http://www.uovirtual.com.mx/moodle/lecturas/metoinve/9.

pdf

MEDIDAS DE VARIABILIDAD

Medidas de variabilidad
Qu son las medidas de variabilidad?
Las medidas de variabilidad de una serie de datos, muestra o poblacin, permiten identificar que
tan dispersos o concentrados se encuentran los datos respecto a una medida de tendencia central.
La puntuacin media en una distribucin es importante en muchos contextos de investigacin. Pero
tambin lo es otro conjunto de estadsticos que cuantifican que tan variables, o que tan dispersas,
tienden a ser las puntuaciones. Las puntuaciones varan mucho, o tienden a tener valores muy
similares. A veces, la variabilidad en las puntuaciones es la cuestin central en una investigacin.
La variabilidad es un concepto cuantitativo, de modo que nada de esto se aplica a las
distribuciones de datos cualitativos.
Hay varias razones para analizar la variabilidad en una serie de datos. Primero, al aplicar una
medida de variabilidad podemos evaluar la medida de tendencia central utilizada. Una medida de
variabilidad pequea indica que los datos estn agrupados muy cerca, digamos, de la media. La
media, por lo tanto es considerada bastante representativa de la serie de datos. Inversamente, una
gran medida de variabilidad indica que la media no es muy representativa de los datos.
Una segunda razn para estudiar la variabilidad de una serie de datos es para comparar como
estn esparcidos los datos en dos o ms distribuciones. Por ejemplo, la calificacin promedio de
dos estudiantes, A = {90, 80, 75, 75 } y B = {90, 55, 85, 90 }, es de 80. Basados en esto podramos
pensar que sus calificaciones son idnticas. Pero si revisamos el detalle de sus calificaciones
vemos que esta conclusin no es correcta.
Desviacin media
La desviacin media mide la cantidad promedio que varan los datos respecto a su media. La
definicin es:
Desviacin media. Es la media aritmtica de los valores absolutos de las desviaciones de los datos
respecto a su media.

La frmula de la desviacin media ( Dm ) es:

Dm =

| X n

Ejemplo:
El contenido de cinco botellas de perfume seleccionadas de forma aleatoria de la lnea de
produccin son (en ml): 85.4, 85.3, 84.9, 85.4, y 84.0. Cul es la desviacin media de las
observaciones muestreadas?

X-

|X -

85.4 + 0.4

0.4

85.4 + 0.4

0.4

85.3 + 0.3

0.3

84.9 - 0.1

0.1

84.0 - 1.0

1.0
= 2.2

Dm =

| X n

2.2
5

= 0.44

Desviacin Media Para Datos Agrupados

En el caso de que los datos se encuentren agrupados en una distribucin de frecuencia la frmula
es :

Dm =

f | X n

Ventajas y Desventajas de la desviacin media

La desviacin media tiene dos ventajas. Utiliza para su cmputo todos los elementos de la serie de
datos y es facil de entender. Sin embargo, es dificil trabajar con valores absolutos y por ello la
desviacin media no es usada frecuentemente.
Cuando la suma de las desviaciones parciales absolutas es igual a cero, la desviacin media no es
una medida de variabilidad aceptable. Por ejemplo, tenemos dos series de datos:
A = { 0, 50, 100 }
B = { 49, 50, 51 }
Claramente observamos que la serie B tiene una dispersin mayor que la serie A, sin embargo en
ambos casos la desviacin media es cero.
La varianza y la desviacin estndar
Concepto de varianza y desviacin estndar
La varianza y la desviacin estndar sirven para cuantificar la variabilidad de una muestra
midiendo su dispersin alrededor de la media. La definicin es la siguiente:
Varianza. Es la media aritmtica de las desviaciones cuadradas de los datos respecto a la media.
Desviacin estndar. Es la raz cuadrada de la varianza.
Varianza y Desviacin Estndar para datos no agrupados
Las frmulas de la varianza de una poblacin y de una muestra son ligeramente diferentes. Las
frmulas son:

2=

x 2

(x)2
N

N
varianza de una
poblacin

x 2

S2=

(x)2
n

n-1
varianza de una
muestra

Las desviaciones estndar de la poblacin y muestra se calculan simplemente sacando la raz

cuadrada a la respectiva varianza.

desviacin estndar de una poblacin

= 2
S = S2

desviacin estndar de una muestra

Ejemplo

El contenido de cinco botellas de perfume seleccionadas de forma aleatoria de la lnea de

produccin son (en ml): 85.4, 85.3, 84.9, 85.4, y 84.0. Cul es la varianza y la desviacin estndar
de las observaciones muestreadas?

X
X2
85.4
7293.16
85.3
7276.09
84.9
7208.01
85.4
7293.16
84.0
7056.00
2
x= 425.0 x = 36126.42

S=

x2 -

(x)2
n

36126.42 -

n-1
S=

S2 =

(425)2
5

= 0.355

5-1
0.355 = 0.5958

Varianza y Desviacin Estndar para datos agrupados

Si los datos estn agrupados en una distribucin de frecuencia, la varianza y la desviacin
estndar de la muestra se pueden aproximar sustituyendo Sfx por Sx y Sfx por Sx. Las frmulas
quedaran de la siguiente manera:

fx 2

2=

(fx)2

fx 2

S2=

N
varianza de una
poblacin

(fx)2
n

n-1
varianza de una
muestra

= 2

desviacin estndar de una poblacin

S = S2

desviacin estndar de una muestra

Ejemplo:

Calcular la varianza y la desviacin estndar de la siguiente distribucin de frecuencia del nmero

de meses de duracin de una muestra de 40 bateras para coche.
Duracin de las bateras (meses) Nmero de bateras
15 - 19

20 - 24

25 - 29

30 - 34

15

35 - 39

10

40 - 44

45 - 49

Primeramente, calculamos la marca de clase, para despus calcular los productos fX y fx2 para
proceder finalmente a calcular las sumatorias

fX y

fx2 y aplicar las frmulas.

LI

LS

FX

FX2

15 19 17

34

588

20 24 22

22

484

25 29 27

108

2916

30 34 32

15

480

15360

35 39 37

10

370

13690

40 44 42

210

8820

45 49 47

141

6627

n =40

fx 2

S2=

(fx)2
n

n-1

S=

S2 =

48475 -

fX = 1365 fx2 = 48475

(1365)2
= 48.573

40
40 - 1

48.573 = 6.969

Desviacin cuartilar
La desviacin cuartilar es la mitad de la diferencia entre el tercer cuartil y el primer cuartil.
La frmula para calcular la desviacin cuartilar es:

Q=

Q3 - Q1
2

El primer cuartil es el valor correspondiente al punto abajo del cual est el 25% de las
observaciones. El tercer cuartil es el valor abajo del cual estn el 75% de las observaciones. Por lo
tanto el 50% central de las observaciones est localizado entre Q3 y Q1.
Los pasos para calcular Q3 y Q1 son:
1. Calcular el valor de n / 4 para Q1, y ()n para Q3
2. Localizar el intervalo de clase donde se encuentran Q3 y Q1. Esto se hace encontrando el
primer intervalo de clase donde la frecuencia acumulada es igual o mayor que el valor calculado en
el primer paso.
3. Aplicar la siguiente frmula con los valores del intervalo encontrado

Q1 = LSR +

Q3 = LSR +

( n/4 - FA ) tic
F
( 3n/4 - FA ) tic
F

Luego se aplica la frmula del rango intercuartilar y de la desviacin cuartilar.

Ejemplo:
Calcular mediana de la siguiente distribucin de frecuencia del nmero de meses de duracin de
una muestra de 40 bateras para coche.

duracin de las bateras (meses) Nmero de bateras

15 - 19

20 - 24

25 - 29

30 - 34

15

35 - 39

10

40 - 44

45 - 49

En la tabla de la distribucin de frecuencia se busca el primer intervalo cuya FA se igual o mayor

que n/4 para Q1, y el primer intervalo cuya FA se igual o mayor que 3n/4 para Q3 :
El valor de n / 4 = 40 / 4 = 10
El valor de 3n/4 = 3(40)/4 = 30
Los intervalos de Q3 y Q1 son:
LI LS LSR

FR

FA

15 19 19.5 17

.05

20 24 24.5 22

.025

25 29 29.5 27

.1

30 34 34.5 32 15 .375 22 Q1
35 39 39.5 37 10

.25

32 Q3

40 44 44.5 42

.125 37

45 49 49.5 47

.075 40

Se aplican las frmulas:

Q1 = LSR +

Q3 = LSR +

( n/4 - FA ) tic
F

= 34.5 +

( 3n/4 - FA ) tic
F

= 39.5 +

( 10 - 22 ) 5
15

= 30.5

( 30 - 32 ) 5
10

= 38.5

Se aplica la frmula de la desviacin cuartilar.

Q=

Q3 - Q1
2

38.5 - 30.5
2

= 4

10