MEDIDAS DE DISPERSIN A pesar de la gran importancia de las medidas de tendencia central y de la cantidad de informacin que aportan individualmente, no hay

que dejar de sealar que en muchas ocasiones esa informacin, no slo no es completa, sino que puede inducir a errores en su interpretacin. Veamos algunos ejemplos. Consideremos dos grupos de personas extrados como muestras respectivas de dos poblaciones distintas: el primero est compuesto por 100 personas que asisten a la proyeccin de una pelcula para nios, y el segundo por 100 personas elegidas entre los asistentes a una discoteca juvenil. Pudiera ocurrir que, aun siendo las distribuciones de las edades de ambos grupos muy distinta, la media y la mediana coincidieran para ambas. (Da un ejemplo concreto en que esto ocurra). Igualmente ocurre en este otro ejemplo. La caja de un kiosco registra las siguientes entradas en miles de pesos, a lo largo de dos semanas correspondientes a pocas distintas del ao 1 semana 10 20 30 50 60 80 100 350 2 semana 30 40 50 50 60 60 60 350

La media y la mediana de ambas distribuciones coinciden (el valor de ambas es 50 en los dos casos) y, sin embargo, las consecuencias que se podran derivar de una y otra tabla son bien distintas. Comprendemos pues, a la vista de estos ejemplos, la necesidad de conocer otras medidas, aparte de los valores de centralizacin, que nos indiquen la mayor o menor desviacin de cada observacin respecto de aquellos valores. Las medidas de desviacin, variacin o dispersin que estudiaremos a continuacin son: Rango o amplitud, desviacin media y desviacin tpica. RANGO, AMPLITUD TOTAL O RECORRIDO El rango se suele definir como la diferencia entre los dos valores extremos que toma la variable. Es la medida de dispersin ms sencilla y tambin, por tanto, la que proporciona menos informacin. Adems, esta informacin puede ser errnea, pues el hecho de que no influyan ms de dos valores del total de la serie puede provocar una deformacin de la realidad. Comparemos, por ejemplo, estas dos series: Serie 1: 1 5 7 7 8 9 9 10 17 Serie 2: 2 4 6 8 10 12 14 16 18 Ambas series tienen rango 16, pero estn desigualmente agrupadas, pues mientras la primera tiene una mayor concentracin en el centro, la segunda se distribuye uniformemente a lo largo de todo el recorrido. El uso de esta medida de dispersin, ser pues, bastante restringido.

DESVIACIN MEDIA En teora, la desviacin puede referirse a cada una de las medidas de tendencia central: media, mediana o moda; pero el inters se suele centrar en la medida de la desviacin con respecto a la media, que llamaremos desviacin media. Puede definirse como la media aritmtica de las desviaciones de cada uno de los valores con respecto a la media aritmtica de la distribucin, y de indica as:
DM =

x x
N

Ntese que se toman las desviaciones en valor absoluto, es decir, que la frmula no distingue si la diferencia de cada valor de la variable con la media es en ms o en menos. Ya se habr advertido que esta expresin sirve para calcular la desviacin media en el caso de datos sin agrupar. Veamos un ejemplo: Se tiene los valores 2, 2, 4, 4, 5, 6, 7, 8, 8. Averiguar la desviacin media de estos valores. x 2 2 4 4 4 5 6 7 8 8
x x
x

-3 3 -1 -1 -1 0 1 2 3 3 DM = 1,8

3 3 1 1 1 0 1 2 3 3

Veamos ahora cmo se calcula la desviacin media en el caso de datos agrupados en intervalos.
DM =

donde observamos que ahora las desviaciones van multiplicadas por las frecuencias de los intervalos correspondientes. Adems, las desviaciones son de cada centro, o marca de clase, a la media aritmtica. Es decir,
DM =

( x m x) N

Ejemplo: Para hallar la desviacin media de la siguiente tabla referida a las edades de los 100 empleados de una cierta empresa: Clase ni

16-20 20-24 24-28 28-32 32-36 36-40 40-44 44-48 48-52 veamos cmo se procede: Clase 16-20 20-24 24-28 28-32 32-36 36-40 40-44 44-48 48-52 ni 2 8 8 18 20 18 18 8 3 100 xm 18 22 ni xm 36 176

2 8 8 18 20 18 15 8 3

x x

ni

x x

16,72

33,44

DM = 6,09 La desviacin media viene a indicar el grado de concentracin o de dispersin de los valores de la variable. Si es muy alta, indica gran dispersin; si es muy baja refleja un buen agrupamiento y que los valores son parecidos entre s. La desviacin media se puede utilizar como medida de dispersin en todas aquellas distribuciones en las que la medida de tendencia central ms significativas haya sido la media. Sin embargo, para las mismas distribuciones es mucho ms significativa la desviacin tpica, que estudiaremos a continuacin, y eso hace que el uso de la desviacin media sea cada vez ms restringido. DESVIACIN TPICA Es sin duda la medida de dispersin ms importante, ya que adems sirve como medida previa al clculo de otros valores estadsticos. La desviacin tpica se define como la raz cuadrada de la media de los cuadrados de las desviaciones con respecto a la media de la distribucin. Es decir,

S =

( x x )
N

para datos sin agrupar, o bien:

S =

x x
N

Clculo de la desviacin tpica para datos no agrupados en clases Veamos la frmula anterior aplicada a un caso concreto. Hallar la desviacin tpica de la serie: 5, 8, 10, 12, 16. x 5 8 10 12 16 Primero hallamos x = 10,2 luego S =
13,76 =3,71
x x x x
2

-5,2 -2,2 -0,2 1,8 5,8

27,04 4,84 0,04 3,24 33,64

Clculo de la desviacin tpica para datos agrupados en clases y agrupados por frecuencias Mtodo largo: Se aplica la siguiente frmula

S=

fx
N

donde x = x m x y f es la frecuencia absoluta de cada intervalo. Mtodo abreviado o corto: La frmula a utilizar es:

S =I

fd
N

fd N

donde: I: amplitud de la clase D: distancia en clases desde cada una en concreto a la clase que contiene a la media supuesta A. Ejemplo: Las alturas en cm de un grupo de 103 personas se distribuyen as: Clases 150 155 155 160 160 165 165 170 170 175 175 180 180 185 185 190 190 195 195 200 Resp: S = 9,56 f 3 6 12 18 25 17 10 7 4 1 103