MEDIDAS DE RESUMEN PARA VARIABLES CUANTITATIVAS

Lic. Esperanza Garca C.

Antes de aplicar cualquier tcnica estadstica para resumir datos, se debe realizar un
anlisis exploratorio de los mismos, con la finalidad de:
1.

2.

3.

Evaluar la calidad y consistencia de los datos identificando valores no registrados

o fuera de lo esperado (valores discordantes o aberrantes). La revisin previa
permite solucionar o explicar el problema detectado.
Determinar si los datos siguen una distribucin normal o por lo menos con
tendencia a sta. La distribucin normal concentra la mayora de valores al centro
mientras que en el extremo derecho se ubican los ms grandes y a la izquierda
los ms pequeos (campana), ver si es simtrica. En la distribucin que no es
normal, la concentracin de valores se dan a la derecha o a la izquierda de la
distribucin. La normalidad se puede apreciar construyendo un grfico de tallo y
hojas, de caja o un histograma. Es importante que se establezca si la distribucin
es normal o no para seleccionar las medidas de resumen ms convenientes para
la descripcin respectiva.
Determinar la o las medidas de resumen convenientes para el anlisis descriptivo
de los datos.

Las medidas para resumir datos correspondientes a variables cuantitativas son:

medidas de tendencia central, medidas de dispersin, medidas de posicin o
localizacin.

MEDIDAS DE TENDENCIA CENTRAL

Son valores que indican el centro de la distribucin de las observaciones referentes a
variables cuantitativas continuas o discontinuas.
En el rea biomdica, la experiencia indica que para las variables medidas en escala
de razn los datos tienden a concentrarse alrededor de un sector de la variable. Se
trata entonces, de aceptar determinados criterios para representar con un valor de la
distribucin esa tendencia de las observaciones, que se llama tendencia central.
Estas medidas se pueden calcular a partir de los datos de una muestra o de una
poblacin:
Una medida descriptiva calculada a partir de una muestra se llama estadstico.
Una medida calculada a partir de los datos de una poblacin se llama parmetro.
Las tres medidas de tendencia central usadas con ms frecuencia en el rea
biomdica son: la media, la mediana y el modo.

MEDIA ARITMTICA
Llamada tambin media o promedio, resulta de sumar los valores de todas las
observaciones y dividir la sumatoria entre el total de ellas. Se caracteriza por ser nica,
fcil de calcular y porque es afectada por todos y cada uno de los valores del conjunto,

28

de tal manera que los muy grandes o muy pequeos que salen del rango esperado
pueden distorcionarla, en tal caso, el valor discordante se analizar por separado.
Ejemplo; si se analiza un conjunto de datos de la variable talla (cm) de un grupo de
varones adultos, donde uno de ellos mide 230 centmetros, el valor discordante ser
230, ste distorcionar la media, luego, para evitar esa inconveniencia ser mejor
analizarlo por separado o de lo contrario, se debe calcular una mediana. La media se
calcula con las siguientes frmulas:
a.- A partir de una muestra (estadstico)

xi
n

x x2 x3 ... xn
1
n

Donde:
N es la poblacin
n es la muestra
x1, x2,x3, xn son los valores de
la variable
X es la media.

b.- A partir de una poblacin (parmetro):

xi
N

Ejemplo 1
En la prctica del curso de Bioestadstica del I Semestre Acadmico de 2014, los
estudiantes del tercer ao, entre otros datos, contabilizaron el nmero de respiraciones
por minuto en situacin de reposo. Se desea saber la media de las respiraciones de
los estudiantes. Los datos se presentan a continuacin:
19
24
16
24
20
14
20

19
19
20
16
24
22
23

17
19
20
24
18
21
28

20
20
17
15
17
22
22

16
18
20
19
18
19
23

14
20
20
20
18
21
18

20
15
22
20
20
18
16

21
18
20
15
17
26
24

16
18
18
21
22
18
22

15
16
20
23
17
16
20

20
22
18
21
16
17
18

20
24
16
24
19
21
22

20
19
21
21
20
22
13

16
17
22
24
21
17
20

Poblacin de alumnos: 98, la media se calcular de la siguiente manera:

PASOS PARA CALCULAR LA MEDIA
1. Se verifica la normalidad de la distribucin de los datos, en este caso usamos un
histograma, se observa que los datos tienen una distribucin aproximadamente
normal, entonces podemos calcular la media.
RESPIRACIONES DE 20 ALUMNOS
4

Frequency

0
16

17

18

19

20

21

respiraciones n

29

22

23

24

 xi

19 19 ... 20
19.5
98

INTERPRETACIN: Los alumnos del tercer ao que llevaron la asignatura de

Bioestadstica el ao 2010, tuvieron en promedio 20 respiraciones por minuto.

Ejemplo 2:
A continuacin se muestran las edades de 48 pacientes internados de urgencia en el
hospital Collique. Analice la forma de la distribucin con un grfico de tallo y hojas.
1

Paciente

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Edad

12 13 13 14 14 15 15 16 16 17 17 18 18 21 21 22 23 23 24 26 26 27 28 28

Paciente

25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48

Edad

29 30 31 32 33 34 35 35 35 35 41 42 42 42 43 46 47 48 48 50 51 53 54 55

Stem-and-leaf de Edad
Leaf Unit = 1.0

Pacientes internados de urgencia. Hospital Collique, 2012

60

5
13
19
25
23
18
14
9
5
1

50

Edad

40

30

20

10

1
1
2
2
3
3
4
4
5
5

N = 48

23344
55667788
112334
667889
01234
5555
12223
6788
0134
5

En ambos grficos se observa que los datos se distribuyen aproximadamente en

forma simtrica, por lo tanto es posible calcular la media la aritmtica.

x
n

x1 x2 ...xn 12 13 ... 55

30.38 aos
n
48

INTERPRETACIN: Los pacientes que fueron internados de urgencia en el Hospital de

Collique tuvieron en promedio 30.38 aos

30

MEDIANA
Es el valor que divide al conjunto ordenado de datos en dos grupos de igual tamao en
cuanto al nmero de observaciones se refiere. El primero ser igual o menor que la
mediana y el otro igual o mayor. Se usa con datos ordinales o con numricos que
pueden o no ser simtrcos, es decir que tienen o no una distribucin normal. La
mediana de un conjunto de datos se caracteriza por ser nica, su clculo es muy fcil
y a diferencia de la media los valores extremos no afectan su valor.
Pasos:
1. Los datos se ordenan en forma creciente: x1 + x2 ++xn
2. Calcular la posicin de la mediana teniendo en cuenta la frmula:

Me

n 1
2

Donde:
Me
n

es la mediana
es el tamao de la muestra

3.- Se establece el valor de acuerdo a la posicin calculado, teniendo en cuenta si n

es par o impar.
Ejemplo 3:
Con los siguientes datos calcularemos la mediana:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
19 16 20 22 21 24 23 19 22 17 20 20 20 21 18 22 18 17 19 23
1.- Se ordenan los datos de menor a mayor,
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
16 17 17 18 18 19 19 19 20 20 20 20 21 21 22 22 22 23 23 24
2.- Calcular la posicin de la mediana teniendo en cuenta la frmula:

Me

n 1
2

Me

20 1
10.5
2

3.- Como n es par, la posicin de la mediana es 10.5, en este caso el valor de la

mediana se localiza entre los dos valores centrales de la distribucin.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
16 17 17 18 18 19 19 19 20 20 20 20 21 21 22 22 22 23 23 24
Me
Valor de la mediana: promedio de los valores que se encuentran en las posiciones diez y
once, es decir
Valor de la Me

20 20
20 respiraciones por minuto
2

INTERPRETACIN: El 50% de los alumnos tuvieron 20 respiraciones o menos y

el otro 50% , 20 respiraciones o ms.

31

3.1.-Si n es impar:

Me

n 1
2

Me

21 1
11
2

La posicin de la mediana se encuentra en el onceavo lugar

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
16 17 17 18 18 19 19 19 20 20 20 20 21 21 22 22 22 23 23 24 25
Me ;
El valor de la mediana ser el dato que se encuentre en el centro de la distribucin, en
este caso es 20.
INTERPRETACIN: El 50% de los estudiantes, tuvieron 20 respiraciones o
menos y el otro 50% 20 respiraciones o ms.

MODA
Valor que se presenta con mayor frecuencia en un conjunto de datos. Se usa
solamente cuando se tiene inters en resaltar el o los valores ms frecuentes. Un
conjunto de datos puede tener ms de una moda o ninguna.
Ejemplo 4:
Una muestra de 17 alumnos, ingresantes a la universidad, fueron sometidos a un
examen bucodental para determinar la presencia de alguna enfermedad oral. Entre
otros datos se registr la edad de cada uno de ellos, los cuales se presentan a
continuacin, Cul es el valor modal?
Alumno

10

11

12

13

14

15

16

17

Edad

16

15

17

18

18

16

18

15

18

19

18

17

17

16

19

20

16

14

15

16

17

Para una mejor visualizacin del valor ms frecuente se ordenan los datos:
Alumno

Edad

15

15

16

16

16

16

17

17

17

10
18

11
18

12
18

13
18

18

19

Mo
El valor modal de la edad fue 18, pues, el dato se repite 5 veces.

CUANTILES
Se conocen tambin como medidas de localizacin. Se usan con datos numricos
sesgados o cualitativos medidos en escala ordinal.
1.- PERCENTILES (P)
Son 99 valores que dividen a un conjunto de datos en 100 partes iguales. Un percentil
indica el porcentaje de los valores de un conjunto de datos que es menor o igual al
valor de un determinado percentil. Daniel3 lo define de la siguiente manera:
Dado un conjunto de n observaciones x1 x2 x2 , el p -simo percentil P es el
valor de X, tal que p por ciento o menos de las observaciones son menores que P
y (100 p) por ciento o menos de las observaciones son mayores que P.

32

19

20

Su importancia radica en su uso para comparar un valor individual con una norma. Se
usa intensamente en la interpretacin y desarrollo de tablas de crecimiento fsico, y de
mediciones de destreza de inteligencia, as como tambin para determinar rangos
normales de valores de laboratorio. Los lmites normales para la mayora de los
anlisis de laboratorio se establecen en los percentiles 2.5 y 97.5, de modo que estos
lmites normales contienen el 95% central de la distribucin. Los percentiles se
emplean cuando se usa la mediana, tambin se emplea cuando se usa la media, pero
el inters es comparar un valor individual de la variable con un conjunto de normas.
Por ejemplo, comparar el peso de un nio de 24 meses con lo establecido para esa
edad en una tabla de control del nio sano.
La frmula para calcular percentiles es:

k ( n 1)
100

Pk
Donde:

k es el nmero del percentil

n es la muestra
Pk Es el percentil que se desea calcular.
Con esta frmula se calcula la posicin que tiene el percentil k en el arreglo ordenado,
luego se procede a ubicar el valor de la variable en la posicin que le corresponde.
Ejemplo:
Calcular el percentil 90 en la distribucin de los niveles de glucosa de 100 nios.
1. Ordenar los datos de menor a mayor:
50
61
65
68
73

2.

55
61
65
68
73

55
61
65
68
73

55
62
65
68
74

56
62
65
68
74

56
62
65
68
75

56
62
65
69
75

57
62
65
69
75

57
63
66
69
75

57
63
66
69
75

57
63
66
71
75

58
63
66
71
76

58
64
66
72
76

59
64
67
72
77

59
64
67
72
79

59
64
67
72
80
P95

60
65
67
73
80

60
65
67
73
80

60 61
65 65
67 68
73 73
81 81

Calcular la posicin del percentil

P95

95( n 1)
95.95 posicin
100

El percentil 95 (P95) es un valor que est ubicado en la posicin 95.95 del

segmento de datos, entonces hay que calcular el valor de la variable en esa
posicin haciendo exrtapolacin.
A la posicin 95 le corresponde el valor 79 y a la 96 el valor 80, a partir de estos
valores se obtendr el valor del percentil 95, finalmente:
P95 = 79+0.95(80-79) = 79.95

INTERPRETACIN: El 95% de los nios tuvieron un nivel de glucosa igual o

menor que 79.95

33

2.- CUARTILES
Son tres medidas de posicin que dividen a un conjunto de datos cuyos valores estn
ordenados generalmente de menor a mayor en cuatro partes iguales. Se les nombra
como Q1 , Q2 , Q3. Las frmulas para su clculo son tres, a saber:

Q1

n1
4

Q2

2( n 1)
4

Q3

3( n 1)
4

Donde:
Qi es el cuartil que se desea calculari
n
tamao de muestra
25%

25%

Q1

25%

25%

Q2

Q3

Intervalo Intercuartilar (IQ)

Es la medida que describe el 50 % central de una distribucin, sin importar su forma,
no es afectada por las fluctuaciones extremas de la serie. Mide la dispersin de los
valores de la variable alrededor de la mediana. Mientras ms prximos estn sus
lmites, mayor ser la concentracin alrededor de sta. Comprende entre el percentil
25 y 75, entre Q1 y Q3, tiene como centro el percentil 50, el cuartil 2 o la mediana.

IQ Q3 Q1

Desviacin cuartilar (Q)

Es la mitad del intervalo cuartilar. Si la serie es perfectamente simtrica, la mediana es
el punto que divide a la serie en dos partes iguales. Se calcula con la frmula:

Q3 Q1
2

CLCULO DEL INTERVALO CUARTILAR Y DE LOS CUARTILES

Con los datos ordenados de mayor a menor se calcula los cuartiles 1 y 3. Usaremos los
datos:
50
61
65
68
73

55
61
65
68
73

55
61
65
68
73

55
62
65
68
74

56
62
65
68
74
Q1

Q1

56
62
65
68
75

56
62
65
69
75

57
62
65
69
75

57
63
66
69
75

57 57
63 63
66 66
69 71
75 75
Q2

58
63
66
71
76

100 1
25.25
4

58
64
66
72
76

59
64
67
72
77

59
64
67
72
79
Q3

59
64
67
72
80

60
65
67
73
80

60
65
67
73
80

60
65
67
73
81

61
65
68
73
82

El valor Q1 62

Interpretacin: El 25% de los nios tienen un nivel de glucosa igual o menor que 62
El Q2 es la mediana

34

Q3

3( n 1)
75.75 posicin
4

El valor Q3 72

Interpretacin: El 75% de los nios tienen un nivel de glucosa igual o menor que 72.

IQ Q3 Q1 72 62 10

Encontrar el intervalo cuartilar

Interpretacin: el 50% central de los nios tuvieron un nivel de glucosa entre 62 y 72.

3. Dividir el valor del intervalo cuartilar entre 2 para obtener la desviacin cuartilar

10
5
2

USO DE LOS CUARTILES:

Para describir el 50% central de una distribucin
En epidemiologa, para construir la curva endmica
Para construir el grfico de caja, til en el anlisis exploratorio de datos y para
comparar poblaciones.
Ejemplo:
El siguiente grfico es la curva endmica de malaria por Plasmodium falciparum del
Per en el ao 1994 al 2 000).
La curva endmica es un patrn de comportamiento de la enfermedad a partir de la
incidencia mensual de la enfermedad en varios aos.
En el siguiente grfico, Q1 est representado por la lnea inferior (*), Q2 por la lnea
intermedia ( ), Q3 por la superior () y la lnea con tringulos representa el
comportamiento de la enfermedad en el ao 2001 (ao que interesa estudiar).

Casos

Curva Endmica de Malaria por

Plasmodium falciparum. Per 1994 - 2000
12000

zona de epidemia
10000
8000

zona de alarma
6000
4000

zona de seguridad

2000

zona de xito
0
Ene

Feb

Mar

Abr

May

Jun

Jul

Ago

Set

Oct

Nov

Dic

Meses

Q1

Q2

35

Q3

Ao 2001

MEDIDAS DE DISPERSIN
Son aquellas que miden la variabilidad de un conjunto de datos. La magnitud de la
variabilidad es pequea cuando los valores son diferentes pero estn cercanos entre
s; si stos son muy diferentes la dispersin es grande. Los sinnimos de dispersin
son variabilidad y expansin. Ejemplo: si 10 estudiantes son pesados en una misma
balanza bajo las mismas condiciones, y se encuentra que cada uno pesa 50 kilos,
entonces no hay variacin en los pesos., el peso es constante. Otro grupo de 10
estudiantes. fueron pesados en iguales condiciones, los pesos fueron: 55, 60, 53, 56,
48, 50, 51, 58, 62, 59, en este caso, se observa que son diferentes, entonces hay
dispersin. Las medidas de dispersin que estudiaremos son: rango, varianza,
desviacin estndar y coeficiente de variacin.

RANGO
Es la diferencia entre el valor mximo y el mnimo de un conjunto de datos. Los
dems valores se encuentran entre estos. Es una medida apropiada cuando se quiere
enfatizar los valores extremos. Su uso es limitado por que toma en consideracin solo
la diferencia de dos valores. La frmula para calcularlo es:

R x mximo x mnimo
Donde:
x mximo
xmnimo

es el valor ms grande lde la variable

es el valor ms pequeo dela variable

Ejemplo:
La siguiente serie corresponde a las edades aos de una muestra de 11 nios.
2

11 14 15 17 21 24 26
R= 26 2 = 24

El rango, es decir la diferencia entre el valor mximo y el mnimo es 24, obsrvese que
los dems valores estn entre los valores extremos.

VARIANZA
Es la medida que cuantifica la variabilidad de los datos respecto al valor de la media.
Si los valores de las distancias son iguales, el valor de la varianza es cero. Si los datos
son diferentes pero cercanos entre s, la varianza es pequea. Si los datos estn muy
distantes, la varianza es grande. Se puede definir tambin como la sumatoria de las
diferencias de cada uno de los datos con respecto a la media dividida entre n-1. Se
calcula restando de cada observacin el valor de la media; las diferencias se elevan al
cuadrado, luego la sumatoria se divide entre n-1 si los datos corresponden a una
muestra, o, entre N si pertenecen a una poblacin.
Las diferencias se elevan al cuadrado para desaparecer los signos negativas que se
generan al restar la media a cada uno de los valores xi, de esta manera se evita que
la suma algebrica de stas diferencias den como resultado cero. La varianza tiene las
propiedades matemticas necesarias para analizar mejor los datos en comparacin a
la desviacin media, medida que se obtiene de sumar las diferencia de los valores xi
con su media, sin tomar en cuenta el signo y dividiendo la sumatoria entre el nmero
de observaciones.
36

Cuando se trata de una muestra el smbolo de la varianza es s2 y cuando

corresponde a una poblacin 2 .
La frmula para obtener la varianza cuando los datos no estn agrupados es la
siguiente:

x1 x 2 x2 x 2 ... xn
n1

2 x x 2
n1

Donde:
xi representa los valores de la variable, x1 , x2 , ., etc.
n nmero de observaciones de la muetra
x es la media aritmtica
La frmula alternativa para un gran nmero de datos es:
n
xi2 n( x )2

s2

x12 x22 ... xn2 n( x)2 i 1

n1

n1

USOS:
1.

Se usa como elemento importante para realizar diferentes pruebas de

inferencia estadstica.
2. Sirve para calcular la desviacin estndar, medida muy utilizada en las ciencias
de la salud para analizar la variabilidad de los datos cuantitativos.
3. Sirve para calcular el tamao de muestras cuando se requiere estudiar una
variable cuantitativa.

PASOS PARA CALCULAR LA VARIANZA

Ejemplo:
Los datos de la siguiente tabla son los mismos del ejemplo 2 que se usaron para el
clculo de las media y mediana
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
19 16 20 22 21 24 23 19 22 17 20 20 20 21 18 22 18 17 19 23
1. Antes de aplicar cualquier tcnica de resumen, es necesario un anlisis previo
de los datos que se dispone para evaluar las bondades de los mismos y
solucionar problemas en el diseo de la investigacin y en la recogida de los
datos(ausentes y atpicos) . Las tareas que suelen realizarse en un anlisis
previo son: Anlisis exploratorio y tratamiento de los datos ausentes y atpicos
(outliers). En el ejemplo, se construye un grfico de caja en el cual
observamos que la distribucin de los datos tiende a ser simtrica por lo tanto
la medida de resumen ms adecuada en este caso es la media y la desviacin
estndar.

37

RESPIRACIONES DE 20 ALUMNOS
24
23

respiraciones n

22

Q3

21
20

Me

19
Q1

18
17
16

Tambin se puede apreciar que la mediana se ubica aproximadamente a la misma

distancia del cuartil 1 y 3. No hay ningn dato que sea discordante (outlier) en el
conjunto.
2.- Calcular la media aritmtica:

x
n

19 16 ... 23 401

20.05 respiraciones por minuto

20
20

3.- Calcular la varianza, para lo cual se usar la frmula que corresponde a una
muestra, dado que es la medida con suficientes propiedades para usarla en inferencia
estadstica.

( 19 20.05 )2 ( 16 20.05 )2 ... ( 23 20.05 )2

s
4.89 respiraciones 2
20 1
2

La varianza es 4.89 respiraciones2. Se puede apreciar que la variabilidad de los datos

es pequea, debido a que estos son valores cercanos entre s. La medida se expresa
en unidades al cuadrado, y por lo tanto no se usa para su interpretacin; sin embargo,
a partir de ella podemos calcular la desviacin estndar, medida muy usada en el
anlisis de datos en salud.

DESVIACIN ESTNDAR
Es la raz cuadrada positiva de la varianza. Mide la variabilidad de los datos en las
unidades en que se midieron originalmente. Los smbolos son: s si se trata de una
muestra y 2 ; si es una poblacin. La frmula es:

S s 2
La desviacin estndar se calcula cuando tambin es apropiado el clculo de la media,
es decir, cuando la variable es cuantitativa y adems su distribucin es o tiende a ser
simtrica, la media se ubica al centro de la distribucin o muy cercana a ella.

38

Caractersticas de la desviacin estndar:

1. Siempre es un valor positivo
2. Est influenciada por todos los valores de la muestra o poblacin. Mayor influencia
ejercen los valores extremos que los que estn cerca al promedio, debido a que
son elevados al cuadrado en el clculo.
3. Sirve para definir la dispersin de los datos alrededor de la media.
Si la distribucin de la poblacin sigue una distribucin normal, en forma de campana
(campana de Gauss), las observaciones se concentrarn en la parte central e incluirn,
aproximadamente:
1
2
3

68%
95%
99%

Estos valores son importantes a tener en cuenta cuando tenemos que hacer la
interpretacin de la desviacin estndar.

CLCULO DE LA DESVIACIN ESTNDAR:

El clculo es sumamente fcil, consiste en extraer la raz cuadrada de la varianza. En
el ejemplo se tiene que:

S s 2 4.89 2.21 respiraciones por minuto

La descripcin de las variables numricas se hace se hace con los valores de la media
y la desviacin estndar, porque con estos dos valores tenemos una idea del conjunto
de los datos ( 3 incluir el 99%). Tambin nos dar la regularidad y la
variabilidad de los datos.

INTERPRETACION: El 68% de los estudiantes tienen entre 17.84 y 22.26 (20.05

2.21) respiraciones por minuto, o mejor an, entre 18 y 22 respiraciones por
minuto, por ser una variable cuantitativa discreta.

39

DESVIACIN MEDIA
Es una medida que expresa la forma en que las observaciones se dispersan alrededor
de la media. Consiste en sumar las desviaciones de las observaciones respecto a su
media y dividir la sumatoria entre n. Es el promedio simple de las desviaciones, la
frmula es la siguiente.

DM

( xi x )
n

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
19 16 20 22 21 24 23 19 22 17 20 20 20 21 18 22 18 17 19 23
El clculo se hace considerando los valores absolutos de las desviaciones, se obvia
los signos. La sumatoria de stas diferencias se divide entre el nmero de
observaciones.

DM

(19 20.05) (16 20.05) .. 23 2.05)

1.76
20

El promedio de las desviaciones de las observaciones respecto a la media es 1.76.

COEFICIENTE DE VARIACION
Es una medida de relativa, til para comparar la dispersin en dos o ms conjuntos
de datos, los que pueden ser medidos en las mismas unidades o no. Expresa en
porcentaje la relacin de la desviacin estndar y la media, la frmula es:

CV

s
100
x

La media y la desviacin estndar se expresan en la misma unidad de medida, las que

se anulan cuando se hace el clculo, obtenindose una medida independiente a la
unidad de medicin. El coeficiente de variacin es til tambin para comparar los
resultados obtenidos por diferentes personas que efectan investigaciones en las que
se estudian la misma variable. Ejemplo: comparar la dispersin de los pesos de una
muestra de sujetos obtenidos en libras con el peso de otra muestra expresada en
kilogramos.
Si el coeficiente es:
< 10 %
se dice que hay poca dispersin
10 33% la dispersin es aceptable
34 50% dispersin es alta
> 50%
la dispersin es muy alta
CALCULO DEL COEFICIENTE DE VARIACION

CV

2.212
100 11.03%
20.05

La variacin relativa de las respiraciones en los estudiantes fue 11.03%.

40

Ejercicios de repaso
En los siguientes ejercicios: Identifique la naturaleza de la variable y la escala de
medicin. Calcule: la media, mediana, desviacin estndar y el coeficiente de
variacin. Interprete los resultados
1. En un programa para la deteccin de hipertensin, en una muestra de 30 hombres
en edades entre 30 y 40 aos, la distribucin de la presin diastlica (mnima) en
mm Hg fue la siguiente:
95
70

90
85

70 100
85
75

65
65

80
90
90 110

95
95

90
90

95 110 100
70
60
75

85
80
80 120

75
85

2. Nios atendidos diariamente, en una clnica peditrica, durante el ltimo trimestre

del ao 2004.
7
1
8
7

10
13
13
7

12
10
1
12

4
4
7
8

8
6
17
3

7
4
3

3
5
4

8
5
5

5
8
5

7
7
4

12
7
3

11
3
1

3
2
17

8
3
10

1
5
4

BIBLIOGRAFA
1. BONITA, Ruth;BEAGLEHOLE, 2008 Epidemiologa bsica. 2 ed. Organizacin
Robert y KJELLSTRM, Tord Panamericana de la Salud. Publicacin Cientfica No. 629
2. DANIEL, Wayne

2002 Bioestadstica. Bases para el Anlisis de las Ciencias

de la Salud. Editorial Limusa, Mxico

3. DAWSON-SAUDERS B

2005. Bioestadstica Mdica Ed. Manual Moderno,4ed.

Mxico D.F.

4. PAGANO Marvello

2001Fundamentos De Bioestadstica. Editorial Thomson

Learning. Mxico

41