Measures of Dispersion

1‐ Range:
the range of any data is the difference between the largest and smallest values.
2‐ Variance:
If we have a (n) of numbers and the values of these data are (X1, X2, X3, X4, . . . . ., Xn), 
then the variance becomes:

∑
=
If the data are given in a frequency distribution form the arithmetic mean becomes

∑ .
=
3‐ Standard deviation:
If we have a (n) of numbers and the values of these data are (X1, X2, X3, X4, . . . . ., Xn), 
then the variance becomes:

∑
=
If the data are given in a frequency distribution form the arithmetic mean becomes

∑ .
=
4‐ The mean deviation:
If we have a (n) of numbers and the values of these data are (X1, X2, X3, X4, . . . . ., Xn), 
then the mean deviation becomes:
 ∑
.
If the data are given in a frequency distribution form the arithmetic mean becomes
∑ .
.

5‐ Coefficient of Variation:

. . 100%

6‐ Coefficient of Quartile Variation:

. .

7‐ Measures of Skewness:
The second law of skewness measurement is:
Where: m3 is the third moment of data about the mathematical mean
S3 the cubic of standard deviation.

If we have a (n) of numbers and the values of these data are (X1, X2, X3, X4, . . . . ., Xn), 
then the moment of data about mathematical mean becomes:
∑
=
If the data are given in a frequency distribution form the arithmetic mean becomes

∑ .
=
8‐ Quartile Coefficient of Skewness:
9‐ Percentile Coefficient of Skewness:

10‐ Kurtosis:
Is the measurement of apex height degree in the normal distribution curve or the 
degree of curvature surfacing.
a) The percentile Coefficient of kurtosis:

b) Moment Coefficient of kurtosis:
Example:
for the following table find rang, variation, standard deviation, mean deviation, and skewness measure  
Pile length Frequency
3 2 Solution
7 3
1) Range
8 1
12 5 R = Xmax ‐ Xmin
19 4 R = 74 ‐ 3
21 2
R = 71
25 1
31 4 2) Variation
38 6 To find variation we must find first the arithmetic mean
45 1
52 5 ∑
60 6
= ∑
68 3
74 4
Example:
for the following table find rang, variation, standard deviation, mean deviation, and skewness measure  
Pile length Frequency Xi(fi)
3 2 3(2)=6 6 21 8 60 76 42 25
7 3 7(3)=21
124 228 45 260 360 204 296
8 1 8(1)=8 1755
12 5 12(5)=60
2 3 1 5 4 2 1 4 6 1
19 4 19(4)=76 5 6 3 4 47
21 2 21(2)=42
25 1 25(1)=25
31 4 31(4)=124 = =37.34
38 6 38(6)=228
45 1 45(1)=45
52 5 52(5)=260 ∑ .
60 6 60(6)=360
=
68 3 68(3)=204
74 4 74(4)=296
Pile length Frequency (Xi ‐ ) (Xi ‐ )2 (Xi ‐ )2.fi
(Xi)
3 2 ‐34.34 1179.2 2358.4 . 23797.46
7 3 ‐30.34 920.5 2761.5
8 1 ‐29.34 860.8 860.8
47
12 5 ‐25.34 642.1 3210.5
19 4 ‐18.34 336.6 1346.4 ∑ .
21 2 ‐16.34 267 534 =
25 1 ‐12.34 152.3 152.3
31 4 ‐6.34 40.2 160.8 .
38 6 0.66 0.44 2.64 =
45 1 7.66 58.68 58.68
52 5 14.66 214.92 1074.6 =
60 6 22.66 513.48 3080.88
68 3 30.66 940.04 2820.12
74 4 36.66 1343.96 5375.84
3) Standard deviation Pile length Frequency (Xi ‐ ) |Xi ‐ | |Xi ‐ |.fi
(Xi)
= 3 2 ‐34.34 34.34 68.68
7 3 ‐30.34 30.34 91.02
4) Mean deviation
8 1 ‐29.34 29.34 29.34
∑ . 12 5 ‐25.34 25.34 126.7
. 19 4 ‐18.34 18.34 73.36
21 2 ‐16.34 16.34 32.68
. 918.98 25 1 ‐12.34 12.34 12.34
31 4 ‐6.34 6.34 25.36
47 38 6 0.66 0.66 3.96
918.98 45 1 7.66 7.66 7.66
. 52 5 14.66 14.66 73.3
47
60 6 22.66 22.66 135.96
. 19.553
68 3 30.66 30.66 91.98
74 4 36.66 36.66 146.64
5a) Skewness measure by first theorem
Pile length Frequency Cumulative 
3 (Xi) Frequency
3 2 2
37.34 7 3 5
8 1 6
22.745
12 5 11
47 19 4 15
21 2 17
23.5 25 1 18
2
31 4 22
38
38 6 28
3 37.34 38 45 1 29
22.745 52 5 34
60 6 40
0.087 68 3 43
74 4 47
5b) Skewness measure by second theorem
(Xi ‐ ) (Xi ‐ )2.fi (Xi ‐ )3.fi
‐34.34 2358.4 ‐80987.5
‐30.34 2761.5 ‐83783.9
∑ . ‐29.34 860.8 ‐25255.9
=
‐25.34 3210.5 ‐81354.1
22.745 ‐18.34 1346.4 ‐24693
11766.8 ‐16.34 534 ‐8725.6
‐12.34 152.3 ‐1879.4
∑ .
= ‐6.34 160.8 ‐1019.5
0.66 2.64 1.7
. =
= 7.66 58.68 449.5
14.66 1074.6 15753.6
1316.2
, 0.11 22.66 3080.88 69812.7
11766.8 30.66 2820.12 86464.9
36.66 5375.84 197078.3