Tema

6 MEDIDAS DE
DISPERSIN Y
ASIMETRA
 OBJETIVOS
Al finalizar el Tema 6, el participante ser capaz de:
1. Calcular e interpretar las principales medidas de
dispersin:
A) Rango
B) Rango intercuartlico
C) Varianza
D) Desviacin estndar
E) Coeficiente de variabilidad
2. Calcular e interpretar las principales medidas de
la forma de la distribucin.
A) Coeficiente de asimetra
B) Coeficiente de curtosis
 CONTENIDO

1. MEDIDAS DE DISPERSIN
1.1 Rango
1.2 Rango intercuartlico
1.3 Varianza
1.4 Desviacin estndar
1.5 Coeficiente de variabilidad
2. MEDIDAS DE LA FORMA DE LA DISTRIBUCIN
2.1 Asimetra
2.2 Curtosis
6.1 Las medidas de dispersin

Llamadas tambin medidas de variabilidad

Son tiles porque:
1. Permiten juzgar la confiabilidad de la medida
de tendencia central.
2. Los datos demasiados dispersos tienen un
comportamiento especial.
3. Es posible comparar dispersin de diversas
muestras.
6.1.1 El rango (R)

Llamado tambin recorrido, amplitud total o

alcance.

a) Obtencin: se obtiene de la influencia entre

el dato mayor y el dato menor ms una
unidad significativa, a fin de incluir ambos
valores extremos.
Ejemplo:

Los siguientes datos representan el peso de 10 nios

al nacer, (en Kg.). Calcule e interprete el rango.
2,860 3,150 3,450 2,950 3,780
4,170 3,920 3,280 4,050 3,120

Rango = (4,170 - 2,860) + 0.001

Rango = 1,311 Kg.
b) Interpretacin
La diferencia entre el bebe de mayor peso y el
bebe menor peso es 1,311 Kg.

c) Clculo a partir de datos agrupados, se utiliza

la siguiente frmula:
R= (Ls - Li ) + 1
donde: L : Limite superior de la
s
ltima clase
L : Limite inferior de la
i
primera clase
Ejemplo:
La distribucin de frecuencias siguiente representa el
tiempo que espera un paciente para ser atendido, en un
consultorio externo. Calcule e interprete el rango

Rango = (36-12) + 1

R = 25 minutos

Interpretacin: la diferencia de tiempo entre el paciente

que ms espera y el que menos espera para ser atendido
es 25 minutos.
f) Ventajas y desventajas del rango
Ventajas
fcil de calcular
fcil de entender e interpretar

Desventajas
slo considera los valores extremos
no toma en cuenta ni el nmero de
datos ni el valor de estos
no es posible calcular en tablas con
extremos abiertos.
6.1.2 El rango intercuartlico
Permite ubicar el
50% de los datos
que se encuentran
en el centro de la
distribucin, es
decir, el 25% de los
datos son menores
al primer cuartil y
tambin 25% de los
datos son mayores
al tercer cuartil.
Ejemplo:
La tabla muestra la experiencia (en aos) del
personal que labora en el Hospital Central.

Experiencia
Trabajadores A)Entre qu valores
(aos)
0-3 18 se encuentra el
4-7 42 50% intermedio de
8 - 11 68 estos datos?
12 - 15 120
16 - 19 40
20 - 23 34 B)Cul es el rango
24 - 27 12 intercuartlico?
Total 334
 50 %
25 % 25 %

Q1 Q3

Rango
Intercuartlico
25(334)
Lugar Q1 P25 83.5o se ubica en la 3ra clase
100

25(334) 60 1
100 Q 8.82 aos
Q 7.5 4
1 68 1

 75(334)
Lugar Q3 P75 250.5o se ubica en la 5ta clase
100

75(334) 248 1
100
Q 15.5
3 40 4 Q 15.65 aos
3

A. El 50% de los trabajadores con experiencia

intermedia se encuentran entre 8,82 y 15,65
aos.

B. El rango intercuartlico es 6 aos 10 meses

aproximadamente
6.1.3 La desviacin cuartlica
Es una medida de variabilidad fcil de
calcular. Es la mitad del rango intercuartil.
Mide la dispersin del 50% central de las
observaciones respecto a la mediana.
Es imposible tener una DC negativa. Es raro,
pero podra tener un valor igual a 0, en el
caso que los percentiles sean iguales (P 75 =
P25). Cuando mayor sea la diferencia entre los
percentiles, mayor ser el valor de la DC.
P75 P25
DC
2
Ejemplo:
Si P25 = 7,2 13,4 7,2
DC 3,1
P75 = 13,4 2

Interpretacin:
50% central de las observaciones vara en 3,1 con
respecto a la mediana.
6.1.3 La varianza

Es una medida de desviacin promedio con

respecto a la media aritmtica

a) Clculos a partir de datos no agrupados.

n 2

para una muestra 2

(X x )
i

S i 1

n 1
N 2
(X )
i
para un poblacin 2


i 1

N
Ejemplo:
La siguiente informacin se refiere al nmero de
radiografas reprocesadas durante una semana.
Calcule la varianza. 8, 10, 5, 12, 10, 15
Primero, elaboramos un cuadro de la forma siguiente:

x Xi x Xi x 2

8 8 - 10 = 2 4
60
10 10 - 10 = 0 0 x
5 5 - 10 = 5 25 6
12 12 - 10 = 2 4
10 10 - 10 = 0 0
15 15 - 10 = 5 25 x 10
X 60 Xi x 0 Xi x 2
58
 X i x 58
2

(X i x )
2

2
S n 1

2 58
S 6 1 11 .6
6.1.4 La desviacin estndar
Llamada tambin desviacin tpica representa la
variabilidad (o desviaciones) promedio de los datos
con respecto a la media aritmtica. Es la raz cuadrada
de la varianza, sea poblacional o muestral.
a) Clculos a partir de datos no agrupados
n

(X i x )
2

2
para la muestra S s i 1
n 1

N
(X i )
2

para la poblacin 2 i 1
N
Ejemplo:
La siguiente informacin se refiere al nmero de
radiografas reprocesadas durante una semana.
Calcule la desviacin estndar.
8, 10, 5, 12, 10, 15
Ya sabemos por el ejemplo anterior que S2 = 11,6
Entonces 2
S s
S 11,6

S 3,4 radiografias
6.1.5 El coeficiente de variacin
Es una medida relativa de variabilidad de los datos.
Permite comparar la variabilidad de dos o ms
conjuntos de datos expresados en unidades
diferentes (peso: Kg. y libras).

a) Clculos a partir de datos no agrupados

para la muestra: s
CV 100
x

para la poblacin:
CV 100

Ejemplo:
A continuacin se presentan las tarifas (en
unidades monetarias) de dos laboratorios de
anlisis clnicos. El laboratorio I tiene sus tarifas en
soles y el laboratorio II en dlares Cul de ellos
tiene un plan tarifario ms homogneo o estable?.

Laboratorio I (soles) Laboratorio II (dlares)

40,70,60,48,52,65,58 70,35,150,140,82,110,140,120

Calculamos la media y desviacin estndar por

cada una de los laboratorios
Laboratorio I
n
Xi 393
x i 1

n

7
56.14

x Xi x Xi x 2

40 -16.14 260.50
70 13.86 192.10
60 3.86 14.90
48 -8.14 66.26
52 -4.14 17.14
65 8.86 78.50
58 1.86 3.46
X 393 Xi x 0 Xi x
2
632,86
Si X i x 632.86
2

n
i
( X x )
2
632.86
S i 1
10.27
n 1 7 1

S
CV 100
x

10.27
CV 100 18.29
56.14
Laboratorio II n

Xi 847
x i 1 105.87
n 8
x Xi x Xi x 2

70 -35.87 1286.6569
35 -70.87 5022.5569
150 44.13 1947.4569
140 34.13 1164.8569
82 -23.87 569.7769
110 4.13 17.0569
140 34.13 1164.8569
120 14.13 199.6569
X 847 Xi x 0,04 Xi x 2
11372,88

n
Si X i x 2
11372.88
i 1

n
x)
2
(X i 11372,88
S i 1
40.30
n 1 8 1

S 40,30
CV 100 CV 100 30,06
x 105,87

El Laboratorio II presenta una mayor variabilidad

en el plan tarifario.
6.2 MEDIDAS DE ASIMETRIA O SESGO
6.2.1 Coeficiente de Asimetra
Es un indicador del grado de asimetra que presenta
una distribucin.

3( X Md )
S kp
S

Valores posibles
3 asimetra negativa
S kp
3 asimetra positiva
Si Skp tiende a 3 la distribucin es asimtrica hacia la
derecha o asimetra positiva.

Si Skp tiende a -3 la distribucin es asimtrica a la

izquierda o asimetra negativa.

En distribuciones simtricas, no existe sesgo, es

decir Skp = 0.

En la prctica, el coeficiente de Asimetra de Pearson

vara entre -1 y +1
6.2.2 Coeficiente de
Curtsis

Es una medida del grado de apuntalamiento,

generalmente comparada con el apuntalamiento
de la distribucin normal.

0,5( P0, 75 P0 , 25 )
Ku
P0, 9 P0,1
Valores posibles
a) Leptocrtica (concentracin al centro): Si el grado de
apuntalamiento de una distribucin es mayor que el de la
distribucin normal. K 0,5
b) Mesocrtica (distribuidos simtricamente): Si el grado de
apuntalamiento de una distribucin es igual que el de la
distribucin normal. K 0,25
c) Platicrtica (aplanada).Si el grado de apuntalamiento de
una distribucin es menor que el de la distribucin
normal. 0 K 0,25
Platicurtica Mesocurtica Leptocrtica
0,0 0,25 0,50
 Ejemplo:
La tabla muestra la edad (en aos) de 70 pacientes
atendidos en el servicio de emergencia de un hospital
local.
4 67 18 15 11 3 24
3 85 15 15 14 5 26
5 6 16 15 13 7 21
6 7 17 16 10 8 22
7 7 15 17 6 12 17
25 10 13 17 4 15 16
13 12 13 13 8 17 9
2 15 14 14 14 18 9
4 16 20 16 18 20 15
5 17 14 17 20 21 12
A) Calcular e interpretar la asimetra de la distribucin
B) Calcular e interpretar la curtosis de la distribucin.
Los resultados han sido obtenidos usando Microsoft
Excel
Media aritmetica 14.27 3(14,27 13,50)
S kp 0,202
Desviacion estandar 11.42 11,42
Mediana 13.50
Cuartil 1 7.00 0,5(17,00 7,00 )
Ku 0,263
Cuartil 3 17.00 23,00 4,00
Percentil 90 23.00
Percentil10 4.00
 Hoja de Comprobacin

1. El valor de cada observacin del conjunto de datos se toma en cuenta

cuando calculamos su mediana
2. Cuando la poblacin esta sesgada positiva o negativamente, a menudo es
preferible utilizar la mediana como mejor medida de posicin, debido a
que siempre cae entre la media y la moda
3. Las medidas de tendencia central de un conjunto de datos se refieren al
grado en que las observaciones estn dispersas

4. Una medida de la agudeza de una curva de distribucin es el sesgo

5. Con un conjunto de datos no agrupados, la moda se utiliza con mas

frecuencia como medida de tendencia central
6. Si organizamos las observaciones de un conjunto de datos en orden
descendente, el punto de datos que se encuentra en medio es la mediana
del conjunto de datos
7. Cuando se trabaja con datos agrupados, podemos calcular una media
aproximada si suponemos que cada valor de una clase dada es igual a su
punto medio

8. El valor que ms se repite en un conjunto de datos se conoce como media

aritmtica

9.Para un arreglo de datos con 50 observaciones, la mediana ser el valor de

la observacin numero 25 del arreglo

10.La desviacin estndar se mide en las mismas unidades que las

observaciones del conjunto de datos
11. Si la curva de una cierta distribucin tiene el extremo mas largo
hacia la izquierda de la escala de medicin del eje horizontal, se dice que
la distribucin esta negativamente sesgada
12.Despus de agrupar un conjuntos de datos en un cierto numero de clases,
podemos identificar la clase mediana como la que tiene el mayor numero
de observaciones

13.Una media calculada a partir de un conjunto de datos agrupados siempre

da una buena estimacin del valor real, aunque rara vez es exacto

14..Podemos calcular una media para cualquier conjunto de datos, si se nos

da su distribucin de frecuencias

15..La moda siempre se encuentra en el punto mas alto de una grfica de un

arreglo de datos

16. El numero de elementos de una poblacin se denota con n

17.Los valores extremos de un conjunto de datos tienen un fuerte efecto
sobre la mediana

18.La diferencia entre las observaciones mas alta y mas baja de un conjunto
de datos se conoce como media geomtrica

19.La dispersin de un conjunto de datos da una cierta visin de la

confiabilidad de la medida de tendencia central

20.La desviacin estndar es igual a la raz cuadrada de la varianza

21. .La diferencia entre las observaciones mas alta y mas baja de un
conjunto de datos se conoce como el alcance cuartil

22. El alcance intercuartil esta basado solamente en dos valores tomados del
conjunto de datos
23.Un fractil es una posicin en una distribucin de frecuencias
en la que una determinada fraccin (o porcin) de los datos esta
situada en ella o por encima
24.La varianza, al igual que la desviacin estndar, toma en cuenta cada una
de las observaciones del conjunto de datos

25. .El coeficiente de variacin es una medida absoluta de la dispersin

26. La medida de dispersin que con mas frecuencia utilizan los

especialistas en estadstica es la desviacin estndar

27.Una de las ventajas de las medidas de dispersin es que cualquier

estadstica que mide variacin absoluta, tambin mide variacin relativa
28. Una desventajas de utilizar el alcance para medir la dispersin es que no
toma en cuenta la naturaleza de las variaciones entre la mayora de las
observaciones
29.La varianza indica la distancia promedio de cualquier
observacin del conjunto de datos con respecto a la media

30. Cada poblacin tiene una varianza que se simboliza con S2

31.De acuerdo con el teorema de Chebyshev, no mas de 11% de las

observaciones de una poblacin puede tener resultados estndar de la
poblacin mayores que 3 o menores que -3

32.El alcance intercuartil es un ejemplo especifico de un alcance interfractil

33.Es posible medir el alcance de una distribucin de extremo abierto

34.El alcance intercuartil mide el alcance promedio de la cuarta parte ms

baja de una distribucin.
El sordo cree
que los que bailan
estn locos.
Si tu no escuchas,
es probable que puedas
estar pensando de una manera
semejante.
ESCUCHA!