variacin es un numero puro independiente de la unidad de
medicin .
Observacin :

Si el coeficiente de Variacin es menor del 10% Se dice que hay poca

dispersin

Si el coeficiente de Variacin oscila entre 10% y el 33% porciento La

dispersin existente es aceptable .

Si el coeficiente de Variacin oscila 33% y el 50% Se dice que hay alta

dispersin .

Pero el coeficiente de Variacin es mayor del 50% se dice que la

dispersin es muy alta .
Ejemplo:
Al calcular la dispersin relativa de los datos de un ejemplo Tenemos la
Media y la Desviacin Estndar:
X

= 48.1 y

= 6.596226

Entonces el coeficiente de Variacin es:

CV

S 6.596226

*100 13.71%
X
48.1

Como el valor de Coeficiente de Variacin es igual al 13.71 % y se

encuentra entre el 10% y 33% indica que la dispersin es aceptable.