Calculo de los diferentes indicadores de Tendencia Central y Dispersin, cuando se

tiene 30 o menos datos.

Ejemplo.
UE: Curso semestral que se dict en el periodo acadmico 1997 I, en la EAPE de la
FCM de la UNMSM.
Conjunto de unidades de Observacin: Todos los cursos semestrales, dictados en el
Periodo Acadmico 1997 - I
Variable: Porcentaje de avance del curso(X).
Tipo de variable: cuantitativa continua.
Conjunto de datos: Constituyen los datos poblacionales
{ 45 40 50 50 55 45 40 48 48 45 50 48 50 40 45 48 48 45}
Cmo estos datos, son datos poblacionales y N < 30, entonces las frmulas a utilizar
para hallar los indicadores son los siguientes:

Indicadores Tendencia Central

1. Media Aritmtica
18

i1

18

46.6%

(Observacin: el smbolo porcentaje es la unidad de la

variable)
2. Mediana.
- Ordenamos los datos de menor a mayor
40 40 40 45 45 45 45 45 48 48 48 48 48 50 50 50 50 55
- Cmo el nmero de datos es par, entonces el valor de la mediana estar dado
por la semisuma de los datos centrales.
Luego. Me = 48%
3. Moda.
Existen varias modas, porque varios de los datos diferentes se repiten, por lo
tanto no tiene sentido considerar este indicador.

Indicadores de dispersin.
1. Longitud de recorrido.
LoR = 55 - 40 = 15%
2. Desviacin Media.
18

DeM

x
i 1

18

Lic. Mara A. Zacaras Daz

Pgina 43
u = 46.6 %

xi

xi

40
40
40
45
45
45
45
45
48
48
48
48
48
50
50
50
50
55

6.6
6.6
6.6
1.6
1.6
1.6
1.6
1.6
1.4
1.4
1.4
1.4
1.4
3.4
3.4
3.4
3.4
8.4
56.8

3.15 %

10 datos

Interpretacin.
Observando la columna de las desviaciones, xi , tenemos que 10 datos se alejan de la
media en menos de 3.15 o lo que es equivalente a que el 55% de los datos se aleja de
la media en menos de 3.15 lo que podramos interpretar como que los datos no estn
muy dispersos.
3. Varianza.

X
2

i1

(a)

Esta frmula es equivalente a:

N

X2

i1

2 X xi
i 1

X2

N X
N

(b)

Por lo tanto, el valor de la varianza puede ser obtenido a partir de las frmulas (a) o
(b).
Para el ejemplo utilizaremos las dos frmulas.
Clculos segn (a)
Clculos segn (b)
xi

( xi )

( xi ) 2

xi

xi2

40
40
40
45
45
45
45
45
48
48
48
48
48
50
50

-6.6
-6.6
-6.6
-1.6
-1.6
-1.6
-1.6
-1.6
1.4
1.4
1.4
1.4
1.4
3.4
3.4

43.56
43.56
43.56
2.56
2.56
2.56
2.56
2.56
1.96
1.96
1.96
1.96
1.96
11.56
11.56

40
40
40
45
45
45
45
45
48
48
48
48
48
50
50

1600
1600
1600
2025
2025
2025
2025
2025
2304
2304
2304
2304
2304
2500
2500

Lic. Mara A. Zacaras Daz

Pgina 44

50
50
55
840

3.4
3.4
8.4

11.56
11.56
70.56
270.08

2500
2500
3025
39470

840 /18 46.6 %

840 /18 46.6 %

X2

50
50
55
840

270.08
15.004 % 2
18

X2

39470
(46.6) 2 21.217 % 2
18

El valor de la varianza calculada a partir de la frmula (b) proporciona un valor

aproximado de ella.
4. Desviacin estndar.

X 3.874 %

X 4.6 %

Los indicadores de dispersin: longitud de recorrido, desviacin media, varianza y

desviacin estndar son llamados indicadores de dispersin absoluta ya que estn
expresados en trminos de las unidades de la variable en estudio.
5. Coeficiente de Variacin.
CoV = 0.083
Al coeficiente de variacin se le considera como un indicador de dispersin relativa.
(No tiene unidades)
Uso del coeficiente de variacin
Aunque fundamentalmente el coeficiente de variacin se utiliza en la "comparacin" de
dos o ms conjuntos de datos (para saber cul es ms disperso o menos disperso), en el
caso de analizar un solo grupo de datos y dado que la dispersin es un factor importante
para elegir que promedio usar (y teniendo cuidado que la media no este cercana a 0),
podemos tomar en consideracin lo siguiente:
S el 0<CoV<15%

los datos presentan poca dispersin

15%<CoV<25%

los datos presentan regular dispersin

25%<CoV

los datos presentan bastante dispersin

Nota. Si tuviera que compararse dos o ms conjuntos de datos, puede hacerse en

trminos de los indicadores de dispersin absoluta (si los conjuntos de datos
estn expresados en las mismas unidades)
Lic. Mara A. Zacaras Daz
Pgina 45

CUADRO RESUMEN
Tendencia Central
Me
Mo
46.6%
48%
-

LoR
15%

Dispersin

DeM
2
3.15 % 21.21% 4.61%.

CoV
0.099

Interpretacin.
El CoV = 0.099 nos dice que la dispersin de los datos es baja, ahora observamos los
indicadores de tendencia central, como no existe mucha diferencia entre el valor de la
media y el valor de la mediana, se elige la media aritmtica como indicador de
tendencia central, luego concluimos que la mayora de los datos estn en torno a la
meda, es decir, en la mayora de los cursos el avance del Silabo est en torno al 46.6 %
a mitad del periodo acadmico, es decir hay un ligero atraso.
Calculo de los diferentes indicadores de Tendencia Central y Dispersin, cuando se
tiene ms de 30 datos.
Ejemplo
La profesora del curso de estadstica I, grupo 4 Sem. 2003 I, de la EAP de
Estadstica, FCM, generalmente, al finalizar el semestre obtiene el porcentaje de
asistencia de cada uno de sus alumnos, para posteriormente ver si hubo o no relacin
con la nota que obtuvieron. Los datos se dan a continuacin:
0.4
8
0.1
0.6
1

0.3
5
0.7
1
0.1

0.4
2
0.7
4
0.3
2

0
0.7
4
0.6
1

0.2
6
0.4
5
0.7
1

0.1
3
0.3
9
0.5
5

0.0
6
0.8
1
0.6
5

0.1
6
0.6
8
0.6
5

0.8
4
0.0
6
0.7
7

0.5
5
0.1
9
0.7
4

0.7
4
0.2
3
0.6
1

0.2
6
0.7
1
0.5
5

Cmo estos datos, son datos poblacionales y N > 30, entonces las frmulas a utilizar
para hallar los indicadores son los siguientes:
1. Clculo de la media aritmtica, la varianza y la desviacin estndar y el
coeficiente de variacin.
UE: El alumno del curso de Estadstica I del grupo 4 del Perodo Acadmico 2003-I, de
la EAPE de la FCM.
Conjunto de individuos: todos los alumnos del grupo 4, constituyen la poblacin de
individuos.
Variable: Porcentaje de asistencia a clases (X).
Tipo de variable cuantitativa continua.
Conjunto de datos, constituyen los datos poblacionales.
Previo al clculo de los indicadores de tendencia central y dispersin, se construye la
tabla de frecuencias y el polgono de frecuencias, dado qu, el observar el
comportamiento de la variable ayuda a visualizar la tendencia central
Lic. Mara A. Zacaras Daz
Pgina 46

'

X i 1 X 'i
0.6
0.19
0.32
0.45
0.58
0.71

0.19
0.32
0.45
0.58
0.71
- 0.84

Xi

fi

0.125
0.255
0.385
0.515
0.645
0.775

6
4
4
5
6
10

Las frmulas a utilizar para el clculo de la media y la varianza son:

1
X
N

X i fi

i 1

Xi

fi
0

Xi

Xi

fi

Xif i

0.19
0.32
0.45
0.58
0.71
- 0.84

0.125
0.255
0.385
0.515
0.645
0.775

6
4
4
5
6
10
35

0.75
1.02
1.54
2.575
3.87
7.75
17.505

'
i 1

0.7
0.20
0.33
0.46
0.59
0.71

Luego:
0.48037

'

= 0.5%

= 0.0577222 %2

2
X

X
i 1

2
i i

N
X i f 2i

0.09375
0.2601
0.5929
1.326125
2.49615
6.00625
10.775275

= 0.2403 %

CoV =

2. Clculo de la mediana.
Procedimiento.
a. Se construye la tabla de frecuencias acumuladas ( absolutas o relativas)
'

X i 1
0.6
0.19
0.32
0.45
0.58
0.71
b.

'

Xi
- 0.19
- 0.32
- 0.45
- 0.58
- 0.71
- 0.84

Fi
6
10
14
19
25
35

Se halla N/2 = 17.5

c. Se busca en la tabla de frecuencias construida, la menor frecuencia
absoluta acumulada que supere a N/2, para el ejemplo es:

Lic. Mara A. Zacaras Daz

Pgina 47

d.

F 4 = 19 > 17.5, a esta cuarta frecuencia acumulada le corresponde el

cuarto intervalo, es decir [ 0.45 - 0.58), en este intervalo se encontrara
el valor de la mediana.
0.5N F3
`
Utilizando la frmula, Me X 3 A4
, obtenemos el valor de
F4 F3
la mediana, Me = 0.45 + 0.13( 17.5 14)/ (19 14) = 0.541 %

3. Clculo de la moda.
El comportamiento de la variable nos muestra la presencia de dos valores ms
frecuentes es decir dos Modas.
Mo1 = 0.125 % Mo2 = 0.775%

Cuadro de las medidas resumen

Tendencia central

Me
0.5 %
0.541%

Mo1
0.125%

Mo2
0.775%

Dispersin

LoR
2
0.78%
0.0577%2 0.24%

CoV
0.48

Interpretacin.
El coeficiente de Variacin, CoV, como es superior a 0.25 nos dice que los datos estn
muy dispersos, y al ver los valores de tendencia central la media y la mediana estos son
diferentes, aparentemente estn cerca el uno del otro, pero al observar la tabla de
frecuencias y el polgono de frecuencias vemos que hay dos valores frecuentes, 0125 y
0.775 en torno a los cuales se acumulan los datos es decir existen 2 modas, por lo que la
media aritmtica ni la mediana no son los adecuados para representar a los datos.
Del anlisis hecho al problema anterior concluimos, que no basta contar con los
indicadores, siempre es conveniente complementar el anlisis con la representacin
grfica de la distribucin de los datos o comportamiento de la variable.

DESVIACIN TIPICA O ESTANDAR.

La varianza se expresa en unidades que son el cuadrado de la unidad de la variable, que
no tiene significado real, por ello es preferible utilizar otra medida de dispersin y esta
es la desviacin tpica o estndar que se define como la raz cuadrada positiva de la
varianza.

2
Cuando el polgono de frecuencias es simtrico o casi simtrico, la desviacin estndar
permite clasificar a las unidades estadsticas en cinco categoras e indicar el porcentaje
de individuos de cada categora.
Las categoras y el porcentaje son las siguientes:
Valores de la
Lic. Mara A. Zacaras Daz
Pgina 48

Nombre de la

Porcentaje de

variable
3
2

2



2
2
3

categora
Muy malo
Malo
Regular
Bueno
Muy bueno

Unid. Estad.
2.5
13.5
68
13.5
2.5

Ejemplo.
El siguiente cuadro estadstico y grfica muestran

Distribucin de los cursos

de acuerdo al porcentaje de
avance

Porcentaje
de avance
40 - 43
43 - 46
46 - 49
49 - 52
52 - 55
Total

Cursos
3
5
5
4
1
18

Que, la distribucin de los datos es casi simtrica, por lo tanto, podemos aplicar las
propiedades de la desviacin estndar.
En este caso la variable es: Porcentaje de avance de los cursos, donde = 46.6 % y =
4.61 %

Porcentaje de avance
32.77
37.38
41.99
51.21
55.82

37.38
41.99
51.21
55.82
60.43

Nombre de la
Categora
Avance muy bajo
Avance bajo
Avance regular
Avance Alto
Avance muy alto

Porcentaje de
cursos
Ningn curso
16.6
77.7
5.5
Ningn curso

Podemos observar que no hay ningn curso cuyo avance sea calificado como muy bajo
o muy alto, y en cuanto al porcentaje de cursos dentro de cada categora, difiere en
cuanto a lo establecido, debido a que el polgono es casi simtrico no es simtrico y
porque son pocos los datos.
Lic. Mara A. Zacaras Daz
Pgina 49

VARIABLES ESTANDARIZADAS O TIPIFICADAS

Los datos de una variable pueden tomar varias apariencias numricas, dependiendo de
la unidad en la cual es medida. Por ejemplo si se registra el ingreso de los trabajadores
en soles o dlares, lo que da lugar a que, la media aritmtica y la varianza con cada una
de las unidades sea diferente, pero si se da en su forma estandarizada, las medias y las
varianzas sern iguales en una u otra unidad.
Una variable estandarizada se denota con Z y su definicin es:
X X
Z
X
Donde: X es la media y X es la desviacin estndar de X
xi X
Esta definicin indica que un dato, zi
, mide, en cunto, un dato xi se aleja de
X
su media en trminos de su desviacin estndar.
La media y varianza de Z son:
X X
0
Media de Z es: Z
X
Varianza de Z es:

Z2

X2
1
X2

Ejemplo
La nota media y la varianza del primer examen parcial del curso de clculo I de un
grupo de estudiantes es:
X = 10 puntos
X2 = 4 puntos2
Donde X: Nota de clculo I.
Un alumno obtuvo 11 de nota En unidades estndar a cuanto equivale su nota?
Rpta.
Nota
x = 11 puntos
En unidades estndar:
z

x X 11 10

0.5
X
2

Ejemplo.
La siguiente tabla muestra informacin estadstica, respecto a las notas del primer
examen parcial del curso de Estadstica, de todos los alumnos del curso, los cuales
estn divididos en dos grupos
Grupo

Nota media

1
2
Lic. Mara A. Zacaras Daz
Pgina 50

13
13

Varianza
9
4

El alumno Juan obtuvo 12 puntos y pertenece al grupo 1, y la alumna Rosa tambin

obtuvo 12 puntos y pertenece al grupo 2. Quin esta en mejor posicin?
Rpta.
Nota estandarizada de Juan:

z J = (12 - 13) / 3 = - 0.33

Nota estandarizada de Rosa:

zR = (12 - 13) / 2 = - 0.5

Comparando estas notas estandarizadas, que la nota de Rosa es menor que la nota de
Juan, entonces Juan esta en mejor posicin.

Lic. Mara A. Zacaras Daz

Pgina 51