ESTADÍSTICA

Patricia Castillo

EJE 3
Pongamos en práctica
 Introducción 3

Medidas de dispersión o de la variabilidad de los datos 4

Medidas de dispersión de datos agrupados 17

Bibliografía 28
ÍNDICE
 En el eje temático 2 estudiamos las medidas de tendencia central y las
medidas de tendencia central y las medidas de localización y su importancia
en la descripción resumida de un conjunto de datos estadístico:
La pregunta que se formula para este eje es: ¿Analizar e interpretar el
grado de variabilidad que existe entre los valores de una variable a través
de la varianza y la desviación típica de los datos, permite al estudiante
comparar la dispersión presente en dos o más variables, o en una variable
INTRODUCCIÓN

presente en varias muestras?

Medidas de dispersión o de
la variabilidad de los datos
 Desarrollo temático
Medidas de dispersión o de laDesarrollo
variabilidad temático
de los datos:

Considérese loslos
Considérese puntajes obtenidos
puntajes obtenidosen en
unauna
prueba de aptitud
prueba matemática
de aptitud por
matemática dosdos
por gru-
posgrupos
de estudiantes, los puntajes
de estudiantes, de cada
los puntajes grupo
de cada son:
grupo son:

Puntajes grupo A 69 72 69 73 69 68 68 70 73 69

Puntajes grupo B 91 90 47 50 90 88 45 87 70 42
Tabla 1. Puntajes obtenidos
Tabla 1.en una prueba
Medidas de aptitud matemática.
de dispersión
Fuente: Propia
El estudiante puede verificar que el cálculo de la media para cada grupo da como
resultado 70 puntos, pero si se observa la diferencia de los datos en relación con la
El estudiante puede
media, se tiene queverificar queAelhay
en el grupo cálculo de la media
desviaciones para cada
relativamente grupo dadecomo
pequeñas, hechoresul-
la
tado
máxima diferencia respecto a la media es de 3 unidades y la máxima separación se
70 puntos, pero si se observa la diferencia de los datos en relación con la media,
tiene que en elentre
encontrada grupo A hay desviaciones
cualquier par de datos es relativamente pequeñas,
de cinco unidades. Por sude hecho
parte, en lael máxima
grupo
diferencia respecto a la media es de 3 unidades y la máxima separación
B se encuentran desviaciones de hasta 21 unidades respecto a la media y una máxima encontrada
entre cualquier
separación par datos
entre de datos esunidades.
de 49 de cinco unidades. Por su parte,
Se tiene entonces que la en el grupo
media por síBsola
se encuen-
no es
tran desviaciones de hasta 21 unidades respecto a la media y una
un adecuado descriptor debido a que no da información de la gran variabilidad que máxima separación
entre datoseldegrupo
presenta 49 unidades.
B ni de laSe tiene entonces
homogeneidad delque
grupola media
A, esto por sí sola
refuerza la no
ideaesqueun las
ade-
cuado descriptor debido a que no da información de la gran variabilidad
medidas de tendencia central no resultan suficientes como recursos de análisis en que presenta
el grupo B ni
estudios de la homogeneidad
estadísticos, se requiere dedelotros
grupo A, esto refuerza
descriptores la idea
que midan que las medidas
la variabilidad de losde
tendencia central no resultan suficientes como recursos de análisis
datos y que se complementen con las medidas de tendencia central, estas nuevas en estudios esta-
dísticos, se requiere de otros descriptores que midan la variabilidad de los datos y que
medidas son las medidas de dispersión.
se complementen con las medidas de tendencia central, estas nuevas medidas son las
medidas de dispersión.
Importancia de las medidas de dispersión
Importancia
Las medidasde de las medidas
tendencia de dispersión
central tienen como objetivo el sintetizar los datos en un valor
representativo. Las medidas de dispersión nos dicen hasta qué punto estas medidas de
Las medidas de tendencia central tienen como objetivo el sintetizar los datos en un va-
tendencia central, son representativas como síntesis de la información. Las medidas de
lor representativo. Las medidas de dispersión nos dicen hasta qué punto estas medidas
dispersión cuantifican la separación, la dispersión, la variabilidad de los valores de la
de tendencia central, son representativas como síntesis de la información. Las medidas
de distribución respecto al la
dispersión cuantifican valor central, esladecir,
separación, son unlaindicador
dispersión, de cómo
variabilidad de lossevalores
agrupande la
o dispersanrespecto
distribución los datosalalrededor de unaes
valor central, medida
decir, de
sontendencia central.
un indicador de cómo se agrupan o
dispersan los datos alrededor de una medida de tendencia central.
En las medidas de dispersión se distingue entre medidas de dispersión absolutas, que no
En son
las medidas
comparablesde dispersión se distingue
entre diferentes muestrasentre medidas
y las relativasdequedispersión absolutas,
permitirán comparar que
no varias
son comparables
muestras. entre diferentes muestras y las relativas que permitirán comparar
varias muestras.

LasLas medidas
medidas de de dispersión
dispersión de mayor
de mayor uso uso en estudios
en estudios estadísticos
estadísticos son
son el el rango,
rango, la
la varian-
za,varianza, la desviación
la desviación estándarestándar o desviación
o desviación típica, ytípica, y el coeficiente
el coeficiente de variación.
de variación. En a
En cuanto
cuanto a varianza y desviación estándar o típica, se diferencian los casos poblacional
varianza y desviación estándar o típica, se diferencian los casos poblacional y muestral. y
Lasmuestral.
medidasLasde medidas de se
dispersión dispersión
calculansepara
calculan para variables
variables cuantitativas.
cuantitativas.

Estadística - eje 3 Pongamos en práctica 5

ElElrango:
Elrango:
rango:
LaLamedidamedidade dedispersión
dispersiónmás mássimple
simpleeseselelrango,
rango,seseconoce
conocetambién tambiéncomo comorecorrido
recorridooo
La amplitud
medida de y dispersión
como se viomásen simple
los pasoses para
el rango, se conoce
elaborar una tabla también
de como recorrido
frecuencias, o
amplitudy ycomo
amplitud comosesevio vioenenloslos pasospara
pasos paraelaborar
elaborarunaunatablatabla de defrecuencias,
frecuencias, es esesla
laladife-
diferencia entre
diferencia entre elel valor valor másmás altoalto y elel más
más pequeño.
pequeño. Aunque Aunque eses lala medida medida de de
rencia entre el valor más alto y el másy pequeño. Aunque es la medida de dispersión más
dispersión
dispersión
sencilla mássencilla
más
de calcular, sencilla
no de esdecalcular,
calcular,
muy noes
no
usual suesmuymuyusual
empleo, usualsusuempleo,
pues empleo,
no considera puesno
pues no considera
considera
las las de
las
variaciones
variaciones
variaciones
valores intermediosde devalores
valores
y es muy intermedios
sensibleyayes
intermedios esmuy
los muysensible
valores sensible
extremos. aalos los valores
Sevalores
simboliza extremos.
extremos.
con la Se Se R.
letra
simboliza con
simboliza con la letra 𝑅𝑅. la letra 𝑅𝑅.
En el caso de puntajes de los estudiantes antes dados, para el grupo A el rango es R =
73EnEn
− 68 elelcaso
=caso dedepuntajes
5, mientras puntajes quede delos
para loselestudiantes
estudiantes
grupo B esantes antes dados,
R = 91dados,
− 42 =para para
49. elelgrupo grupoAAelelrango rangoeses
𝑹𝑹  𝑹𝑹  ==  𝟕𝟕𝟕𝟕  
 𝟕𝟕𝟕𝟕  −−  𝟔𝟔𝟔𝟔  
 𝟔𝟔𝟔𝟔  ==  𝟓𝟓, mientrasque
 𝟓𝟓,mientras quepara
paraelelgrupo
grupoBBeses𝑅𝑅  𝑅𝑅  ==  𝟗𝟗𝟗𝟗  
 𝟗𝟗𝟗𝟗  −−  𝟒𝟒𝟒𝟒  
 𝟒𝟒𝟒𝟒  ==  𝟒𝟒𝟒𝟒.
 𝟒𝟒𝟒𝟒.
La varianza y la desviación estándar:
LaLavarianza
varianzayylaladesviación desviaciónestándar:
estándar:
De
DeDetodas todas las
todaslaslasmedidas medidas de
medidasdededispersión, dispersión,
dispersión,tal tal
talvez vez
vez lamás
lalamásmás importante,
importante,
importante, másconocida
más
más conocidayyymás
conocida másusa-
más
usada
dausada eseslalavarianza.
es la varianza. varianza.
Se define SeSedefine
define
como como como
la medialalamedia
mediaaritmética
aritméticaaritmética
de losde delos loscuadrados
cuadrados cuadrados
de las de delaslas
desviacio-
nes desviaciones
respecto arespecto
desviaciones respecto
la media. aalaEn
lamedia.
media.
cálculos Encálculos
En cálculos
de estudios
dedeestudios
estudios
estadísticos estadísticos
se debe
estadísticos sesetener
debetener
debe tener
en cuenta
en en la
cuenta lala
diferencia
cuenta entrediferencia
varianza
diferencia entre
entre varianza poblacional
poblacional
varianza ypoblacional yy arianza
arianza muestral. arianza muestral.
Losmuestral.
símbolosLos Los símbolospara
empleados
símbolos
empleados
laempleados
varianza para
poblacional la varianzay poblacional
varianza muestraly varianza
para la varianza poblacional y varianza muestral son:son: muestral son:

𝟐𝟐
𝝈𝝈𝝈𝝈𝟐𝟐 ==𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕  𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩
𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕  𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩
𝟐𝟐
𝑺𝑺𝑺𝑺𝟐𝟐 ==𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕  𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦
𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕  𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦
Por susu parte
Por parte lala desviación
desviación estándar,
estándar, también
también conocida
conocida como
como desviación
desviación típica,
típica,
Por su parte
corresponde la desviación
a la raíz estándar,
cuadrada también
positiva de conocida
la como
Varianza. Se desviación
debe típica,
distinguir
corresponde a la raíz cuadrada positiva de la Varianza. Se debe distinguir entre corres-
entre
ponde a la raíz cuadrada
desviación estándar
desviación positiva
estándar poblacional de la Varianza.
poblacional yy desviación Se debe
desviación estándar distinguir
estándar muestral. entre
muestral. Los desviación
Los símbolos
símbolos
estándar poblacional
empleados
empleados son:son: y desviación estándar muestral. Los símbolos empleados son:

𝝈𝝈𝝈𝝈== 𝝈𝝈𝝈𝝈𝟐𝟐𝟐𝟐==𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃ó𝐧𝐧  𝐞𝐞𝐞𝐞𝐞𝐞á𝐧𝐧𝐧𝐧𝐧𝐧𝐧𝐧  𝐩𝐩𝐩𝐩𝐛𝐛𝐛𝐛𝐛𝐛𝐛𝐛𝐛𝐛𝐛𝐛𝐛𝐛𝐛𝐛𝐛𝐛

𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃ó𝐧𝐧  𝐞𝐞𝐞𝐞𝐞𝐞á𝐧𝐧𝐧𝐧𝐧𝐧𝐧𝐧  𝐩𝐩𝐩𝐩𝐛𝐛𝐛𝐛𝐛𝐛𝐛𝐛𝐛𝐛𝐛𝐛𝐛𝐛𝐛𝐛𝐛𝐛

𝑺𝑺𝑺𝑺== 𝑺𝑺𝑺𝑺𝟐𝟐𝟐𝟐==𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃ó𝐧𝐧  𝐞𝐞𝐞𝐞𝐞𝐞á𝐧𝐧𝐧𝐧𝐧𝐧𝐧𝐧  𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦

𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃ó𝐧𝐧  𝐞𝐞𝐞𝐞𝐞𝐞á𝐧𝐧𝐧𝐧𝐧𝐧𝐧𝐧  𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦

EsEsimportante
importantehacer hacernotar
notarque
quelaladesviación
desviaciónestándar
estándarsesemidemideen enlas
lasmismas
mismasunidades
unidades
quelos losvalores
valoresde de lasobservaciones,
observaciones,por porlolotanto
tantoresulta
resultamás
másfácil
fácillalacomparación
comparación
Esque
importante hacer las
notar que la desviación estándar se mide en las mismas unidades
directa
directa de la desviación
de la desviación estándar con
estándar con la la media
media aritmética
aritmética y otras
y otras medidas de tendencia
que los valores de las observaciones, por lo tanto resulta más medidas de tendencia
fácil la comparación di-
central.LaLadesviación
central. desviaciónestándar
estándarseseinterpreta
interpreta comolalavariación
variaciónpromedio
promediode delos
losdatos
datos
recta de la desviación estándar con la mediacomo aritmética y otras medidas de tendencia
conrespecto
con
central. respecto aalalamedia.
La desviación media.
estándar se interpreta como la variación promedio de los datos
con respecto a la media.
Cálculode
Cálculo delalavarianza
varianzapara
paradatos
datosno noagrupados
agrupados
Decirque
Decir quelalavarianza
varianzaequivale
equivalealalpromedio
promediode delos
loscuadrados
cuadradosde delas
lasdesviaciones
desviacionesrespecto
respecto
aalalamedia,
media,significa
significaque
quepara
paracalcular
calcularlalavarianza,
varianza,primero
primerosesedebe
debehallar
hallarlaladesviación
desviaciónde de
cada observación respecto a la media, luego se halla el cuadrado de cada desviación yy
cada observación respecto a la media, luego se halla el cuadrado de cada desviación
sobreestos
sobre estoscuadrados
cuadradossesecalcula
calculaelelpromedio.
promedio.

Estadística - eje 3 Pongamos en práctica 6

Cálculo de la varianza para datos no agrupados

Decir que la varianza equivale al promedio de los cuadrados de las desviaciones respecto
a la media, significa que para calcular la varianza, primero se debe hallar la desviación
de cada observación respecto a la media, luego se halla el cuadrado de cada desviación
y sobre estos cuadrados se calcula el promedio.
Para unun
Para conjunto
conjunto dedeobservaciones
observaciones dede datos nono
datos agrupados correspondientes
agrupados correspondientes a una
Para Para
Para
un unun conjunto
conjunto
conjunto de de observaciones
deobservaciones
observaciones dede
de datos
datos
datos no
nono agrupados
agrupados
agrupados correspondientes
correspondientes
correspondientes a auna
auna
auna
una po-
Para un
poblaciónconjunto
población de tamaño
de de
tamaño observaciones
𝑁𝑁 ,
𝑁𝑁 en
, enel que
el la
que dela datos
media
media no agrupados
aritmética correspondientes
poblacional
aritmética es
poblacional 𝝁𝝁,  
es la
𝝁𝝁,   a
fórmula
la una
fórmula que
que
población
blación dede
de tamaño
población tamaño
tamañoN, 𝑁𝑁en,𝑁𝑁en
el, en
el el
quequeque la media
lalamedia
media aritmética
aritmética
aritmética poblacional
poblacional
poblacional eses 𝝁𝝁,  
𝝁𝝁,   la
lafórmula
la, fórmula
fórmula que
que que
población
permite
permiteel de tamaño
cálculo
el cálculodede 𝑁𝑁
la , en
varianza
la el que
varianza es: la
es: media aritmética poblacional es 𝝁𝝁,   la fórmula que
permite
permite el el
permite el cálculo
cálculo
cálculo de
dedela la varianza
lavarianza
varianza es:es:
es:
permite el cálculo de la varianza es:
𝑵𝑵 𝑵𝑵
𝟏𝟏 𝑵𝑵 𝑵𝑵
𝟐𝟐 𝟐𝟐 𝟏𝟏𝟏𝟏𝟏𝟏𝑵𝑵 𝟐𝟐 𝟐𝟐
𝝈𝝈 𝝈𝝈
𝟐𝟐𝝈𝝈=
𝟐𝟐 =𝟏𝟏
= (𝑿𝑿(𝑿𝑿
𝒊𝒊 −
(𝑿𝑿 −  𝝁𝝁)
−  𝝁𝝁) 𝟐𝟐 𝟐𝟐
 𝝁𝝁)
𝝈𝝈 =
𝝈𝝈𝟐𝟐 = 𝑵𝑵 𝑵𝑵 (𝑿𝑿
(𝑿𝑿 −
𝒊𝒊
𝒊𝒊 − 𝒊𝒊  𝝁𝝁)
 𝝁𝝁) 𝟐𝟐
𝑵𝑵
𝑵𝑵𝒊𝒊!𝟏𝟏𝒊𝒊!𝟏𝟏 𝒊𝒊
𝑵𝑵 𝒊𝒊!𝟏𝟏𝒊𝒊!𝟏𝟏
𝒊𝒊!𝟏𝟏
Si Si
se
Sisetrata
se dede
trata
trata una muestra,
una muestra,el el
promedio
promedio sesecalcula sobre
calcula una
sobre unaunidad
unidad menos
menosque
queel elel
Si se trata dede unauna muestra,
muestra, el el promedio
promedio se se calcula
calcula sobre
sobre unauna unidad
unidad menos
menos que
que el
Sitamaño
se
Si tamaño
se trata
trata de
de de
la
de una
una muestra,
muestra,
muestra,
la en
muestra, el
este
en promedio
el
este promedio
caso, si
caso, la
si se calcula
se
media
la media sobre
calcula
muestral
muestraluna
sobre
es unidad
una
𝑿𝑿,
es la menos
unidad
fórmula
la para
fórmula que
menosla
para elque el ta-
varianza
la
tamaño
tamaño de la muestra,
demuestra,
la muestra, en en este
este caso,
caso, si media
silala la media muestral
muestral es es 𝑿𝑿,
𝑿𝑿,, 𝑿𝑿, la fórmula
la fórmula para
para lavarianza
lala varianza
varianza
maño
tamaño
muestralde
muestral la
de en este caso, si media muestral es la fórmula para
laes:muestra, en este caso, si la media muestral es 𝑿𝑿, la fórmula para la varianza
es:es: varianza
muestral
muestral es:
muestral
muestral
    es:es:
 
    𝑵𝑵 𝑵𝑵
𝟏𝟏 𝟏𝟏𝟏𝟏 𝑵𝑵𝑵𝑵 𝑵𝑵
𝑺𝑺𝟐𝟐𝑺𝑺 =
𝟐𝟐𝟐𝟐
𝟐𝟐𝑺𝑺 =
𝟏𝟏
𝟏𝟏 (𝑿𝑿(𝑿𝑿
𝒊𝒊 − −  −𝑿𝑿)   𝑿𝑿)
𝟐𝟐 𝟐𝟐
𝟐𝟐 𝟐𝟐
𝑺𝑺 = = (𝑿𝑿(𝑿𝑿 −
𝒊𝒊   𝑿𝑿)   𝑿𝑿)
𝑺𝑺𝟐𝟐 = 𝑵𝑵 −
𝑵𝑵
𝑵𝑵
𝑵𝑵 − −𝟏𝟏
− 𝟏𝟏𝟏𝟏 (𝑿𝑿
− 𝟏𝟏𝟏𝟏𝒊𝒊!𝟏𝟏𝒊𝒊!𝟏𝟏 𝒊𝒊 −
𝒊𝒊
𝒊𝒊
  𝑿𝑿) 𝟐𝟐
𝑵𝑵 𝒊𝒊!𝟏𝟏𝒊𝒊!𝟏𝟏
𝒊𝒊!𝟏𝟏
EnEnestudios
estudios estadísticos,
estadísticos, cuando
cuando sesehalla
hallala la varianza
varianza muestral
muestral frecuentemente
frecuentemente lo lo
que sese
que
EnEn estudios
estudios estadísticos,
estadísticos, cuando
cuando se se halla
halla la la varianza
varianza muestral
muestral frecuentemente
frecuentemente lo lo
queque
se se
En
buscaestudios
busca
En busca
estudioses es estadísticos,
obtener
obtener
estadísticos, a a cuando
partir
partir
cuando de dese
ella
se halla
ella
hallauna la
una
la varianza
estimación muestral
estimación
varianza de dela
muestral frecuentemente
varianza
la varianza lo
poblacional. que
poblacional.
frecuentemente lo seLase
La
que
buscaes es obtener
obtenera apartir partirdedeella ellaunaunaestimación
estimacióndedela lavarianza
varianzapoblacional.
poblacional.LaLa
busca es
explicación obtener
minuciosa a partir
dede de
laella ella estimación
diferencia una enen estimación
laslas de la para
expresiones varianza poblacional.
calcular la varianza La
explicación minuciosa de la diferencia en las expresiones para calcular lalala
busca explicación
es obtener
explicación minuciosa
a partir
minuciosa de
de la
la diferencia
una
diferencia en las expresiones
de la varianza
expresiones para calcular
poblacional.
para calcular La varianza
explica-
varianza
varianza
explicación
poblacional
poblacional minuciosa
y la
yylalamuestralde
muestral la diferencia
supera
supera los los en
alcances las
alcances expresiones
dedeeste
este para
curso,
curso, calcular
pero
pero en la
fuentes varianza
más
ción minuciosa
poblacionalyde
poblacional la diferencia
lamuestral
muestralsupera en laslos
supera expresiones
losalcances
alcancesde para calcular
deeste
estecurso,
curso, peroenen
lapero
varianza fuentes
poblacional
enfuentes
fuentesmás más
másy
poblacional
rigurosas
rigurosas
la muestral se sey
supera la
demuestra muestral
demuestra el supera
porqué
el
los alcances porqué de
de de los
de
esteesta alcances
estadiferencia.
curso, de
diferencia. este curso, pero en fuentes
pero en fuentes más rigurosas se demues- más
rigurosas
rigurosas se se demuestra
demuestra el el porqué
porqué de esta
esta diferencia.
diferencia.
trarigurosas
el porqué sede
demuestra el porqué de esta diferencia.
esta diferencia.
Formula
Formula
Formula abreviada
abreviada
abreviada para
para
parael el
cálculo
cálculo dede la la
varianza
varianza poblacional
poblacional
Formula
Formula abreviada
abreviada para el el cálculo
cálculo de de
la la varianza
varianza poblacional
poblacional
Formula abreviadapara para elel cálculo
cálculo de dela lavarianza
varianza poblacional
poblacional
UnaUna
Unafórmula
fórmula
fórmula alternativa
alternativa
alternativa parapara
paracalcular
calcular
calcular la lala
varianza
varianza
varianzapoblacional,
poblacional,
poblacional, matemáticamente
matemáticamente
matemáticamente
Una Una fórmula
fórmula alternativa
alternativa para para calcular
calcular la varianza
la varianza poblacional,
poblacional, matemáticamente
matemáticamente equi-
Una fórmula
equivalente
equivalente a la
a alternativa
anterior,
la anterior,es: para
es: calcular la varianza poblacional, matemáticamente
valenteequivalente
equivalente
a la a laa anterior,
anterior, la anterior,
es: es:es:
equivalente a la anterior, es:
𝑵𝑵 𝑵𝑵
𝟏𝟏 𝟏𝟏𝟏𝟏𝑵𝑵𝑵𝑵 𝑵𝑵 𝟐𝟐 𝟐𝟐
𝟐𝟐 𝟐𝟐
𝝈𝝈 𝝈𝝈
𝟐𝟐 =
𝟏𝟏
𝟐𝟐 = 𝟏𝟏 𝑿𝑿𝒊𝒊𝑿𝑿𝑿𝑿𝟐𝟐𝒊𝒊 𝟐𝟐−−
𝝁𝝁 𝟐𝟐 𝟐𝟐
𝟐𝟐   𝟐𝟐  
𝝁𝝁
𝝈𝝈𝟐𝟐𝝈𝝈= =𝑵𝑵𝑵𝑵 𝑿𝑿 𝟐𝟐 𝒊𝒊 − −
𝝁𝝁 𝟐𝟐𝝁𝝁    
𝝈𝝈 = 𝑵𝑵𝒊𝒊!𝟏𝟏 𝑵𝑵𝒊𝒊!𝟏𝟏𝑿𝑿𝒊𝒊 − 𝝁𝝁  
𝒊𝒊
𝑵𝑵 𝒊𝒊!𝟏𝟏 𝒊𝒊!𝟏𝟏
𝒊𝒊!𝟏𝟏
LaLa ventaja
ventaja que
que presenta
presenta esta última
esta última expresión
expresión eses
queque nono sese
requiere
requiere calcular
calcular cada
cadaunaunadede
LaLa ventaja
ventaja que
que presenta
presenta esta
esta última
última expresión
expresión es es
que quenono se se requiere
requiere calcular
calcular cada
cada una una
dede
La
Lalas ventaja
las
ventaja quepresenta
desviaciones,
desviaciones,
que presenta
aunque
aunqueesta
esta última
requiere
requiere
últimaqueexpresión
quesese calcule
expresión eses
calcule que
la que
la no
suma sederequiere
suma
no los
de
se los calcular
cuadrados
cuadrados
requiere cada
de
calcularde unauna
cada
cada
cada de
una
una
las desviaciones, aunque requiere que se calcule la suma
las desviaciones, aunque requiere que se calcule la suma de los cuadrados de cada una de los cuadrados de cada una
las
dede de
lasdesviaciones,
las observaciones.
las observaciones.
desviaciones, aunque
aunque requiere
requiere que se
que calcule
se la
calcule suma
la de
suma losdecuadrados
los de
cuadrados cada de una
cada
dede laslas observaciones.
observaciones.
unadede laslas
observaciones.
observaciones.
Ejemplo
Ejemplo
Ejemplo 5.1:5.1:
5.1:
Ejemplo 5.1:
Ejemplo 5.1:
Supóngase
Supóngase
Supóngase quequesese
que quiere
quiereestudiar
estudiar el el
nivel
nivel dede pureza
pureza dede sustancias
sustancias médicas
médicas producidas
producidas
Supóngase que se se quiere
quiere estudiar
estudiar el el nivel
nivel dede pureza
pureza dede sustancias
sustancias médicas
médicas producidas
producidas
Supóngase
enen un undia. Se
dia. que
tiene
Se se
tiene quiere
unauna estudiar
población
población deel
denivel
15 15 de
frascos
frascospureza
de de de
sustancia sustancias
sustancia y se
y médicas
realiza
se la
realiza producidas
prueba
la prueba sobre
sobre
enen unun dia.
dia. SeSe tiene
tiene una
una población
población dede 1515 frascos
frascos dede sustancia
sustancia y sey se realiza
realiza la la prueba
prueba sobre
sobre
encada
cada ununodia.
unodeSe
de tiene
ellos.
ellos.una
LosLospoblación
datos
datos de
registrados 15
registrados frascos
son sonlos de
que
los sustancia
quese muestran
se y
muestranse realiza
en la
en la prueba
siguiente
la siguiente sobre
tabla,
tabla,a aa
cada
cada unounodede ellos.
ellos. LosLos datos
datos registrados
registrados sonson loslos
queque se se muestran
muestran enenla la siguiente
siguiente tabla,
tabla, a
cada
partir
partiruno
dede de
los ellos.
cuales
los cualesLos
se datos
pide
se pide registrados
hallar
hallarla la
varianza sonpoblacional.  
varianza los que se muestran en la siguiente tabla, a
poblacional.  
partir de los cuales se pide hallar la varianza
partir de los cuales se pide hallar la varianza poblacional.   poblacional.  
partir de los cuales se pide hallar la varianza poblacional.   Estadística - eje 3 Pongamos en práctica
7
 Ejemplo 1. Varianza para el nivel de pureza de sustancias médicas producidas en
un día

Supóngase que se quiere estudiar el nivel de pureza de sustancias médicas producidas

en un dia. Se tiene una población de 15 frascos de sustancia y se realiza la prueba sobre
cada uno de ellos. Los datos registrados son los que se muestran en la siguiente tabla, a
partir de los cuales se pide hallar la varianza poblacional.

Porcentajes de impurezas observados

0,04 0,14 0,17 0,19 0,22
0,05 0,14 0,17 0,21 0,24
0,12 Porcentajes
0,15 de impurezas
0,18 observados
0,21 0,25
0,04 0,14 0,17 0,19 0,22
Tabla 2. Datos sin agrupar
0,05 0,14de porcentajes
0,17 de impurezas
0,21 observadas.
0,24
Tabla 2. Varianza poblacional
0,12 0,15Fuente: 0,18
Propia 0,21 0,25
Solución:
Solución: Tabla 2. Varianza poblacional

ra un conjuntoPara Para realizar

de observaciones el cálculo
de datos de nola varianza
agrupados poblacional
correspondientes a partir de a una la fórmula de la definición se
realizar
Solución: el cálculo de la varianza poblacional
de (𝑿𝑿𝒊𝒊 − a 𝟐𝟐partir de la fórmula de la definición
oblación de tamaño tiene
se tiene
la necesidad
𝑁𝑁, enla el
Para que
realizar
necesidad la media de calcular
el cálculo
de aritmética el valor
de la varianza
calcular el poblacional
valor poblacional
de (X esa−  𝝁𝝁)
𝝁𝝁,  
)la
partir
para
2 defórmula
para
cadaque
la fórmula
cada uno
uno de los valores de la
de la definición
de los valores se de la
de observaciones variable,
de datos porno lo
agrupados
Para tanto un resulta
conjunto conveniente
correspondientes
de observaciones (𝑿𝑿aelaborar
una−
i
de
 𝝁𝝁) 𝟐𝟐 una
datos tabla
no con
agrupados una columna
correspondientescon los a una
rmite el cálculovariable,
de la varianza
por loes:
tiene la necesidad de calcular
tanto resulta conveniente elaborar el valor de 𝒊𝒊 para cada uno de los
una tabla con una columna con𝟐𝟐 los valores de la
maño 𝑁𝑁 , en el que valores
la media
valores de
devariable,
Xaritmética 𝒊𝒊 ,población
,i 𝑿𝑿una una
por para para
lo tanto los
poblacional
los dede
deresulta (𝑿𝑿conveniente
tamaño
(X es𝒊𝒊−−  𝝁𝝁)
𝝁𝝁,  
𝑁𝑁 ) ,
laen
y, y,ael
fórmulaapartir
partir
elaborar
que que
la
dede
una
media esta
estatabla última,
con unaotra
aritmética
última, para
columna
otra poblacional
para (𝑿𝑿(X
con 𝒊𝒊 −
los es−  𝝁𝝁)
𝝁𝝁,  
)2la. .fórmula que
i 𝟐𝟐i 𝟐𝟐
o de la varianza es:Para el valores
uso dede 𝒊𝒊 , una
la𝑿𝑿fórmula
permite 𝑵𝑵 el para los de de
abreviada
cálculo (𝑿𝑿𝒊𝒊la−  𝝁𝝁)
sevarianza y, a partir
requiere es:una de esta
columna última,con otra los (𝑿𝑿𝒊𝒊 −  𝝁𝝁)
paravalores de 𝑿𝑿 . . La
𝒊𝒊
Para el usoParade
elaboración el𝟐𝟐de uso 𝟏𝟏
la lafórmula
de la fórmula
tabla abreviada
facilita abreviada
los 𝟐𝟐cálculos serequiere
se requiere
ya que una
unaestoscolumna columna con los valores
se reducen con losdevalores
a sumar
𝟐𝟐
𝑿𝑿algunas
𝒊𝒊 . La dede Xla . La
elaboración 𝝈𝝈de la
elaboración = tabla de la (𝑿𝑿𝒊𝒊facilita
tabla
facilita −  𝝁𝝁)
los los cálculos
cálculos ya ya que que estosestosse reducen a sumar algunas de la
i
columnas.
𝑵𝑵 A continuación 𝑵𝑵continuación se presenta la tabla con las 𝑵𝑵 columnas de datos requeridosde
se reducen a sumar algunas
la 𝟏𝟏 uso A
columnas. columnas.
𝟐𝟐 para el para deuso
A
continuación
lasdedos 𝒊𝒊!𝟏𝟏
𝟐𝟐 fórmulas.
se presenta
se presenta la tabla la tabla
𝟐𝟐
con 𝟏𝟏 columnas
conlas las columnas de datos
𝟐𝟐
derequeridos
datos requeridos
𝝈𝝈para
= el uso(𝑿𝑿 de el −  𝝁𝝁)
𝒊𝒊 las dos fórmulas. las dos fórmulas. 𝝈𝝈 = (𝑿𝑿 𝒊𝒊 −  𝝁𝝁)
se trata de una muestra, 𝑵𝑵 el promedio se calcula sobre una unidad menos 𝑵𝑵 que el
𝒊𝒊!𝟏𝟏 𝒊𝒊!𝟏𝟏
(𝟏𝟏) (𝟏𝟏) (𝟐𝟐)
maño de la muestra, en este caso, si la media muestral es 𝑿𝑿, la fórmula (𝟐𝟐) (𝟑𝟑)
(𝟑𝟑) para la varianza (𝟒𝟒) (𝟒𝟒)
uestral es: el promedio se 𝑿𝑿
muestra, calcula 𝑿𝑿Si𝒊𝒊sobre
se(𝑿𝑿 trata (𝑿𝑿
−de
𝒊𝒊 una
−
𝒊𝒊𝝁𝝁) 𝝁𝝁) muestra,
unidad
una menos (𝑿𝑿(𝑿𝑿que
𝒊𝒊 −
𝒊𝒊el
−promedio
𝝁𝝁)
𝝁𝝁)
el
𝟐𝟐
𝟐𝟐
se calcula sobre 𝑿𝑿𝒊𝒊 𝟐𝟐 una
𝑿𝑿𝒊𝒊 𝟐𝟐unidad menos que el
𝒊𝒊
0,04 0,04
estra, en este caso, si la media muestral
tamaño -0,126 -0,126
es
de 𝑿𝑿, la muestra,
la fórmula en 0,015876
0,015876
para
estelacaso, varianza si la media muestral 0,0016es 𝑿𝑿, la fórmula para la varianza
0,0016
0,06 muestral -0,106
es: 0,011236 0,0036
0,06 0,12 -0,106
𝟏𝟏
𝑵𝑵
-0,046 0,011236
0,002116 0,0144 0,0036
𝟐𝟐
𝑺𝑺 =0,14 -0,046
0,12   (𝑿𝑿 −   𝑿𝑿) 0,002116 𝟐𝟐
0,0144
𝑵𝑵 𝑵𝑵 − 𝟏𝟏 -0,026𝒊𝒊 0,000676 𝑵𝑵
0,0196
𝟏𝟏 0,14 0,14 -0,026 -0,026
𝒊𝒊!𝟏𝟏 0,000676
0,000676 𝟏𝟏 0,0196 0,0196
𝑺𝑺𝟐𝟐 = 0,14 (𝑿𝑿 0,15 𝒊𝒊 −   𝑿𝑿)
-0,026
𝟐𝟐
-0,016 𝑺𝑺
0,000256
0,000676
𝟐𝟐
= (𝑿𝑿 −  
𝒊𝒊 0,0225 𝑿𝑿) 𝟐𝟐
0,0196
𝑵𝑵 − 𝟏𝟏cuando se halla la varianza muestral frecuentemente
estudios estadísticos, 𝑵𝑵 − 𝟏𝟏
𝒊𝒊!𝟏𝟏 0,17 0,004 0,000016 𝒊𝒊!𝟏𝟏 lo que 0,0289 se
usca es obtener a partir de0,17
0,15 -0,016
ella una0,004 estimación de0,000016
0,000256
la varianza poblacional. La
0,0225
0,0289
plicacióncuando
dísticos, minuciosa
se hallade0,17
lalavarianza
diferencia
0,18 En estudios 0,004
muestralen
0,014 las expresiones
estadísticos,
frecuentemente 0,000016
cuando
0,000196 paralo se que calcular
se la la
halla varianza
varianza 0,0324
0,0289frecuentemente lo que se
muestral
blacional
ner a partiry lademuestral
ella una 0,17supera
estimación
0,19 busca los0,004 alcances
es
de
0,024 la
obtenerde este
varianza a 0,000016 curso,depero
partir
poblacional.
0,000576 ella La en
unafuentesestimación más0,0289
0,0361 de la varianza poblacional. La
gurosas se demuestra
uciosa de la diferencia0,18 el porqué
en las 0,21 de esta
explicación 0,014
expresiones diferencia.
0,044 minuciosa
para calcular 0,000196
de0,001936laladiferencia
varianza en las expresiones 0,0441 0,0324 para calcular la varianza
muestral supera los alcances 0,19 0,21 0,024 poblacional
de este 0,044 curso,
y la pero
muestral en fuentes
0,001936
0,000576 supera más
los alcances de
0,0441 este
0,0361 curso, pero en fuentes más
uestra
rmulael porqué depara
abreviada estaeldiferencia.
cálculo 0,22 rigurosasde la 0,054 se demuestra
varianza poblacional el0,002916
porqué de esta diferencia. 0,0484
0,21 0,044 0,001936 0,0441
0,24 0,074 0,005476 0,0576
na
adafórmula alternativa
para el cálculo
0,21
de la para
varianza 0,25 calcular
Formula
0,044
poblacional la varianzapara
abreviada
0,084
0,001936
poblacional,
el cálculo matemáticamente
0,007056 de la varianza
0,0441
poblacional
0,0625
uivalente a la anterior, es: 0,22 0,054 𝟏𝟏𝟏𝟏 0,002916 𝟏𝟏𝟏𝟏 0,0484
𝝁𝝁 = 𝟎𝟎, 𝟏𝟏𝟏𝟏𝟏𝟏 𝟐𝟐 𝟐𝟐
ternativa para calcular0,24 la varianza Una 0,074 fórmula
poblacional, alternativa(𝑿𝑿 𝒊𝒊0,005476
− 𝝁𝝁)para
matemáticamente = 𝟎𝟎, 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎    
calcular la varianza 𝑿𝑿𝒊𝒊 = 0,0576
𝟎𝟎, 𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒  
poblacional, matemáticamente
𝑵𝑵 𝒊𝒊!𝟏𝟏 𝒊𝒊!𝟏𝟏
anterior, es: 0,25 𝟏𝟏
Tabla 3. Varianza
equivalente 0,084
poblacionalTabla para
a la anterior, 0,007056
es:
los porcentajes de impurezas observadas. 0,0625
𝑿𝑿𝒊𝒊 𝟐𝟐 𝟏𝟏𝟏𝟏
𝝈𝝈𝟐𝟐 = − 𝝁𝝁𝟐𝟐   Fuente:Propia
3. Varianza poblacional 𝟏𝟏𝟏𝟏
𝑵𝑵
𝝁𝝁 = 𝟎𝟎, 𝟏𝟏𝟏𝟏𝟏𝟏 𝑵𝑵 𝟐𝟐
(𝑿𝑿𝒊𝒊 − 𝝁𝝁) = 𝟎𝟎, 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎     𝑵𝑵
𝑿𝑿𝒊𝒊 𝟐𝟐 = 𝟎𝟎, 𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒  
𝟏𝟏 𝟐𝟐
𝒊𝒊!𝟏𝟏 𝟏𝟏 𝟐𝟐
𝝈𝝈𝟐𝟐 = 𝑿𝑿𝒊𝒊 − 𝝁𝝁𝟐𝟐   𝒊𝒊!𝟏𝟏 𝝈𝝈𝟐𝟐 = − 𝝁𝝁𝟐𝟐  
𝑿𝑿𝒊𝒊 𝒊𝒊!𝟏𝟏
𝑵𝑵
ventaja que presenta esta 𝑵𝑵
𝒊𝒊!𝟏𝟏 última expresión es que no se requiere calcular
Tabla 3. Varianza poblacional 𝒊𝒊!𝟏𝟏cada una de
desviaciones, aunque requiere que se calcule la suma de los cuadrados de cada una - eje 3 Pongamos en práctica
Estadística 8
 Paracalcular
Para calcularlalavarianza
varianzamediante
medianteeleluso
usodedelalafórmula
fórmuladedelaladefinición,
definición,se
setiene
tienelalasuma
suma
de los
de los
Para valores
valores
calcular de
lade la columna
la columna
varianza (3), al dividir
(3), al dividir
mediante esta
el usoesta
de la suma
suma por el
por elde
fórmula número
número de datos (𝑁𝑁 =
de datosse(𝑁𝑁tiene
la definición,  15)
=  15)
la suma
se
se tiene
tiene el
el valor
valor de
de la
la varianza,
varianza, lo
lo que
que corresponde
corresponde a:
a:
de los valores de la columna (3), al dividir esta suma por el número de datos (N = 15) se
tiene el valor de la varianza, lo que corresponde a:
𝑵𝑵𝑵𝑵
𝟏𝟏𝟏𝟏
𝝈𝝈𝝈𝝈𝟐𝟐𝟐𝟐 ==  𝝁𝝁)𝟐𝟐𝟐𝟐
(𝑿𝑿𝒊𝒊𝒊𝒊−−  𝝁𝝁)
(𝑿𝑿
𝑵𝑵
𝑵𝑵
𝒊𝒊!𝟏𝟏
𝒊𝒊!𝟏𝟏

𝟏𝟏𝟏𝟏
𝟏𝟏𝟏𝟏
𝟏𝟏𝟏𝟏 𝟎𝟎,𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎
𝟎𝟎, 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎
𝝈𝝈𝝈𝝈𝟐𝟐𝟐𝟐 ==  𝝁𝝁)𝟐𝟐𝟐𝟐 ==
(𝑿𝑿𝒊𝒊𝒊𝒊−−  𝝁𝝁)
(𝑿𝑿
𝟏𝟏𝟏𝟏
𝟏𝟏𝟏𝟏 𝟏𝟏𝟏𝟏
𝟏𝟏𝟏𝟏
𝒊𝒊!𝟏𝟏
𝒊𝒊!𝟏𝟏

𝝈𝝈𝝈𝝈𝟐𝟐𝟐𝟐 == 𝟎𝟎,
𝟎𝟎,𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎
𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎

Para
Para
Para usar
lalala
usar
usar fórmulaabreviada,
fórmula
fórmula abreviada,la
abreviada, lacolumna
la columna(4)
columna (4) da
(4)dadaelelelvalor
valor de
valordedelalalasumatoria
sumatoria requerida,
requerida,
sumatoria enen
en
requerida,
este
este
este caso
caso
caso elelel cálculocorrespondiente
cálculo
cálculo correspondientees:
correspondiente es:
es:

𝑵𝑵𝑵𝑵
𝟏𝟏𝟏𝟏 𝟐𝟐
𝝈𝝈𝝈𝝈𝟐𝟐𝟐𝟐 == 𝑿𝑿𝑿𝑿𝒊𝒊𝒊𝒊𝟐𝟐 −−𝝁𝝁𝝁𝝁𝟐𝟐𝟐𝟐
𝑵𝑵
𝑵𝑵
𝒊𝒊!𝟏𝟏
𝒊𝒊!𝟏𝟏

𝟏𝟏𝟏𝟏
𝟏𝟏𝟏𝟏
𝟏𝟏𝟏𝟏 𝟐𝟐
𝝈𝝈𝝈𝝈𝟐𝟐𝟐𝟐 == 𝑿𝑿𝑿𝑿𝒊𝒊𝒊𝒊𝟐𝟐 −−𝝁𝝁𝝁𝝁𝟐𝟐𝟐𝟐
𝟏𝟏𝟏𝟏
𝟏𝟏𝟏𝟏
𝒊𝒊!𝟏𝟏
𝒊𝒊!𝟏𝟏

𝟎𝟎,𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒
𝟎𝟎, 𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒
𝝈𝝈𝝈𝝈𝟐𝟐𝟐𝟐 == 𝟏𝟏𝟏𝟏𝟏𝟏))𝟐𝟐𝟐𝟐
−−((𝟎𝟎,𝟎𝟎,𝟏𝟏𝟏𝟏𝟏𝟏
𝟏𝟏𝟏𝟏
𝟏𝟏𝟏𝟏

𝝈𝝈𝝈𝝈𝟐𝟐𝟐𝟐 ==  𝟎𝟎,
 𝟎𝟎,𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎
𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎−−  𝟎𝟎,
 𝟎𝟎,𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎
𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎

𝝈𝝈𝝈𝝈𝟐𝟐𝟐𝟐 == 𝟎𝟎,
𝟎𝟎,𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎
𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎

Sepuede
Se puedeobservar
observarque
quese
seobtiene
obtieneelelmismo
mismovalor
valorpor
porlas
lasdos
dosfórmulas.
fórmulas.
Se puede observar que se obtiene el mismo valor por las dos fórmulas.
Ejemplo5.2:
Ejemplo 5.2:
Ejemplo 2. Comparación de las calificaciones de dos cursos usando la varianza
Supóngaseque
Supóngase
Comparación que lospuntajes
los
de las puntajesen
enlalaprueba
calificaciones prueba
de deaptitud
de aptitud
dos cursos matemática
matemática
usando paralos
para
la varianza losgrupos
gruposAAyyBB
antescitados
antes citadoscorresponden
correspondenaadatos
datosdedemuestras.
muestras.Calcular
Calcularlalavarianza
varianzade
decada
cadamuestra.
muestra.

Estadística - eje 3 Pongamos en práctica 9

 Solución:
Al igual que en el ejemplo anterior conviene escribir en una tabla los valores de las
Solución:
Solución:
observaciones
Al igual que endeel laejemplo
variableanterior
en la primera
convienecolumna,
escribir enlasunadesviaciones respecto
tabla los valores dea las
la
Al igual
mediaque en la
observaciones ensegunda
elde
ejemplo
y losanterior
en laconviene
cuadrados
la variable de las escribir
primera en una
desviaciones
columna, tabla los valores
lasendesviaciones
la tercera, también deeslas
respecto laob-
aútil
servaciones
indicar en
media de
al finalla variable en
de la primera
la segunda la primera
columna lade
y los cuadrados columna,
media las desviaciones
muestral y alen
las desviaciones final
la de respecto
la tercera
tercera, a la
la suma
también media
de
es útil
en los
indicar al final de la primera columna la media muestral y al final de la tercera la suma de al
la segunda
cuadrados.y los
A cuadrados
continuación de las
se desviaciones
muestra las en
tablaslaytercera,
cálculo también
de es
varianza útil
paraindicar
cada
final decuadrados.
la primeraAcolumna
muestra.
los la media
continuación muestral
se muestra lasy tablas
al finalyde la tercera
cálculo la sumapara
de varianza de los cua-
cada
drados.
muestra.A continuación se muestra las tablas y cálculo de varianza para cada muestra.

Grupo A 𝑿𝑿 = 𝟕𝟕𝟕𝟕
𝟐𝟐
𝑿𝑿𝒊𝒊 (𝑿𝑿 𝒊𝒊 − 𝑿𝑿)A
Grupo 𝑿𝑿 =(𝑿𝑿 𝒊𝒊 − 𝑿𝑿)
𝟕𝟕𝟕𝟕
69
𝑿𝑿𝒊𝒊 (𝑿𝑿𝒊𝒊 -1
− 𝑿𝑿) (𝑿𝑿𝒊𝒊 −1 𝑿𝑿)𝟐𝟐
72
69 2
-1 4
1
69
72 -1
2 1
4
73
69 3
-1 9
1
69
73 -1
3 1
9
68
69 -2
-1 4
1
68 -2 4
70
68 0
-2 0
4
73
70 3
0 9
0
69
73 -1
3 1
9
69 -1 𝟏𝟏𝟏𝟏 1
𝟏𝟏𝟏𝟏 (𝑿𝑿𝒊𝒊 − 𝑿𝑿)𝟐𝟐 = 𝟑𝟑𝟑𝟑  

𝒊𝒊!𝟏𝟏 (𝑿𝑿𝒊𝒊 − 𝑿𝑿)𝟐𝟐 = 𝟑𝟑𝟑𝟑  

Tabla 4. Varianza para los puntajes del grupo A 4.obtenidos
Tabla 𝒊𝒊!𝟏𝟏A
Grupo en una prueba de aptitud matemática.
Fuente: Propia.
Tabla 4. Grupo A
Grupo B 𝑿𝑿 = 𝟕𝟕𝟕𝟕
𝑿𝑿 (𝑿𝑿𝒊𝒊 − B𝑿𝑿) 𝑿𝑿 = 𝟕𝟕𝟕𝟕(𝑿𝑿𝒊𝒊 − 𝑿𝑿)𝟐𝟐
Grupo
91
𝑿𝑿 (𝑿𝑿𝒊𝒊21
− 𝑿𝑿) (𝑿𝑿𝒊𝒊441
− 𝑿𝑿)𝟐𝟐
90
91 20
21 400
441
47
90 -23
20 529
400
50
47 -20
-23 400
529
90
50 20
-20 400
88
90 18
20 324
400
45
88 -25
18 625
324
87
45 17
-25 289
625
70
87 0
17 0
289
42
70 -280 784
0
𝟏𝟏𝟏𝟏
42 -28 784
𝟏𝟏𝟏𝟏 (𝑿𝑿𝒊𝒊 − 𝑿𝑿)𝟐𝟐

𝒊𝒊!𝟏𝟏 (𝑿𝑿𝒊𝒊 − 𝑿𝑿)𝟐𝟐

=
𝒊𝒊!𝟏𝟏
𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒  
= 𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒  
Tabla 5. Grupo B
Tabla 6. Varianza para los puntajes del grupo B obtenidos en una prueba de aptitud matemática.
Tabla 5. Grupo B
Fuente: Propia.

Estadística - eje 3 Pongamos en práctica 10

 Con base en los registros de las tablas se tiene que las varianzas muestrales 𝑺𝑺𝟐𝟐𝑨𝑨 y 𝑺𝑺𝟐𝟐𝑩𝑩 de
los grupos A y B respectivamente están dadas por: 𝟐𝟐 𝟐𝟐
  base en los registros de las tablas se tiene que las varianzas muestrales 𝑺𝑺𝑨𝑨 y 𝑺𝑺𝑩𝑩 de
Con
los grupos A y B respectivamente𝟏𝟏𝟏𝟏 están dadas por:
Con
  base en los registros𝟐𝟐de las 𝟏𝟏 tablas se tiene𝟐𝟐 que𝟑𝟑𝟑𝟑 las varianzas muestrales 𝑺𝑺𝟐𝟐𝑨𝑨 2y 𝑺𝑺𝟐𝟐𝑩𝑩 de
Con base en los registros𝑺𝑺de 𝑨𝑨 = las tablas (𝑿𝑿𝒊𝒊 dadas
se − 𝑿𝑿) por:
tiene que
= las=varianzas 𝟑𝟑, 𝟕𝟕𝟕𝟕 … muestrales S A y S2Bde
los grupos A y B respectivamente 𝟗𝟗 están
𝟏𝟏𝟏𝟏
𝟗𝟗
los grupos A y B respectivamente 𝟏𝟏 𝒊𝒊=𝟏𝟏están dadas por:𝟑𝟑𝟑𝟑
  𝟐𝟐
𝑺𝑺𝑨𝑨 = 𝟏𝟏𝟏𝟏 (𝑿𝑿𝒊𝒊 − 𝑿𝑿) = 𝟐𝟐
= 𝟑𝟑, 𝟕𝟕𝟕𝟕 …
𝟗𝟗𝟏𝟏 𝟗𝟗
𝟑𝟑𝟑𝟑
𝟐𝟐 𝟏𝟏𝟏𝟏 𝒊𝒊=𝟏𝟏 𝟐𝟐
𝟐𝟐
𝑺𝑺 𝑨𝑨 𝟏𝟏= (𝑿𝑿 𝒊𝒊 − 𝑿𝑿) =
𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒 = 𝟑𝟑, 𝟕𝟕𝟕𝟕 …
𝑺𝑺𝑩𝑩 = 𝟏𝟏𝟏𝟏 𝒊𝒊=𝟏𝟏 𝟗𝟗 (𝑿𝑿𝒊𝒊 − 𝑿𝑿) = 𝟐𝟐 𝟗𝟗 = 𝟒𝟒𝟒𝟒𝟒𝟒, 𝟕𝟕𝟕𝟕 …
𝟗𝟗
𝟏𝟏 𝟗𝟗
𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒
𝒊𝒊=𝟏𝟏
𝑺𝑺𝟐𝟐𝑩𝑩 = 𝟏𝟏𝟏𝟏 (𝑿𝑿𝒊𝒊 − 𝑿𝑿)𝟐𝟐 = = 𝟒𝟒𝟒𝟒𝟒𝟒, 𝟕𝟕𝟕𝟕 …
𝟗𝟗𝟏𝟏 𝟗𝟗
𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒
𝟐𝟐 𝒊𝒊=𝟏𝟏 𝟐𝟐
La gran diferencia que registran𝑺𝑺 𝑩𝑩 = (𝑿𝑿 𝒊𝒊 − 𝑿𝑿)
las varianzas de𝟗𝟗 los=dos
= 𝟒𝟒𝟒𝟒𝟒𝟒, 𝟕𝟕𝟕𝟕 … es un reflejo de la
grupos
𝟗𝟗
diferencia en la variabilidad de𝒊𝒊=𝟏𝟏 los datos.
La gran diferencia que registran las varianzas de los dos grupos es un reflejo de la
La diferencia
gran
Ejemplo
La gran
en la variabilidad
diferencia
5.3:
diferencia quequeregistran de los
registran lasdatos.
varianzas
las varianzas dede loslos dosdos gruposgrupos es un
es un reflejo de la
reflejo dedife-
la
rencia
Hallar en lala variabilidad
varianza de las de los
edades datos. de una muestra de 8 estudiantes de un colegio de
diferencia en la variabilidad de los datos.
Ejemplo
bachillerato. 5.3:Las edades son: 12, 14, 9, 10, 11, 9, 11 y 12 años.
Ejemplo 3.
Hallar la varianza de las edades de una muestra de 8 estudiantes de un colegio de
Ejemplo 5.3:Las edades son: 12, 14, 9, 10, 11, 9, 11 y 12 años.
bachillerato.
Solución:
Hallar
Hallarla varianza
laauxiliar
varianza para unas
delos lascálculos edades
edades de deuna una muestra
muestra dede 8 estudiantes
8 estudiantes de de unun colegio
colegio dede
La tabla
bachillerato. Las para
edades es la siguiente:
bachillerato.
Solución: Las edadesson: son:12, 12,14, 14,9,9,10, 10,11,11,9,9,1111 y 12y 12 años.
años.
La tabla auxiliar para los
𝑿𝑿𝒊𝒊  (𝒂𝒂ñ𝒐𝒐𝒐𝒐) cálculos es la siguiente:
(𝑿𝑿𝒊𝒊 −   𝑿𝑿)  (𝒂𝒂ñ𝒐𝒐𝒐𝒐) (𝑿𝑿𝒊𝒊 −   𝑿𝑿)  𝟐𝟐 (𝒂𝒂ñ𝒐𝒐𝒐𝒐𝟐𝟐 )
Solución:
12 0 0
La tabla auxiliar para los cálculos
𝑿𝑿𝒊𝒊  (𝒂𝒂ñ𝒐𝒐𝒐𝒐) (𝑿𝑿 − es   𝑿𝑿)  (𝒂𝒂ñ𝒐𝒐𝒐𝒐)
la siguiente: (𝑿𝑿 −   𝑿𝑿)   𝟐𝟐 𝟐𝟐
14 𝒊𝒊 2 𝒊𝒊 4 (𝒂𝒂ñ𝒐𝒐𝒐𝒐 )
12
9 0
-3 0
9𝟐𝟐 (𝒂𝒂ñ𝒐𝒐𝒐𝒐𝟐𝟐 )
𝑿𝑿𝒊𝒊  (𝒂𝒂ñ𝒐𝒐𝒐𝒐)
14 (𝑿𝑿𝒊𝒊 −   𝑿𝑿)  (𝒂𝒂ñ𝒐𝒐𝒐𝒐)
2 (𝑿𝑿𝒊𝒊 −   𝑿𝑿)  
4
10
12 -20 40
9 -3 9
11
14 -12 14
10
99 -2
-3 4
99
-3
11
11 -1
-1 1
14
10
9 -2
-3 9
12
11 0
-1 01
11 -1 𝟏𝟏𝟏𝟏 1
9
12 -3
0 9
𝑿𝑿 = 𝟏𝟏𝟏𝟏  𝒂𝒂ñ𝒐𝒐𝒐𝒐 (𝑿𝑿𝒊𝒊 − 𝑿𝑿)𝟐𝟐0= 𝟐𝟐𝟐𝟐   𝒂𝒂ñ𝒐𝒐𝒐𝒐𝟐𝟐
11 -1 𝟏𝟏𝟏𝟏 1
𝒊𝒊!𝟏𝟏
12
𝑿𝑿 = 𝟏𝟏𝟏𝟏  𝒂𝒂ñ𝒐𝒐𝒐𝒐 0 (𝑿𝑿𝒊𝒊 − 𝑿𝑿)𝟐𝟐0= 𝟐𝟐𝟐𝟐   𝒂𝒂ñ𝒐𝒐𝒐𝒐𝟐𝟐
Tabla 7. Tabla
Varianza para
6. Varianza 𝟏𝟏𝟏𝟏
el𝒊𝒊!𝟏𝟏
ejemplo 3
muestral
𝑿𝑿 = 𝟏𝟏𝟏𝟏  𝒂𝒂ñ𝒐𝒐𝒐𝒐 Fuente:Propia (𝑿𝑿𝒊𝒊 − 𝑿𝑿)𝟐𝟐 = 𝟐𝟐𝟐𝟐   𝒂𝒂ñ𝒐𝒐𝒐𝒐𝟐𝟐
En este caso la varianza correspondeTabla
a: 6. Varianza muestral
𝒊𝒊!𝟏𝟏

En En este
este casolalavarianza
caso varianza corresponde
corresponde
𝟖𝟖 a:
Tabla
a: 6. Varianza muestral 𝟐𝟐
𝟐𝟐
𝟏𝟏 𝟐𝟐
𝟐𝟐𝟐𝟐  𝒂𝒂ñ𝒐𝒐𝒐𝒐  
𝑺𝑺 =
En este caso la varianza corresponde 𝟖𝟖 (𝑿𝑿 𝒊𝒊 − 𝑿𝑿)
a: = = 𝟒𝟒  𝒂𝒂ñ𝒐𝒐𝒐𝒐𝟐𝟐    
𝟕𝟕
𝟏𝟏 𝒊𝒊!𝟏𝟏 𝟕𝟕 𝟐𝟐
𝟐𝟐𝟐𝟐  𝒂𝒂ñ𝒐𝒐𝒐𝒐  
𝑺𝑺𝟐𝟐 = 𝟖𝟖 (𝑿𝑿 𝒊𝒊 − 𝑿𝑿) 𝟐𝟐
= = 𝟒𝟒  𝒂𝒂ñ𝒐𝒐𝒐𝒐𝟐𝟐    
𝟕𝟕𝟏𝟏 𝟕𝟕 𝟐𝟐  
𝟐𝟐𝟐𝟐  𝒂𝒂ñ𝒐𝒐𝒐𝒐
𝟐𝟐 𝒊𝒊!𝟏𝟏 𝟐𝟐
𝑺𝑺 = (𝑿𝑿𝒊𝒊 − 𝑿𝑿) = = 𝟒𝟒  𝒂𝒂ñ𝒐𝒐𝒐𝒐𝟐𝟐    
𝟕𝟕 𝟕𝟕
𝒊𝒊!𝟏𝟏

Estadística - eje 3 Pongamos en práctica 11

Observamos que al realizar las operaciones teniendo en cuenta la unidad de medida de
Observamos
la variable, que al realizar
la varianza quedalasexpresada
operaciones enteniendo
unidadesencuadradas,
cuenta la unidad
(años de
2
enmedida de
este caso).
𝟐𝟐
la variable, la varianza queda expresada en unidades cuadradas, (𝒂𝒂ñ𝒐𝒐𝒐𝒐
Esta expresión no tiene interpretación directa en relación con los datos originales, para  en este caso).
queEsta expresiónquede
la variable no tiene interpretación
nuevamente directa
en las en relación
unidades con los
originales, sedatos
halla originales, para
la raíz cuadrada
que la variable quede nuevamente en las unidades originales, se halla
de la varianza, obteniendo como resultado la desviación estándar, que es la medida dela raíz cuadrada
de la varianza,
dispersión obteniendo
a calcularse en la como resultado
siguiente la desviación estándar, que es la medida de
sección.
dispersión a calcularse en la siguiente sección.
Calculo de la desviación estándar para datos no agrupados
Calculo de la desviación estándar para datos no agrupados
Definida la desviación estándar como la raíz cuadrada de la varianza, en este aparte se
realiza el cálculo
Definida de la desviación
la desviación estándar
estándar como para
la raíz los ejemplos
cuadrada antes tratados,
de la varianza, en este aparte en losse
que
se realizó el cálculo
realiza el cálculode
delaladesviación
varianza. estándar para los ejemplos antes tratados, en los que
se realizó el cálculo de la varianza.
Ejemplo 4.
Ejemplo
Cálcular la 5.4:
desviación estándar para el nivel de pureza de sustancias médicas produci-
das en un día.desviación estándar poblacional para los datos del estudio del nivel de
Cálcular la
pureza de sustancias médicas producidas en un dia.
Solución:
Solución:
LosLos
datos registrados
datos registradosson
sonlos
lossiguientes.
siguientes.

Porcentajes de impurezas observados

0,04 0,14 0,17 0,19 0,22
0,05 0,14 0,17 0,21 0,24
0,12 0,15 0,18 0,21 0,25
Tabla 8. Desviación estándar para
Tabla los porcentajes
7. Desviacion estandar de impurezas observadas.
Fuente:Propia
La varianza poblacional antes calculada es:
La varianza poblacional antes calculada es:
𝝈𝝈𝟐𝟐 = 𝟎𝟎, 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎

Por Por lo tanto

lo tanto la desviación
la desviación estándarcorrespondiente
estándar correspondiente es:
es:

𝝈𝝈 =   𝝈𝝈𝟐𝟐 =   𝟎𝟎, 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎

𝝈𝝈 =  𝟎𝟎, 𝟎𝟎𝟎𝟎𝟎𝟎
Lo Lo
queque
indica que
indica queenenlaladesviación
desviación promedio de porcentajes
promedio de porcentajesdedeimpureza
impureza
es es
𝟎𝟎, 0, 058.
𝟎𝟎𝟎𝟎𝟎𝟎.
Ejemplo 5.
Ejemplo 5.5:
Calcular
Calcular la la desviación estándar
comparación de las muestras
de las calificaciones dede
dospuntajes obtenidos
cursos usando en la pruebaestán-
la desviación de
aptitud matemática por los grupos estudiantes A y B.
dar.

Estadística - eje 3 Pongamos en práctica 12

 Solución:
Solución:
Los Los
valores de las
valores devarianzas, aproximado
las varianzas, aproximado a dos decimales,
a dos parapara
decimales, cadacada
grupo son:son:
grupo
Solución:
Solución:
Los valores de las varianzas, aproximado 𝑺𝑺𝟐𝟐𝑨𝑨a 𝑺𝑺
dos
= 𝟐𝟐𝟑𝟑,decimales,
𝟕𝟕𝟕𝟕
𝑨𝑨 =decimales,
𝟑𝟑, 𝟕𝟕𝟕𝟕 para cada grupo son:
Los valores de las varianzas, aproximado a dos para cada grupo son:
𝟐𝟐 𝟐𝟐
𝑺𝑺𝑺𝑺 ==
𝑩𝑩 𝑨𝑨𝑺𝑺
𝟑𝟑, 𝟕𝟕𝟕𝟕
𝟐𝟐𝟒𝟒𝟒𝟒𝟒𝟒, 𝟕𝟕𝟕𝟕
𝑩𝑩 = 𝟒𝟒𝟒𝟒𝟒𝟒, 𝟕𝟕𝟕𝟕

𝑺𝑺𝟐𝟐𝑩𝑩 = 𝟒𝟒𝟒𝟒𝟒𝟒, 𝟕𝟕𝟕𝟕

Por Por
tanto las desviaciones
tanto estándar
las desviaciones muestrales
estándar correspondientes
muestrales son:son:
correspondientes
Por tanto las desviaciones estándar muestrales correspondientes son:
Por tanto las desviaciones estándar muestrales
𝟐𝟐
correspondientes son:
=𝑨𝑨   =𝑺𝑺   𝟐𝟐𝑨𝑨 𝑺𝑺
𝑺𝑺𝑨𝑨 𝑺𝑺 =𝟐𝟐𝑨𝑨   =𝟑𝟑,   𝟕𝟕𝟕𝟕
𝟑𝟑, 𝟕𝟕𝟕𝟕
𝑺𝑺𝑨𝑨 =   𝑺𝑺𝟐𝟐𝑨𝑨 =   𝟑𝟑, 𝟕𝟕𝟕𝟕
=𝑨𝑨  𝟏𝟏,
𝑺𝑺𝑨𝑨 𝑺𝑺 = 𝟗𝟗𝟗𝟗
 𝟏𝟏, 𝟗𝟗𝟗𝟗
Y Y 𝑺𝑺𝑨𝑨 =  𝟏𝟏, 𝟗𝟗𝟗𝟗

Y
=𝑩𝑩   =𝑺𝑺   𝟐𝟐𝑩𝑩 𝑺𝑺
𝑺𝑺𝑩𝑩 𝑺𝑺 =𝟐𝟐   =𝟒𝟒𝟒𝟒𝟒𝟒, 𝟕𝟕𝟕𝟕 𝟕𝟕𝟕𝟕
  𝟒𝟒𝟒𝟒𝟒𝟒, … …
𝑩𝑩

𝑺𝑺𝑩𝑩 =   𝑺𝑺𝟐𝟐𝑩𝑩 =   𝟒𝟒𝟒𝟒𝟒𝟒, 𝟕𝟕𝟕𝟕 …

=𝑩𝑩  𝟐𝟐𝟐𝟐,
𝑺𝑺𝑩𝑩 𝑺𝑺 𝟓𝟓𝟓𝟓 𝟓𝟓𝟓𝟓
=  𝟐𝟐𝟐𝟐,

El valor relativamente
El valor relativamente pequeño
pequeño de𝑺𝑺𝑺𝑺𝑩𝑩𝑨𝑨=𝑺𝑺
de =𝑨𝑨  𝟐𝟐𝟐𝟐,
 𝟏𝟏, 𝟓𝟓𝟓𝟓𝟗𝟗𝟗𝟗,
= 𝟗𝟗𝟗𝟗,
 𝟏𝟏, muestra
muestra quequelas las
desviaciones
desviacionesdel del
El valor
grupo,relativamente
es un pequeño de S = 1,94, muestra que las desviaciones del grupo, es
grupo, es valor cercano
un valor cercanoa 2,alo2,A que
lo queparece parece razonable
razonable al revisar los los
al revisar valores de las
valores de las
un El
valor cercano a 2, lo que parece razonable al revisar los valores de las observaciones
valor relativamente
observaciones pequeño
reales. Mientras quedeel 𝑺𝑺 𝑨𝑨 =
valor de  𝟏𝟏,𝑺𝑺de
𝟗𝟗𝟗𝟗,
𝑩𝑩 𝑺𝑺=𝑩𝑩muestra
 𝟐𝟐𝟐𝟐, 𝟓𝟓𝟓𝟓 𝟓𝟓𝟓𝟓
=  𝟐𝟐𝟐𝟐, que
da unalasuna
desviaciones
medida delgran
de ladegran
reales.observaciones
Mientras que reales.
el valor Mientras
de SB =que 21,58el valor
da una medida da
de la gran medida
variabilidad la
en los
grupo, es un valor
variabilidad en los cercano
valores a 2,
observadoslo que parece
en losen puntajes razonable al
del grupo B. revisar los valores de las
valoresvariabilidad
observados enenloslos
valores observados
puntajes del grupo los
B. puntajes del grupo B.
observaciones reales. Mientras que el valor de 𝑺𝑺𝑩𝑩 =  𝟐𝟐𝟐𝟐, 𝟓𝟓𝟓𝟓 da una medida de la gran
Ejemplo
Ejemplo 6. 5.6:en
variabilidad
Ejemplo los valores observados en los puntajes del grupo B.
5.6:
Calcular de la desviación
Calcular de la desviación estándar muestral
estándar muestral de las deedades
las edades de undegrupo de estudiantes
un grupo de estudiantesde de
bachillerato,
Calcular
Ejemplo de5.6: tratado
la desviación
bachillerato, en elen
tratado ejemplo
estándar 5.3.
el ejemplomuestral
5.3. de las edades de un grupo de estudiantes
de Calcular
bachillerato, tratado en el ejemplo 3.
de la desviación estándar muestral de las edades de un grupo de estudiantes de
Solución:
bachillerato,
Solución:tratado en el ejemplo 5.3.
Solución:
Las edades son:son:
12, 14,
Las edades 12, 9,
14,10,
9, 11,
10, 9,
11,119,y1112yaños12 años y la yvarianza
la varianza es: es:
LasSolución:
edades son: 12, 14, 9, 10, 11, 9, 11 y 12 años y la varianza es:
Las edades son: 12, 14, 9, 10, 11, 9, 11𝑺𝑺y𝟐𝟐12 𝑺𝑺𝟐𝟐años
= y la𝟐𝟐varianza
𝟒𝟒  𝒂𝒂ñ𝒐𝒐𝒐𝒐  
= 𝟒𝟒  𝒂𝒂ñ𝒐𝒐𝒐𝒐   𝟐𝟐 es:

𝟐𝟐muestra es: 𝟐𝟐
PorPor lo que
lo que
Por lo la desviación
la que
desviación estándar
estándar
la desviación de 𝑺𝑺lade
dela
estándar =
la 𝟒𝟒  𝒂𝒂ñ𝒐𝒐𝒐𝒐  
muestra
muestra es:es:

Por lo que la desviación estándar de la𝑺𝑺muestra

=𝑺𝑺𝟐𝟐  𝒂𝒂ñ𝒐𝒐𝒐𝒐
es:
= 𝟐𝟐  𝒂𝒂ñ𝒐𝒐𝒐𝒐
Lo que indica
Lo que que
indica el promedio
que el promediodedelas desviaciones respecto
las aalalaamedia
mediaeses deaños.  
2 años.
Lo que indica que el promedio dedesviaciones
las 𝟐𝟐  𝒂𝒂ñ𝒐𝒐𝒐𝒐 respecto
𝑺𝑺 =desviaciones respecto la mediade
es2de 2 años.  

Lo que indica que el promedio de las desviaciones respecto a la media es de 2 años.  

Estadística - eje 3 Pongamos en práctica 13

Coeficiente de variación
Coeficiente
Coeficiente de
Coeficiente de variación
de variación
variación
El
El cálculo
El cálculo
El cálculo
cálculo de
dede
de la
la la desviación
desviación
desviación
la estándar
estándar
desviaciónestándar
estándar dada
da medidas
medidas absolutas
medidas absolutas
da medidas de
absolutasde
absolutas de la
dela diferencia
laladiferencia
diferencia
diferencia promedio
promedio
promedio
promedio de
de
dede
las
laslas observaciones
observaciones
observaciones respecto
respecto
respecto a laa
a la
la media
media
media aritmética,
aritmética,
aritmética, en en
en ocasiones
ocasiones
ocasiones resulta
resulta
resulta
las observaciones respecto a la media aritmética, en ocasiones resulta mucho más muchomucho
mucho más
más
más ilus-
ilustrativo
ilustrativo
trativo un descriptor
un descriptor
descriptor
un descriptor
ilustrativo un que
que
que que indique
indique
indique en
en qué
indique en qué
en qué
qué proporción
proporción
proporción difiere
difiere
difiere
proporción la
la
la la
difiere desviación estándar
desviaciónestándar
desviación
desviación de
estándar de la
estándar
la
la
media media
media aritmética.
aritmética.
aritmética. La La
La medida
medida
medida dede
de dispersión
dispersión
dispersión apropiada
apropiada
apropiada
la media aritmética. La medida de dispersión apropiada en
en este
este caso es el coeficiente de
este
este caso
caso
caso es
es
esel
el coeficiente
coeficiente
el coeficientede
dede
variación,
variación,
variación,
variación, su
su
susu valor
valor
valor comúnmente
valorcomúnmente
comúnmentese
comúnmente se
se presenta
sepresenta
presenta en
presenta en porcentaje
en porcentaje
porcentaje y
porcentajeyyysese define
sesedefine
define como
como
definecomo
como el cociente
el el
el cociente
cociente
cociente
de
de de
la la
la desviación
desviación
desviación estándar
estándar
estándar yy
y la
la media.
media.
media, esEs
Es decir:
decir:
decir:
de la desviación estándar y la media. Es decir:

𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃ó𝐧𝐧  𝐞𝐞𝐞𝐞𝐞𝐞á𝐧𝐧𝐧𝐧𝐧𝐧𝐧𝐧
𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃ó𝐧𝐧  𝐞𝐞𝐞𝐞𝐞𝐞á𝐧𝐧𝐧𝐧𝐧𝐧𝐧𝐧
𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃ó𝐧𝐧  𝐞𝐞𝐞𝐞𝐞𝐞á𝐧𝐧𝐧𝐧𝐧𝐧𝐧𝐧
𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂  𝐝𝐝𝐝𝐝  𝐯𝐯𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚ó𝐧𝐧
𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂  𝐝𝐝𝐝𝐝  𝐯𝐯𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚ó𝐧𝐧 =
=  
 
𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂  𝐝𝐝𝐝𝐝  𝐯𝐯𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚ó𝐧𝐧 =   𝐌𝐌𝐌𝐌𝐌𝐌𝐌𝐌𝐌𝐌  𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚é𝐭𝐭𝐭𝐭𝐭𝐭𝐭𝐭
𝐌𝐌𝐌𝐌𝐌𝐌𝐌𝐌𝐌𝐌  𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚é𝐭𝐭𝐭𝐭𝐭𝐭𝐭𝐭
𝐌𝐌𝐌𝐌𝐌𝐌𝐌𝐌𝐌𝐌  𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚𝐚é𝐭𝐭𝐭𝐭𝐭𝐭𝐭𝐭
𝝈𝝈
𝝈𝝈
𝝈𝝈
𝑪𝑪𝑪𝑪
𝑪𝑪𝑪𝑪 =
=  
 
𝑪𝑪𝑪𝑪 =   𝝁𝝁 ×𝟏𝟏𝟏𝟏𝟏𝟏%                    (𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂  𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩)
×𝟏𝟏𝟏𝟏𝟏𝟏%                    (𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂  𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩)
𝝁𝝁 ×𝟏𝟏𝟏𝟏𝟏𝟏%                    (𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂  𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩)
𝝁𝝁
𝑺𝑺
𝑺𝑺
𝑺𝑺  ×𝟏𝟏𝟏𝟏𝟏𝟏%                    (𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂  𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦)
𝑪𝑪𝑪𝑪 =
𝑪𝑪𝑪𝑪 =
𝑪𝑪𝑪𝑪  
=      ×𝟏𝟏𝟏𝟏𝟏𝟏%                    (𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂  𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦)
 ×𝟏𝟏𝟏𝟏𝟏𝟏%                    (𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂  𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦)
𝑿𝑿
𝑿𝑿
𝑿𝑿
El
El coeficiente
El coeficiente
coeficiente de
de variación
de variación es
variación es una
es una medida
una medida de
medida de dispersión
de dispersión relativa
dispersión relativa en
relativa en el
en el sentido
el sentido que
sentido que
que
El coeficiente
permiten de variación
realizar es una
comparaciones medida
entre de
la dispersión
variabilidad relativa
de dos en el sentido
poblaciones oque permite
muestras
permiten
permiten realizar comparaciones
realizar comparaciones entre la variabilidad
entre la variabilidad de dos poblaciones
de dos poblaciones o muestras
o muestras
realizar comparaciones
diferentes, entrecuando
particularmente la variabilidad
las de dos
variables a poblaciones
comparar no oestán
muestras
en las diferentes,
mismas
diferentes,
diferentes, particularmente
particularmente cuando
cuando las
las variables
variables a
a comparar
comparar no
no
particularmente cuando las variables a comparar no están en las mismas unidades. están
están en
en las
las mismas
mismasPor
unidades.
unidades.
unidades. Por
Por ejemplo,
ejemplo,
Por ejemplo, cuando
cuando
cuando se
se quiere
quiere
se quiere comparar
comparar la
la
comparar ladel variabilidad
variabilidad
variabilidad del
del ingreso
ingreso
del ingresode per-cápita
per-cápita
per-cápita
ejemplo, cuando se quiere comparar la variabilidad ingreso per-cápita Colombia,
cuyade
de Colombia,
Colombia,
de unidad
Colombia, cuya
cuya unidad
unidad
cuya unidad
de medida de
de
es el de
pesomedida
medida
medida es
es
($) y elesdeel
el peso
peso
ellos
peso ($)
($) y
y
($) y el
Estados el
el de
de los
los Estados
Estados
de los cuya
Unidos, Estados Unidos,
Unidos,
Unidos,
unidad cuya
cuya
cuya
de medida
unidad
unidad
es el de
de
Dólar. medida
medida es
es el
el Dólar.
Dólar.
unidad de medida es el Dólar.
Ejemplo
Ejemplo7. 5.7:
Ejemplo
Ejemplo 5.7:
5.7:
Hallar
Hallar
Hallar
Hallar el
el
el el coeficiente
coeficiente de
de
coeficientede
coeficiente variación
variación correspondiente
variación
devariación para el nivel de aaapureza
correspondiente
correspondiente los
los datos
los dedel
datos
datos del
del estudio
estudio del
estudio
sustancias del
del nivel
nivel de
nivel
médicas de
deprodu-
pureza
pureza
pureza
cidas en unde
de sustancias
dedía médicas
sustancias médicas
sustancias presentado
médicas presentado en
presentado en el
en el ejemplo
el ejemplo
ejemplo 5.1.5.1.
5.1.

Solución:
Solución:
Solución:
Solución:
Este
Este
Este
Este ejemplo
ejemplo
ejemplo
ejemplo corresponde
correspondea aaadatos
corresponde
corresponde datos
datos poblacionales
poblacionales
datospoblacionales por tanto
por
poblacionales por tanto
tanto se
tanto se usa
seusa
se la
usala
usa respectiva
lalarespectiva
respectiva
respectivanotación.
notación.
notación.
notación.
La
La
La La media
media
media
media aritmética
aritmética
aritmética y
y la
la
aritméticayyla varianza
varianza
la varianza tienen
tienen los
los
tienenlos
varianza tienen valores:
valores:
losvalores:
valores:

𝝁𝝁
𝝁𝝁 =
𝝁𝝁 =  𝟎𝟎,
=  𝟎𝟎, 𝟏𝟏𝟏𝟏𝟏𝟏
 𝟎𝟎, 𝟏𝟏𝟏𝟏𝟏𝟏
𝟏𝟏𝟏𝟏𝟏𝟏
𝝈𝝈
𝝈𝝈 =
=  𝟎𝟎,
 𝟎𝟎, 𝟎𝟎𝟎𝟎𝟎𝟎
𝟎𝟎𝟎𝟎𝟎𝟎
𝝈𝝈 =  𝟎𝟎, 𝟎𝟎𝟎𝟎𝟎𝟎
Por
Por tanto
Por tanto el
tanto el coeficiente
el coeficiente de
coeficiente de variación
de variación es:
variación es:
es:
Por tanto el coeficiente de variación es:
𝟎𝟎,
𝟎𝟎, 𝟎𝟎𝟎𝟎𝟎𝟎
𝟎𝟎, 𝟎𝟎𝟎𝟎𝟎𝟎
𝟎𝟎𝟎𝟎𝟎𝟎 ×𝟏𝟏𝟏𝟏𝟏𝟏%
𝑪𝑪𝑪𝑪
𝑪𝑪𝑪𝑪 =
=
𝑪𝑪𝑪𝑪 = 𝟎𝟎, ×𝟏𝟏𝟏𝟏𝟏𝟏%
×𝟏𝟏𝟏𝟏𝟏𝟏%
𝟎𝟎, 𝟏𝟏𝟏𝟏𝟏𝟏
𝟎𝟎, 𝟏𝟏𝟏𝟏𝟏𝟏
𝟏𝟏𝟏𝟏𝟏𝟏
𝑪𝑪𝑪𝑪
𝑪𝑪𝑪𝑪 =
𝑪𝑪𝑪𝑪 = 𝟑𝟑𝟑𝟑,
= 𝟑𝟑𝟑𝟑, 𝟗𝟗𝟗𝟗  %  
𝟑𝟑𝟑𝟑, 𝟗𝟗𝟗𝟗  %  
𝟗𝟗𝟗𝟗  %  

Estadística - eje 3 Pongamos en práctica 14

 Ejemplo
Ejemplo 8. 5.8:
Hallar
Ejemplo el coeficiente
5.8: de variación para los puntajes en la prueba de aptitud matemática
Comparación
Ejemplo
para de las calificaciones
5.8: A y Bde de dos cursos usando el coeficiente de variación.
Hallarlos
elgrupos
coeficiente tratados en ejemplos
variación anteriores.
para los puntajes en la prueba de aptitud matemática
Hallar el coeficiente de variación para los puntajes
para los grupos A y B tratados en ejemplos anteriores.
Solución: en la prueba de aptitud matemática
Solución:
para los grupos A y B tratados en ejemplos anteriores.
LosSolución:
valores
Los valoresdede
desviación
desviación estándar
estándaryymedia aritméticapara
media aritmética para cada
cada grupo
grupo son:son:
Solución:
Los valores de desviación estándar y media aritmética para cada grupo son:
𝑺𝑺𝑨𝑨 = y  𝟏𝟏,
Los valores de desviación estándar 𝟗𝟗𝟗𝟗𝟗𝟗𝟗𝟗;        𝑿𝑿
media aritmética 𝑨𝑨 = 𝟕𝟕𝟕𝟕cada grupo son:
para
𝑺𝑺𝑨𝑨 =  𝟏𝟏, 𝟗𝟗𝟗𝟗𝟗𝟗𝟗𝟗;        𝑿𝑿𝑨𝑨 = 𝟕𝟕𝟕𝟕
𝑺𝑺𝑩𝑩𝑨𝑨 =  𝟏𝟏,
 𝟐𝟐𝟐𝟐,𝟗𝟗𝟗𝟗𝟗𝟗𝟗𝟗;        𝑿𝑿
𝟓𝟓𝟓𝟓𝟓𝟓;        𝑿𝑿𝑨𝑨𝑩𝑩 = 𝟕𝟕𝟕𝟕
𝑺𝑺𝑩𝑩 =  𝟐𝟐𝟐𝟐, 𝟓𝟓𝟓𝟓𝟓𝟓;        𝑿𝑿𝑩𝑩 = 𝟕𝟕𝟕𝟕
Por tanto los valores de 𝑺𝑺𝑩𝑩 =de
coeficiente
Por tanto los valores de coeficiente  𝟐𝟐𝟐𝟐,
de 𝟓𝟓𝟓𝟓𝟓𝟓;        𝑿𝑿
variación
variación son:
son: 𝑩𝑩 = 𝟕𝟕𝟕𝟕
Por tanto los valores de coeficiente de variación son:
𝑺𝑺𝑨𝑨 de variación son:
Por tanto los valores de coeficiente 𝟏𝟏, 𝟗𝟗𝟗𝟗
𝑪𝑪𝑪𝑪𝑨𝑨 =   ×𝟏𝟏𝟏𝟏𝟏𝟏% =   ×𝟏𝟏𝟏𝟏𝟏𝟏%
𝑺𝑺𝑨𝑨
𝑿𝑿 𝟏𝟏,𝟕𝟕𝟕𝟕
𝟗𝟗𝟗𝟗
𝑪𝑪𝑪𝑪𝑨𝑨 =   𝑺𝑺𝑨𝑨 ×𝟏𝟏𝟏𝟏𝟏𝟏% =   𝟏𝟏, 𝟗𝟗𝟗𝟗 ×𝟏𝟏𝟏𝟏𝟏𝟏%
𝑪𝑪𝑪𝑪𝑨𝑨 =   𝑿𝑿𝑨𝑨 ×𝟏𝟏𝟏𝟏𝟏𝟏% =   𝟕𝟕𝟕𝟕 ×𝟏𝟏𝟏𝟏𝟏𝟏%
𝑿𝑿𝑨𝑨𝑪𝑪𝑪𝑪 =  𝟐𝟐, 𝟕𝟕𝟕𝟕  % 𝟕𝟕𝟕𝟕
𝑨𝑨
𝑪𝑪𝑪𝑪𝑨𝑨 =  𝟐𝟐, 𝟕𝟕𝟕𝟕  %
𝑪𝑪𝑪𝑪𝑨𝑨 =  𝟐𝟐, 𝟕𝟕𝟕𝟕  %
𝑺𝑺𝑩𝑩 𝟐𝟐𝟐𝟐, 𝟓𝟓𝟓𝟓
𝑪𝑪𝑪𝑪𝑩𝑩 =   ×𝟏𝟏𝟏𝟏𝟏𝟏% =   ×𝟏𝟏𝟏𝟏𝟏𝟏%
𝑺𝑺𝑩𝑩
𝑿𝑿 𝟐𝟐𝟐𝟐,
𝟕𝟕𝟕𝟕𝟓𝟓𝟓𝟓
𝑪𝑪𝑪𝑪𝑩𝑩 =   𝑺𝑺𝑩𝑩 ×𝟏𝟏𝟏𝟏𝟏𝟏% =   𝟐𝟐𝟐𝟐, 𝟓𝟓𝟓𝟓 ×𝟏𝟏𝟏𝟏𝟏𝟏%
𝑪𝑪𝑪𝑪𝑩𝑩 =   𝑿𝑿𝑩𝑩 ×𝟏𝟏𝟏𝟏𝟏𝟏% =   𝟕𝟕𝟕𝟕 ×𝟏𝟏𝟏𝟏𝟏𝟏%
𝑿𝑿𝑩𝑩𝑪𝑪𝑪𝑪 =  𝟑𝟑𝟑𝟑, 𝟖𝟖𝟖𝟖  % 𝟕𝟕𝟕𝟕
𝑨𝑨
𝑪𝑪𝑪𝑪𝑨𝑨 =  𝟑𝟑𝟑𝟑, 𝟖𝟖𝟖𝟖  %
Con el cálculo del coeficiente de 𝑪𝑪𝑪𝑪𝑨𝑨variación
=  𝟑𝟑𝟑𝟑, 𝟖𝟖𝟖𝟖  %
resulta más clara la diferencia en la
variabilidad
Con de las
el cálculo del dos muestras,deel variación
coeficiente grupo A resulta
presentamás unaclara
variación promedio
la diferencia endel
la
ConConel cálculo del
el cálculo coeficiente
del de variación resulta más clara la diferencia en la variabili-
𝟐𝟐, 𝟕𝟕𝟕𝟕  %
variabilidad respecto
de las lacoeficiente
a dosmedia, deel variación
mientras
muestras, A resulta
que el grupo
grupo másunaclara
B presenta
presenta una la diferencia
del
variación𝟑𝟑𝟑𝟑, 𝟖𝟖𝟖𝟖  %.endel
promedio la
dadvariabilidad
de las dos muestras,
de lasa dos el grupo
muestras, A presenta
el grupo una variación
A presenta promedio
una variación del 2, 77 % respec-
promedio del
to a𝟐𝟐,la𝟕𝟕𝟕𝟕  %
media, respecto
mientras laque
media, mientras
el grupo que el grupo
B presenta unaBdel presenta
30, 83una%. del 𝟑𝟑𝟑𝟑, 𝟖𝟖𝟖𝟖  %.
𝟐𝟐, 𝟕𝟕𝟕𝟕  % 5.9:
Ejemplo respecto a la media, mientras que el grupo B presenta una del 𝟑𝟑𝟑𝟑, 𝟖𝟖𝟖𝟖  %.
Hallar
Ejemplo el
9.
Ejemplo 5.9: coeficiente de variación de las edades de una muestra de 8 estudiantes de un
colegio
Ejemplo
Hallar elde bachillerato.
5.9:
coeficiente de Las edadesdeson:
variación 12, 14, 9,de
las edades 10,una
11,muestra
9, 11 y 12deaños.
8 estudiantes de un
Hallar
Hallarel coeficiente
el de
coeficiente devariación
variación para
de unas
las edades
edades de de
una una muestra
muestra de 8 de 8 estudiantes
estudiantes de unde
colegio de bachillerato. Las edades son: 12, 14, 9, 10, 11, 9, 11 y 12 años.
un colegio
Solución:
colegio de bachillerato. Las edades son: 12, 14, 9, 10, 11, 9,
de bachillerato. Las edades son: 12, 14, 9, 10, 11, 9, 11 y 12 años. 11 y 12 años.
En
Solución: anteriores se calculó la media y la desviación estándar de la muestra, los
ejemplos
Solución:
Solución:
valores
En son los
ejemplos siguientes:
anteriores se   calculó la media y la desviación estándar de la muestra, los
En En ejemplos
ejemplos
valores anteriores
sonanteriores
los sese
siguientes:   calculólalamedia
calculó mediayylala desviación
desviación estándar
estándarde delalamuestra,
muestra, loslos
valores
valoressonsonloslos siguientes:   𝑺𝑺 =  𝟐𝟐  𝒂𝒂ñ𝒐𝒐𝒐𝒐;        𝑿𝑿 = 𝟏𝟏𝟏𝟏  𝒂𝒂ñ𝒐𝒐𝒐𝒐
siguientes:
𝑺𝑺 =  𝟐𝟐  𝒂𝒂ñ𝒐𝒐𝒐𝒐;        𝑿𝑿 = 𝟏𝟏𝟏𝟏  𝒂𝒂ñ𝒐𝒐𝒐𝒐
𝑺𝑺 =  𝟐𝟐  𝒂𝒂ñ𝒐𝒐𝒐𝒐;        𝑿𝑿 = 𝟏𝟏𝟏𝟏  𝒂𝒂ñ𝒐𝒐𝒐𝒐

Estadística - eje 3 Pongamos en práctica 15

El coeficiente de variación correspondiente es entonces:
El coeficiente de variación correspondiente es entonces:

𝑺𝑺 𝟐𝟐  𝒂𝒂ñ𝒐𝒐𝒐𝒐
𝑪𝑪𝑪𝑪 =   ×𝟏𝟏𝟏𝟏𝟏𝟏% =   ×𝟏𝟏𝟏𝟏𝟏𝟏%
𝑿𝑿 𝟏𝟏𝟏𝟏  𝒂𝒂ñ𝒐𝒐𝒐𝒐  

𝑪𝑪𝑪𝑪 = 𝟏𝟏𝟏𝟏, 𝟏𝟏𝟏𝟏

Con este ejemplo finaliza el estudio de las medidas de dispersión para datos no
agrupados. Frente a la necesidad de apropiarse de los principios estudiados se hace
necesaria la minuciosa revisión de los ejemplos desarrollados y la aplicación de las
Lectura recomendada
estrategias de trabajo a los ejercicios propuestos en el taller, esto a su vez proporciona
bases para
Paraenfrentar
calculardenúmeros
mejor manera el estudio
estadísticos de medidas
y elaborar de dispersión
gráficos en Excel, para
le datos
recomiendo
agrupados, la lectura: a la sexta semana del módulo.  
tema correspondiente
Estadística para administración
Rodríguez, J., Pierdant, A., y Rodríguez, C.
Páginas: 156 - 159.
Recuperado de: https://bit.ly/2MeWgLV

Estadística - eje 3 Pongamos en práctica 16

Medidas de dispersión de
datos agrupados
 Desarrollo temático
Medidas de dispersión de datos agrupados
Desarrollo temático
 
Las medidas de dispersión que frecuentemente se usan en el caso de datos
agrupados
Medidas son el rango,
de dispersión la varianza,
de datos agrupadosla desviación estándar y el coeficiente de
variación. El rango sigue siendo la misma diferencia entre los valores máximos y
Las medidas
mínimos dede dispersión que frecuentemente
las observaciones. También sesedistingue
usan en el
loscaso de datos
casos agrupados
poblacionales y
son muestrales.
el rango, la varianza, la desviación estándar y el coeficiente de variación.
Los símbolos empleados, así como las relaciones entre estos El rango
siguedescriptores
siendo la misma
son: diferencia entre los valores máximos y mínimos de las observacio-
nes. También se distingue los casos poblacionales y muestrales. Los símbolos empleados,
así como las relaciones entre estos descriptores son:

𝝈𝝈𝟐𝟐 = 𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕  𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩

𝑺𝑺𝟐𝟐 = 𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕𝐕  𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦

𝝈𝝈 = 𝝈𝝈𝟐𝟐 = 𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃ó𝐧𝐧  𝐞𝐞𝐞𝐞𝐞𝐞á𝐧𝐧𝐧𝐧𝐧𝐧𝐧𝐧  𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩

𝑺𝑺 = 𝑺𝑺𝟐𝟐 = 𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃𝐃ó𝐧𝐧  𝐞𝐞𝐞𝐞𝐞𝐞á𝐧𝐧𝐧𝐧𝐧𝐧𝐧𝐧  𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦

𝝈𝝈
𝑪𝑪𝑪𝑪 =   ×𝟏𝟏𝟏𝟏𝟏𝟏%                    𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂.    𝐝𝐝𝐝𝐝  𝐯𝐯𝐯𝐯𝐯𝐯𝐯𝐯𝐯𝐯𝐯𝐯𝐯𝐯ó𝐧𝐧  𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩𝐩
𝝁𝝁
𝑺𝑺
𝑪𝑪𝑪𝑪 =    ×𝟏𝟏𝟏𝟏𝟏𝟏%                    𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂.    𝐝𝐝𝐝𝐝  𝐯𝐯𝐯𝐯𝐯𝐯𝐯𝐯𝐯𝐯𝐯𝐯𝐯𝐯ó𝐧𝐧  𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦𝐦
𝑿𝑿
Calculo de varianza, desviación estándar poblacional y coeficiente de variación
para datos agrupados
Calculo de varianza, desviación estándar poblacional y coeficiente de
La varianza
variación de para
un conjunto de datos agrupados en clases corresponde al promedio pon-
datos agrupados
derado
  de los cuadrados de las desviaciones de la marca de clase. A partir de una distri-
bución de frecuencias de datos agrupados, correspondientes a observaciones sobre una
La varianza
población, de un
la varianza conjunto
se puede de datos
calcular a partir agrupados en directa
de la formula clases de
corresponde
la definiciónalo
de lapromedio ponderado ambas
fórmula abreviada, de los cuadrados
fórmulas sede las desviaciones
muestran de la marca de clase.
a continuación.
A partir de una distribución de frecuencias de datos agrupados, correspondientes
!
a observaciones sobre una población,
𝟏𝟏 la varianza se puede calcular a partir de la
𝟐𝟐
formula directa de la definición o de 𝟐𝟐
𝝈𝝈 = 𝒇𝒇la fórmula abreviada,
𝒊𝒊 . 𝑿𝑿! −  𝝁𝝁
ambas fórmulas se
muestran a continuación. 𝑵𝑵
!!!

𝒌𝒌
𝟏𝟏 !
𝝈𝝈𝟐𝟐 = 𝒇𝒇𝒊𝒊 . 𝑿𝑿! − 𝝁𝝁𝟐𝟐
𝑵𝑵
𝒊𝒊!𝟏𝟏

La desviación estándar corresponde a la raíz cuadrada positiva del valor obtenido

como varianza, es decir: Estadística - eje 3 Pongamos en práctica 18
 𝝈𝝈
𝝈𝝈𝟐𝟐𝟐𝟐 = 𝟏𝟏
= 𝑵𝑵 𝒇𝒇𝒇𝒇𝒊𝒊 .. 𝑿𝑿
𝑿𝑿!!!! −
− 𝝁𝝁
𝝁𝝁𝟐𝟐𝟐𝟐
𝝈𝝈 = 𝑵𝑵 𝒊𝒊!𝟏𝟏 𝒇𝒇 𝒊𝒊𝒊𝒊 . 𝑿𝑿 − 𝝁𝝁
𝑵𝑵 𝒊𝒊!𝟏𝟏𝒊𝒊!𝟏𝟏

La
La desviación
desviación estándar
estándar corresponde
corresponde a lala raíz cuadrada positiva del
del valor obtenido
La La
desviación estándar
desviación corresponde
estándar a laaaraíz
corresponde la raíz
raíz cuadrada
cuadrada
cuadrada positiva
positiva valor
del valor
positiva del obtenido
obtenido
valor como
obtenido
como varianza,
como varianza,
varianza, es decir:
es decir:
decir:
varianza,
como es decir: es

𝝈𝝈 = 𝝈𝝈 𝟐𝟐
𝝈𝝈 = 𝝈𝝈 𝟐𝟐
𝝈𝝈 = 𝝈𝝈𝟐𝟐
Mientras
Mientras que
que elel coeficiente
coeficiente de
de variación
variación corresponde
corresponde al
al cociente
cociente de
de la
la desviación
desviación
Mientras
estándar
Mientras que
y
que la
el el coeficiente
media de
aritmética,
coeficiente de variación
es decir:
variación corresponde
corresponde al al cociente
cociente de de
la la desviación
desviación están-
estándar yy la
estándar la media
media aritmética,
aritmética, es
es decir:
decir:
dar y la media aritmética, es decir:
𝝈𝝈
𝝈𝝈 ×𝟏𝟏𝟏𝟏𝟏𝟏%                    
𝑪𝑪𝑪𝑪
𝑪𝑪𝑪𝑪 =
=  
  𝝈𝝈 ×𝟏𝟏𝟏𝟏𝟏𝟏%                    
𝑪𝑪𝑪𝑪 =   𝝁𝝁
𝝁𝝁 ×𝟏𝟏𝟏𝟏𝟏𝟏%                    
𝝁𝝁
Dónde
Dónde
Dónde
Dónde 𝟐𝟐
𝝈𝝈
𝝈𝝈 𝟐𝟐 = Varianza  poblacional
= Varianza  poblacional
Varianza  poblacional
𝝈𝝈𝟐𝟐 =
𝑵𝑵
𝑵𝑵 = = Tamaño  de  la  población.
Tamaño  de  la  población.
𝑵𝑵 = Tamaño  de  la  población.
𝒌𝒌𝒌𝒌 = = Cantidad  de  clases.
Cantidad  de  clases.
𝒌𝒌 = Cantidad  de  clases.
𝒇𝒇𝒇𝒇𝒊𝒊 =
= Frecuencia  de  la  i
Frecuencia  de  la  i −
− esima  clase.
esima  clase.
𝒇𝒇𝒊𝒊𝒊𝒊 = Frecuencia  de  la  i − esima  clase.
𝑿𝑿
𝑿𝑿!! = = Punto  medio  o  marca  de  la  i
Punto  medio  o  marca  de  la  i −
− esima  clase.  
esima  clase.  
𝑿𝑿 ! = Punto  medio  o  marca  de  la  i − esima  clase.  
𝝁𝝁
𝝁𝝁 = = Media  aritmética  poblacional  
Media  aritmética  poblacional  
𝝁𝝁 = Media  aritmética  poblacional  
𝜎𝜎𝜎𝜎 == Desviación  estándar  poblacional  
Desviación  estándar  poblacional  
𝜎𝜎 = Desviación  estándar  poblacional  
𝐶𝐶𝐶𝐶
𝐶𝐶𝐶𝐶 = = Coeficiente  de  variación
Coeficiente  de  variación
𝐶𝐶𝐶𝐶 = Coeficiente  de  variación

Ejemplo
Ejemplo
Ejemplo10.6.1:
6.1:
Ejemplo 6.1:
Calcular
Calcular la
la varianza,
la varianza,
Calcular la
la desviación
la desviación
varianza, estándar
desviación estándar poblacional
poblacional
estándar yy el
el coeficiente
y el coeficiente
poblacional de variaciónde
coeficiente deco-
Calcular
variación
rrespondiente la a varianza,
correspondiente
la la
distribucióndesviación
a
de la estándar
distribución
frecuencias del de poblacional
frecuencias
estudio sobre y del
el coeficiente
estudio
habilidades en el de
sobre
manejo
variación correspondiente
variación correspondiente aa la la distribución
distribución de de frecuencias
frecuencias deldel estudio
estudio sobre
sobre
de habilidades
conceptos
habilidades enyen el manejo
principios
en elel manejode de conceptos
estadística.
manejo de
de conceptos y principios
conceptos yy principios de
principios de estadística
de estadística presentado
presentado en
estadística presentado en el
el
habilidades
ejemplo 4.1 de la semana 4. en el
ejemplo 4.1 de la semana
ejemplo 4.1 de la semana 4. 4.

Solución:
Solución:
Se necesita calcular
Se necesita calcular primero
primero la media poblacional 𝝁𝝁.. AAcontinuación
media poblacional continuación se
semuestra
muestrala
lainfor-
mación requerida para hallarla y el cálculo correspondiente.
información requerida para hallarla y el cálculo correspondiente.

𝒊𝒊 𝑿𝑿 𝑿𝑿! 𝒇𝒇𝒊𝒊 𝑿𝑿! . 𝒇𝒇𝒊𝒊

1 1 - 10 5,5 37 203,5

2 11 20 15,5 67 1038,5

3 21 - 30 25,5 90 2295

4 31 - 40 25,5 133 3391,5

5 41 - 50 45,5 165 7507,5 Estadística - eje 3 Pongamos en práctica 19

 Solución:
Solución:
Senecesita
Se necesitacalcular
calcularprimero
primerolalamedia
mediapoblacional 𝝁𝝁.AAcontinuación
poblacional𝝁𝝁. continuaciónse
semuestra
muestralala
informaciónrequerida
información requeridapara
parahallarla
hallarlayyelelcálculo correspondiente. .
cálculocorrespondiente

𝒊𝒊𝒊𝒊 𝑿𝑿𝑿𝑿 𝑿𝑿𝑿𝑿! ! 𝒇𝒇𝒇𝒇𝒊𝒊 𝒊𝒊 𝑿𝑿𝑿𝑿! !. .𝒇𝒇𝒇𝒇𝒊𝒊 𝒊𝒊

11 11--10
10 5,5
5,5 37
37 203,5
203,5

22 11
1120
20 15,5
15,5 67
67 1038,5
1038,5

33 21
21--30
30 25,5
25,5 90
90 2295
2295

44 31
31--40
40 25,5
25,5 133
133 3391,5
3391,5

55 41
41--50
50 45,5
45,5 165
165 7507,5
7507,5

66 51
51--60
60 55,5
55,5 155
155 8602,5
8602,5

77 61
61--70
70 65,5
65,5 127
127 8318,5
8318,5

88 71
71--80
80 75,5
75,5 94
94 7097
7097

99 81
81--90
90 85,5
85,5 55
55 4702,5
4702,5
10 91
10 91--100
100 95,5
95,5 37
37 3533,5
3533,5
𝒌𝒌𝒌𝒌

𝑵𝑵𝑵𝑵==𝟗𝟗𝟗𝟗𝟗𝟗
𝟗𝟗𝟗𝟗𝟗𝟗 𝒇𝒇𝒇𝒇𝒊𝒊 𝒊𝒊. .𝑿𝑿𝑿𝑿! !==𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒
𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒
𝒊𝒊!𝟏𝟏
𝒊𝒊!𝟏𝟏

Tabla 9. Media para habilidades en el manejo de conceptos y principios de Estadística.

Tabla1.1.Calculo
Tabla Calculode
devarianza
varianza
Fuente:Propia.

𝑘𝑘𝑘𝑘
𝟏𝟏𝟏𝟏 46690
46690
𝝁𝝁
𝝁𝝁 == 𝒇𝒇𝒇𝒇𝒊𝒊 𝒊𝒊. .𝑿𝑿𝑿𝑿𝒊𝒊 𝒊𝒊 ==
𝑵𝑵𝑵𝑵 𝑖𝑖=1
960
960
𝑖𝑖=1

𝝁𝝁𝝁𝝁==𝟒𝟒𝟒𝟒,
𝟒𝟒𝟒𝟒,𝟔𝟔𝟔𝟔
𝟔𝟔𝟔𝟔
Teniendo elel valor
Teniendo valor de
de lala media
media poblacional,
poblacional, es
es recomendable
recomendable elaborar
elaborar unauna tabla
tabla
cuyas
cuyas el
Teniendo columnas
columnas contengan
valor de contengan los valores
los valores es
la media poblacional, que
que intervienen
intervienen en
recomendable en el cálculo.
el cálculo.
elaborar La tabla
La tabla
una tabla cuyas
siguiente
siguiente muestra
muestra información
información utilizada
utilizada con
con cualquiera
cualquiera de
de las
las dos
dos fórmulas.
fórmulas.
columnas contengan los valores que intervienen en el cálculo. La tabla siguiente mues-
tra información utilizada con cualquiera de las dos fórmulas.

Estadística - eje 3 Pongamos en práctica 20

 𝟐𝟐 𝟐𝟐
𝒊𝒊 𝑿𝑿 𝑿𝑿𝒊𝒊 𝑿𝑿𝒊𝒊 𝒇𝒇𝒊𝒊 𝒇𝒇𝒊𝒊 . 𝑿𝑿𝒊𝒊 𝑿𝑿𝒊𝒊 − 𝝁𝝁 (𝑿𝑿𝒊𝒊 − 𝝁𝝁)𝟐𝟐 𝒇𝒇𝒊𝒊 (𝑿𝑿𝒊𝒊 − 𝝁𝝁)𝟐𝟐
𝟐𝟐 𝟐𝟐
𝒊𝒊 𝑿𝑿 𝑿𝑿𝒊𝒊 𝑿𝑿𝒊𝒊 𝒇𝒇𝒊𝒊 𝒇𝒇𝒊𝒊 . 𝑿𝑿𝒊𝒊 𝑿𝑿𝒊𝒊 − 𝝁𝝁 (𝑿𝑿𝒊𝒊 − 𝝁𝝁)𝟐𝟐 𝒇𝒇𝒊𝒊 (𝑿𝑿𝒊𝒊 − 𝝁𝝁)𝟐𝟐
1 1 - 10 5,5 30,25 37 1119,25 -43,14 1860,63 68843,24
1 1 - 10 5,5 30,25 37 1119,25 -43,14 1860,63 68843,24
2 11 20 15,5 240,25 67 16096,75 -33,14 1097,93 73561,19
2 11 20 15,5 240,25 67 16096,75 -33,14 1097,93 73561,19
3 21 - 30 25,5 650,25 90 58522,5 -23,14 535,23 48170,54
3 21 - 30 25,5 650,25 90 58522,5 -23,14 535,23 48170,54
4 31 - 40 25,5 650,25 133 86483,25 -23,14 535,23 71185,35
4 31 - 40 25,5 650,25 133 86483,25 -23,14 535,23 71185,35
5 41 - 50 45,5 2070,25 165 341591,25 -3,14 9,83 1621,66
5 41 - 50 45,5 2070,25 165 341591,25 -3,14 9,83 1621,66
6 51 - 60 55,5 3080,25 155 477438,75 6,87 47,13 7304,87
6 51 - 60 55,5 3080,25 155 477438,75 6,87 47,13 7304,87
7 61 - 70 65,5 4290,25 127 544861,75 16,87 284,43 36122,38
7 61 - 70 65,5 4290,25 127 544861,75 16,87 284,43 36122,38
8 71 - 80 75,5 5700,25 94 535823,5 26,87 721,73 67842,45
8 71 - 80 75,5 5700,25 94 535823,5 26,87 721,73 67842,45
9 81 - 90 85,5 7310,25 55 402063,75 36,87 1359,03 74746,55
9 81 - 90 85,5 7310,25 55 402063,75 36,87 1359,03 74746,55
10 91-100 95,5 9120,25 37 337449,25 46,87 2196,33 81264,14
10 91-100 95,5 9120,25 37 337449,25
𝒌𝒌 46,87 2196,33 81264,14
𝟏𝟏𝟏𝟏
𝟐𝟐 𝟐𝟐
𝒌𝒌 𝒇𝒇𝒊𝒊 . 𝑿𝑿! 𝟏𝟏𝟏𝟏 𝒇𝒇𝒊𝒊 . 𝑿𝑿! −  𝝁𝝁
𝟐𝟐 𝟐𝟐
𝒊𝒊!𝟏𝟏 𝒇𝒇𝒊𝒊 . 𝑿𝑿! 𝒊𝒊!𝟏𝟏 𝒇𝒇𝒊𝒊 . 𝑿𝑿! −  𝝁𝝁
= 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐
𝒊𝒊!𝟏𝟏
= 𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓, 𝟒𝟒
𝒊𝒊!𝟏𝟏
= 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐 = 𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓, 𝟒𝟒

Tabla 2. Calculo de varianza

Tabla 10. Varianza para habilidades en el manejo de conceptos y principios de Estadística.
Tabla 2. Calculo de varianza
Fuente: Propia.

El cálculo de la varianza con la fórmula de la definición muestra que:

El cálculo de la varianza con la fórmula de la definición muestra que:
El cálculo de la varianza con la fórmula de la definición muestra que:
!
𝟏𝟏
𝝈𝝈𝟐𝟐 = 𝟏𝟏 ! 𝒇𝒇𝒊𝒊 . 𝑿𝑿! −  𝝁𝝁 𝟐𝟐

𝝈𝝈𝟐𝟐 = 𝑵𝑵 !!! 𝒇𝒇𝒊𝒊 . 𝑿𝑿! −  𝝁𝝁 𝟐𝟐

𝑵𝑵
!!!𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓, 𝟒𝟒
𝝈𝝈𝟐𝟐 = 𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓, 𝟒𝟒
𝟗𝟗𝟗𝟗𝟗𝟗
𝝈𝝈𝟐𝟐 =
𝟗𝟗𝟗𝟗𝟗𝟗
𝝈𝝈𝟐𝟐 = 𝟓𝟓𝟓𝟓𝟓𝟓, 𝟕𝟕𝟕𝟕
𝝈𝝈𝟐𝟐 = 𝟓𝟓𝟓𝟓𝟓𝟓, 𝟕𝟕𝟕𝟕

Utilizando la fórmula abreviada se tiene:

Estadística - eje 3 Pongamos en práctica 21

 𝒌𝒌
Utilizando
Utilizandola fórmula
la fórmula abreviada
abreviada se tiene:
se𝝈𝝈tiene:
𝟐𝟐
𝟏𝟏 !
=
Utilizando la fórmula abreviada se tiene: 𝒊𝒊 ! 𝒇𝒇 . 𝑿𝑿 − 𝝁𝝁𝟐𝟐
𝑵𝑵
𝒌𝒌
Utilizando la fórmula abreviada se tiene: 𝒌𝒌 𝒊𝒊!𝟏𝟏
𝟏𝟏 𝟏𝟏 !
𝒌𝒌
!
𝟏𝟏
𝝈𝝈 𝝈𝝈= = 𝟐𝟐 𝒇𝒇𝒊𝒊 . 𝒇𝒇𝑿𝑿𝒊𝒊!. 𝑿𝑿𝒌𝒌! − 𝝁𝝁−𝟐𝟐 𝝁𝝁!𝟐𝟐
𝟐𝟐 𝟐𝟐
𝑵𝑵 𝝈𝝈𝑵𝑵 = 𝒇𝒇𝒊𝒊 . 𝑿𝑿! − 𝝁𝝁𝟐𝟐
𝒊𝒊!𝟏𝟏𝒊𝒊!𝟏𝟏 𝑵𝑵 𝟏𝟏 !
𝟐𝟐
𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐
𝝈𝝈𝟐𝟐 = 𝒊𝒊!𝟏𝟏 𝒇𝒇 . 𝑿𝑿
𝒊𝒊𝟐𝟐 ! − 𝝁𝝁𝟐𝟐
𝝈𝝈 = − 𝟒𝟒𝟒𝟒,
𝑵𝑵 𝟔𝟔𝟔𝟔 =  𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐, 𝟏𝟏𝟏𝟏 − 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐, 𝟑𝟑𝟑𝟑
𝟗𝟗𝟗𝟗𝟗𝟗 𝒊𝒊!𝟏𝟏
𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐
𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐
𝝈𝝈𝟐𝟐 𝝈𝝈=𝟐𝟐 = 𝟐𝟐 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐
− −𝟒𝟒𝟒𝟒,𝟒𝟒𝟒𝟒, 𝟐𝟐 𝟐𝟐
𝟔𝟔𝟔𝟔𝟔𝟔𝟔𝟔 =  𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐,
=  𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐,
𝟐𝟐 𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏
− 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐,
− 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐,
𝟑𝟑𝟑𝟑𝟑𝟑𝟑𝟑
𝝈𝝈𝟗𝟗𝟗𝟗𝟗𝟗
=
𝟗𝟗𝟗𝟗𝟗𝟗 − 𝟒𝟒𝟒𝟒, 𝟐𝟐 𝟔𝟔𝟔𝟔 =  𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐, 𝟏𝟏𝟏𝟏 − 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐, 𝟑𝟑𝟑𝟑
𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐
𝟗𝟗𝟗𝟗𝟗𝟗 𝝈𝝈 = 𝟓𝟓𝟓𝟓𝟓𝟓, 𝟖𝟖𝟖𝟖
𝟐𝟐
𝝈𝝈 = − 𝟒𝟒𝟒𝟒, 𝟔𝟔𝟔𝟔 𝟐𝟐 =  𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐, 𝟏𝟏𝟏𝟏 − 𝟐𝟐𝟐𝟐𝟐𝟐𝟐𝟐, 𝟑𝟑𝟑𝟑
La pequeña diferencia 𝟗𝟗𝟗𝟗𝟗𝟗que presentan los dos valores realmente se debe a detalles
de aproximación en los 𝝈𝝈𝟐𝟐cálculos,
𝝈𝝈=𝟐𝟐 𝟓𝟓𝟓𝟓𝟓𝟓, las
= 𝟓𝟓𝟓𝟓𝟓𝟓,𝟖𝟖𝟖𝟖fórmulas
𝟖𝟖𝟖𝟖 son matemáticamente equivalentes.
En los ejemplos sucesivos sólo se 𝝈𝝈𝟐𝟐usará
= 𝟓𝟓𝟓𝟓𝟓𝟓,
una de 𝟖𝟖𝟖𝟖
las fórmulas.
La pequeña
La pequeña diferencia
diferencia quequepresentan
presentan los los
dosdos valores
𝟐𝟐 valores realmente
realmente se debe
se debe
a detalles
a detalles
de aproximación
La desviación
de aproximación pequeña
en losen los
estándarque
diferencia
cálculos,
cálculos,
viene
las las
dada
fórmulas
𝝈𝝈
presentan
fórmulas
=
sonson
𝟓𝟓𝟓𝟓𝟓𝟓,
entonces
los dos 𝟖𝟖𝟖𝟖
por:
valores
matemáticamente
matemáticamente realmente se debe a detalles
equivalentes.
equivalentes.
En En
los los de aproximación
ejemplos
ejemplossucesivos
sucesivos en
sólo losusará
sólo
se cálculos,
se usará las las
unauna
de fórmulas
de las
fórmulas.son matemáticamente equivalentes.
fórmulas.
La
En pequeña
los diferencia
ejemplos que
sucesivos presentan
sólo se usarálos
La pequeña diferencia que presentan los dos valores dos
una valores
de realmentesesedebe
las fórmulas.
realmente debeaadetalles
detallesde
de aproximación en los cálculos, las fórmulas son matemáticamente equivalentes.
La desviación
La desviaciónestándar
estándar
aproximación viene
en viene
los dadadada
entonces
cálculos, entonces
por:por: son matemáticamente equivalentes. En los
las fórmulas
En desviación
La los ejemplos sucesivos
estándar sólo
viene se usará
dada = una
entonces
𝝈𝝈 las de
𝟐𝟐 las fórmulas.
𝝈𝝈por:
ejemplos sucesivos sólo se usará una de fórmulas.
La desviación estándar viene dada entonces por:
La desviación estándar viene dada entonces por:
𝝈𝝈 = 552,81
𝝈𝝈 = 𝝈𝝈 =𝝈𝝈𝟐𝟐 𝝈𝝈𝟐𝟐
𝝈𝝈 = 𝝈𝝈𝟐𝟐
𝝈𝝈 = 𝝈𝝈 =552,81 𝝈𝝈 = 𝝈𝝈𝟐𝟐
552,81
𝝈𝝈𝝈𝝈== 𝟐𝟐𝟐𝟐,
552,81
𝟕𝟕𝟕𝟕
𝝈𝝈 = 552,81
Este valor representa 𝝈𝝈
un= 𝝈𝝈promedio
𝟐𝟐𝟐𝟐,
= 𝟐𝟐𝟐𝟐,
𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕
𝝈𝝈 de las desviaciones
= 𝟐𝟐𝟐𝟐, 𝟕𝟕𝟕𝟕 entre las observaciones
reales y la media.
𝝈𝝈 = 𝟐𝟐𝟐𝟐, 𝟕𝟕𝟕𝟕
Este
Este
valor EsteCon
valor valorlos
representa
representa valores
un un
representa un𝝁𝝁promedio
promedio =de
promedio 𝟒𝟒𝟒𝟒,
de
las𝟔𝟔𝟔𝟔𝟔𝟔,
las 𝝈𝝈 =
desviaciones 𝟐𝟐𝟐𝟐, 𝟕𝟕𝟕𝟕
de desviaciones
las , entre
entre
desviaciones El
las coeficiente
las
observaciones
entre de variación
observaciones
las observaciones reales y
reales
reales
y la Este valor representa
correspondiente
laymedia.
la media.
media. es: un promedio de las desviaciones entre las observaciones
reales y la media.
Este valor representa un promedio de las desviaciones entre las observaciones
y la𝝁𝝁media.
=𝝁𝝁 𝟒𝟒𝟒𝟒,
ConCon losCon
los
valores
valores
los valores ==48,
𝟒𝟒𝟒𝟒,
𝟔𝟔𝟔𝟔𝟔𝟔,
𝟔𝟔𝟔𝟔𝟔𝟔,
635, 𝝈𝝈 ==𝝈𝝈
23,𝟐𝟐𝟐𝟐,
=71,
𝟐𝟐𝟐𝟐,
𝟕𝟕𝟕𝟕
El ,𝟕𝟕𝟕𝟕
El, Elcoeficiente
coeficiente coeficiente de de
de variación variación
variación
correspondiente es:
reales
Con los valores 𝝁𝝁 = 𝟒𝟒𝟒𝟒, 𝟔𝟔𝟔𝟔𝟔𝟔, 𝝈𝝈 = 𝟐𝟐𝟐𝟐, 𝟕𝟕𝟕𝟕 , El coeficiente de variación
correspondiente
correspondiente es: es:
correspondiente es: 𝑪𝑪𝑪𝑪 = 𝟐𝟐𝟐𝟐, 𝟕𝟕𝟕𝟕 ×𝟏𝟏𝟏𝟏𝟏𝟏% = 𝟒𝟒𝟒𝟒, 𝟕𝟕𝟕𝟕%
Con los valores 𝝁𝝁 = 𝟒𝟒𝟒𝟒, 𝟔𝟔𝟔𝟔𝟔𝟔, 𝝈𝝈 = 𝟐𝟐𝟐𝟐, 𝟕𝟕𝟕𝟕, El coeficiente de variación
Ejemplocorrespondiente
6.2: 𝟒𝟒𝟒𝟒, 𝟔𝟔𝟔𝟔𝟔𝟔
es:
𝟐𝟐𝟐𝟐,𝟐𝟐𝟐𝟐,
Hallar la varianza, la desviación 𝟕𝟕𝟕𝟕 𝟕𝟕𝟕𝟕
estándar y𝟕𝟕𝟕𝟕
el coeficiente de variación de los datos
𝑪𝑪𝑪𝑪𝑪𝑪𝑪𝑪
= = 𝟐𝟐𝟐𝟐,
×𝟏𝟏𝟏𝟏𝟏𝟏%
×𝟏𝟏𝟏𝟏𝟏𝟏% = de
𝟒𝟒𝟒𝟒,
= 200
𝟒𝟒𝟒𝟒,
𝟕𝟕𝟕𝟕%
𝟕𝟕𝟕𝟕%
del estudio oftalmológico sobre una
𝑪𝑪𝑪𝑪
𝟒𝟒𝟒𝟒,𝟒𝟒𝟒𝟒,
𝟔𝟔𝟔𝟔𝟔𝟔 =población ×𝟏𝟏𝟏𝟏𝟏𝟏%
𝟔𝟔𝟔𝟔𝟔𝟔 pacientes presentado en el
= 𝟒𝟒𝟒𝟒, 𝟕𝟕𝟕𝟕%
Ejemplo
ejemplo 11.
2.2 (semanas 2 y 3). 𝟒𝟒𝟒𝟒,
𝟐𝟐𝟐𝟐,𝟔𝟔𝟔𝟔𝟔𝟔
𝟕𝟕𝟕𝟕
𝑪𝑪𝑪𝑪 = ×𝟏𝟏𝟏𝟏𝟏𝟏% = 𝟒𝟒𝟒𝟒, 𝟕𝟕𝟕𝟕%
𝟒𝟒𝟒𝟒, 𝟔𝟔𝟔𝟔𝟔𝟔
Medidas de dispersión para el tiempo entre parpadeo de 200 pacientes

Solución:
Solución:
En la En
semana 3 el de
el estudio cálculo de la
la media media aritmética
aritmética poblacional
para datos agrupadospara la distribución
ya habíamos calculado este
de este ejemplo
valor, con un un valor de 𝝁𝝁 = 𝟏𝟏𝟏𝟏, 𝟕𝟕𝟕𝟕. Se
dioresultado Seprocede
procedeaacontinuación
continuación aacalcular
calcular la varianza
la varianza mediante el uso de la fórmula abreviada, para lo cual se presenta en la
siguiente tabla la información requerida.

𝟐𝟐 Estadística - eje 3 Pongamos en práctica

𝟐𝟐 22
 Solución:
En la semana 3 el cálculo de la media aritmética poblacional para la distribución
de este ejemplo dio un valor de 𝝁𝝁 = 𝟏𝟏𝟏𝟏, 𝟕𝟕𝟕𝟕. Se procede a continuación a calcular
la varianza mediante el uso de la fórmula abreviada, para lo cual se presenta en la
siguiente tabla la información requerida.
mediante el uso de la fórmula abreviada, para lo cual se presenta en la siguiente tabla
la información requerida.
𝟐𝟐 𝟐𝟐
𝒊𝒊 𝑿𝑿 𝑿𝑿! 𝑿𝑿𝒊𝒊 𝒇𝒇𝒊𝒊  𝒇𝒇𝒊𝒊 . 𝑿𝑿!
1 [4, 6) 5 25 10 250

2 [6, 8) 7 49 20 980

3 [8, 10) 9 81 28 2268

4 [10, 12) 11 121 23 2783

5 [12, 14) 13 169 40 6760

6 [14, 16) 15 225 29 6525

7 [16, 18) 17 289 22 6358

8 [18, 20) 19 361 28 10108

𝟖𝟖
𝟐𝟐
𝒇𝒇𝒊𝒊 . 𝑿𝑿! = 𝟑𝟑𝟑𝟑𝟑𝟑𝟑𝟑𝟑𝟑
𝒊𝒊!𝟏𝟏

Tabla 11. Varianza abreviada para el estudio oftalmológico sobre una población de 200 pacientes.
Tabla 3. La
Fuente: varianza
Propia.
El cálculo de la varianza es el siguiente:
El cálculo de la varianza es el siguiente:

𝒌𝒌
𝟏𝟏 !
𝝈𝝈𝟐𝟐 = 𝒇𝒇𝒊𝒊 . 𝑿𝑿! − 𝝁𝝁𝟐𝟐
𝑵𝑵
𝒊𝒊!𝟏𝟏

𝟐𝟐
𝟑𝟑𝟑𝟑𝟑𝟑𝟑𝟑𝟑𝟑  𝒔𝒔𝒔𝒔𝒔𝒔𝟐𝟐 𝟐𝟐
𝝈𝝈 = − 𝟏𝟏𝟏𝟏, 𝟕𝟕𝟕𝟕  𝒔𝒔𝒔𝒔𝒔𝒔 = 𝟏𝟏𝟏𝟏𝟏𝟏, 𝟏𝟏𝟏𝟏 − 𝟏𝟏𝟏𝟏𝟏𝟏, 𝟑𝟑𝟑𝟑
𝟐𝟐𝟐𝟐𝟐𝟐

𝝈𝝈𝟐𝟐 = 𝟏𝟏𝟏𝟏𝟏𝟏, 𝟏𝟏𝟏𝟏  𝒔𝒔𝒔𝒔𝒔𝒔𝟐𝟐 − 𝟏𝟏𝟏𝟏𝟏𝟏, 𝟑𝟑𝟑𝟑  𝒔𝒔𝒔𝒔𝒔𝒔𝟐𝟐

𝝈𝝈𝟐𝟐 = 𝟏𝟏𝟏𝟏, 𝟖𝟖𝟖𝟖  𝒔𝒔𝒔𝒔𝒔𝒔𝟐𝟐

La varianza se expresa siempre en unidades diferentes a las originales, es decir,

si la variable se refiere a tiempo en 𝑠𝑠𝑠𝑠𝑠𝑠, al calcular la varianza
Estadística de3 Pongamos
- eje la variableen práctica 23
!
 𝝈𝝈𝟐𝟐 = 𝟏𝟏𝟏𝟏, 𝟖𝟖𝟖𝟖  𝒔𝒔𝒔𝒔𝒔𝒔𝟐𝟐
𝟐𝟐 𝟐𝟐 𝟐𝟐
𝝈𝝈𝟐𝟐 𝝈𝝈= 𝟏𝟏𝟏𝟏,
= 𝟏𝟏𝟏𝟏, 𝟖𝟖𝟖𝟖  𝒔𝒔𝒔𝒔𝒔𝒔
𝟖𝟖𝟖𝟖  𝒔𝒔𝒔𝒔𝒔𝒔
La varianza se expresa siempre en unidades diferentes a las originales, es decir,
La sivarianza
La la variable
varianza se se
expresa
seexpresa
refiere siempre en en
a tiempo
siempre unidades
en 𝑠𝑠𝑠𝑠𝑠𝑠, diferentes
unidades calcularalalas
al diferentes originales,
a varianza
las de es
originales, decir,
la es si la
variable
decir,
La varianza
variable se
seestará expresa
refieredada siempre en unidades diferentes a las originales, es decir,
sea tiempo
𝑠𝑠𝑠𝑠𝑠𝑠 ,  aen seg, al en
calcular la calcular
varianza devarianza
la
el variable latiempo estará
!
tiempo estiempo
por eso que cobra importancia uso dede desviación
lasi
sidada la variable
variable
seg , es se
por eso
refiere
refiereque a tiempo
cobra en 𝑠𝑠𝑠𝑠𝑠𝑠,
𝑠𝑠𝑠𝑠𝑠𝑠,
importancia al el
al
calcular
uso de la
la
la
varianza
desviación de la la variable
variable
estándar,
estándar, ya que se !𝑠𝑠𝑠𝑠𝑠𝑠
expresa es en las mismas unidades de la variable. la desviación se
ya que
2
!
tiempo
tiempo estará
estará dadadada
𝑠𝑠𝑠𝑠𝑠𝑠 ,   es ,  por por
eso eso
que que
cobra cobra importancia
importancia el el uso
uso de dedesviación
la
expresa en las
estándar, yamismas
que unidadesen
se expresa delas
la variable.
mismas unidades de la variable.
estándar, ya que
La desviación se expresa
estándar eneneste las caso
mismas es: unidades de la variable.
La La
desviación
desviación estándar
estándar en en este caso
este es:
caso
La desviación estándar en este caso es: es:

𝝈𝝈 =   𝟏𝟏𝟏𝟏, 𝟖𝟖𝟖𝟖  𝒔𝒔𝒔𝒔𝒔𝒔𝟐𝟐

𝝈𝝈 =𝝈𝝈   =𝟏𝟏𝟏𝟏,
  𝟏𝟏𝟏𝟏,
𝟖𝟖𝟖𝟖  𝟖𝟖𝟖𝟖  
𝒔𝒔𝒔𝒔𝒔𝒔 𝟐𝟐 𝟐𝟐
𝒔𝒔𝒔𝒔𝒔𝒔
𝝈𝝈 = 𝟒𝟒, 𝟏𝟏  𝒔𝒔𝒔𝒔𝒔𝒔
𝝈𝝈 =𝝈𝝈𝟒𝟒,=𝟏𝟏  𝒔𝒔𝒔𝒔𝒔𝒔
𝟒𝟒, 𝟏𝟏  𝒔𝒔𝒔𝒔𝒔𝒔
Con 𝝁𝝁 = 𝟏𝟏𝟏𝟏, 𝟕𝟕𝟕𝟕  𝒔𝒔𝒔𝒔𝒔𝒔 y 𝝈𝝈 = 𝟒𝟒, 𝟏𝟏  𝒔𝒔𝒔𝒔𝒔𝒔, el valor del coeficiente de variación viene
dado 𝝁𝝁por
Con = el𝟏𝟏𝟏𝟏,siguiente cálculo: 𝟒𝟒, 𝟏𝟏  𝒔𝒔𝒔𝒔𝒔𝒔, el valor del coeficiente de variación viene
Con
Con 𝝁𝝁 = 𝟏𝟏𝟏𝟏, 𝟕𝟕𝟕𝟕  𝒔𝒔𝒔𝒔𝒔𝒔 y 𝝈𝝈y =𝝈𝝈𝟒𝟒,=𝟏𝟏  𝒔𝒔𝒔𝒔𝒔𝒔,
𝟕𝟕𝟕𝟕  𝒔𝒔𝒔𝒔𝒔𝒔 , , elelvalor
valordeldel coeficiente
coeficiente de de variación
variación viene
viene dado por
dado dado
por por el siguiente
el siguiente
el siguiente cálculo: cálculo:
cálculo:
𝝈𝝈
𝑪𝑪𝑪𝑪 = 𝝈𝝈 ×𝟏𝟏𝟏𝟏𝟏𝟏%
𝝈𝝈 𝝁𝝁 ×𝟏𝟏𝟏𝟏𝟏𝟏%
𝑪𝑪𝑪𝑪 𝑪𝑪𝑪𝑪
= =×𝟏𝟏𝟏𝟏𝟏𝟏%
𝝁𝝁
𝑪𝑪𝑪𝑪𝝁𝝁= 𝟑𝟑𝟑𝟑, 𝟎𝟎𝟎𝟎  %
𝑪𝑪𝑪𝑪 𝑪𝑪𝑪𝑪 = 𝟑𝟑𝟑𝟑,
= 𝟑𝟑𝟑𝟑, 𝟎𝟎𝟎𝟎  %
𝟎𝟎𝟎𝟎  %

Cálculo de la varianza, desviación estándar muestral y coeficiente de variación

paraCálculo de la varianza, desviación estándar muestral y coeficiente de
datos agrupados:
variación para datos agrupados:
Si la distribución de frecuencias de datos agrupados corresponde a una muestra, la va-
Si lasedistribución
rianza de frecuencias
puede calcular de datos agrupados
mediante cualquiera de las dos corresponde a una muestra,
fórmulas siguientes
la varianza se puede calcular mediante cualquiera de las dos fórmulas siguientes:
!
𝟏𝟏
𝑺𝑺𝟐𝟐 = 𝒇𝒇𝒊𝒊 . 𝑿𝑿𝒊𝒊 −   𝑿𝑿 𝟐𝟐
𝑵𝑵 − 𝟏𝟏
!!!

𝒌𝒌
𝟏𝟏 𝑵𝑵𝑿𝑿𝟐𝟐
𝑺𝑺𝟐𝟐 = 𝒇𝒇𝒊𝒊 . 𝑿𝑿𝟐𝟐𝒊𝒊 −
𝑵𝑵 − 𝟏𝟏 𝑵𝑵 − 𝟏𝟏
𝒊𝒊!𝟏𝟏

La desviación estándar es:

𝑺𝑺 = 𝑺𝑺𝟐𝟐
El coeficiente de variación es:

𝑺𝑺 Estadística - eje 3 Pongamos en práctica 24

𝑪𝑪𝑪𝑪 =   ×𝟏𝟏𝟏𝟏𝟏𝟏%
 𝑺𝑺𝟐𝟐𝟐𝟐 = 𝑵𝑵 𝟏𝟏
− 𝟏𝟏 𝒇𝒇𝒊𝒊 . 𝑿𝑿𝟐𝟐𝟐𝟐𝒊𝒊 − 𝑵𝑵𝑵𝑵𝑿𝑿
− 𝟏𝟏
𝑺𝑺 = 𝑵𝑵 − 𝟏𝟏 𝒊𝒊!𝟏𝟏 𝒇𝒇𝒊𝒊 . 𝑿𝑿𝒊𝒊 − 𝑵𝑵 − 𝟏𝟏
𝑵𝑵 − 𝟏𝟏 𝒊𝒊!𝟏𝟏 𝑵𝑵 − 𝟏𝟏
𝒊𝒊!𝟏𝟏

La desviación estándar es:

La La desviación
desviación estándar
estándar es:es:
La desviación estándar es:
𝑺𝑺 = 𝑺𝑺𝟐𝟐𝟐𝟐
𝑺𝑺 = 𝑺𝑺𝟐𝟐
El coeficiente de variación es: 𝑺𝑺 = 𝑺𝑺
El coeficiente
El coeficiente de de variación
variación es:es :
El coeficiente de variación es: 𝑺𝑺
𝑪𝑪𝑪𝑪 =   𝑺𝑺 ×𝟏𝟏𝟏𝟏𝟏𝟏%
𝑺𝑺 ×𝟏𝟏𝟏𝟏𝟏𝟏%
𝑪𝑪𝑪𝑪 =   𝑿𝑿
𝑪𝑪𝑪𝑪 =   𝑿𝑿 ×𝟏𝟏𝟏𝟏𝟏𝟏%
𝑿𝑿
Dónde:
Dónde:
Dónde:
Dónde:𝑵𝑵 = Tamaño  de  la  muestra.
𝑵𝑵 = Tamaño  de  la  muestra.
𝑵𝑵
𝒌𝒌 = = Cantidad  de  clases.
Tamaño  de  la  muestra.
𝒌𝒌 = Cantidad  de  clases.
𝒌𝒌
𝒇𝒇𝒊𝒊 ==Cantidad  de  clases.
Frecuencia  de  la  i − esima  clase.
𝒇𝒇𝒊𝒊 = Frecuencia  de  la  i − esima  clase.
𝒇𝒇𝒊𝒊𝒊𝒊 =
𝑿𝑿 = Frecuencia  de  la  i − esima  clase.
Punto  medio  o  marca  de  la  i − esima  clase.  
𝑿𝑿𝒊𝒊 = Punto  medio  o  marca  de  la  i − esima  clase.  
𝑿𝑿𝒊𝒊 = Punto  medio  o  marca  de  la  i − esima  clase.  
𝑿𝑿 = Media  aritmética  muestral
𝑿𝑿 = Media  aritmética  muestral
𝑿𝑿
𝐒𝐒 ==Desviación  estándar  muestral.
Media  aritmética  muestral
𝐒𝐒 = Desviación  estándar  muestral.
𝐒𝐒
𝑪𝑪𝑪𝑪==Desviación  estándar  muestral.
Coeficiente  de  variación.
𝑪𝑪𝑪𝑪 = Coeficiente  de  variación.
𝑪𝑪𝑪𝑪 = Coeficiente  de  variación.

Ejemplo 12.

Medidas de dispersión para la cantidad de obras literarias leídas por 150 universitarios.

Solución:

Se hace uso de la fórmula abreviada para la varianza, la información requerida se pre-

senta en la siguiente tabla:

Estadística - eje 3 Pongamos en práctica 25

 Se hace uso de la fórmula abreviada para la varianza, la información requerida se
presenta en la siguiente tabla:

𝑿𝑿 = 𝟓𝟓𝟓𝟓, 𝟎𝟎𝟎𝟎𝟎𝟎, 𝑵𝑵 = 𝟏𝟏𝟏𝟏𝟏𝟏

𝟐𝟐 𝟐𝟐
𝒊𝒊 𝑿𝑿 𝑿𝑿! 𝑿𝑿! 𝒇𝒇𝒊𝒊 𝒇𝒇𝒊𝒊 𝑿𝑿!
1 20 - 29 24,5 600,25 14 8403,5

2 30 -39 34,5 1190,25 26 30946,5

3 40 -49 44,5 1980,25 17 33664,25

4 50 - 59 54,5 2970,25 25 74256,25

5 60 - 69 64,5 4160,25 13 54083,25

6 70 - 79 74,5 5550,25 16 88804

7 80 -89 84,5 7140,25 22 157085,5

8 90 - 99 94,5 8930,25 17 151814,25

𝒌𝒌

𝒇𝒇𝒊𝒊 . 𝑿𝑿𝟐𝟐𝒊𝒊 = 𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓, 𝟓𝟓

𝒊𝒊!𝟏𝟏

Tabla 12. Varianza abreviada para el número de obras literarias leídas por 150 estudiantes
Tabla de
de ingeniería 4. La varianza
una universidad.
Por tanto la varianza está dada por:Fuente: Propia.
Por tanto la varianza está dada por:

𝒌𝒌
𝟏𝟏 𝑵𝑵𝑿𝑿𝟐𝟐
𝑺𝑺𝟐𝟐 = 𝒇𝒇𝒊𝒊 . 𝑿𝑿𝟐𝟐𝒊𝒊 −
𝑵𝑵 − 𝟏𝟏 𝑵𝑵 − 𝟏𝟏
𝒊𝒊!𝟏𝟏

𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓, 𝟓𝟓 (𝟏𝟏𝟏𝟏𝟏𝟏) 𝟓𝟓𝟓𝟓, 𝟎𝟎𝟎𝟎𝟎𝟎

𝟐𝟐
𝟐𝟐
𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓, 𝟓𝟓 − 𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓𝟓, 𝟐𝟐𝟐𝟐
𝑺𝑺 = − =
𝟏𝟏𝟏𝟏𝟏𝟏 − 𝟏𝟏 𝟏𝟏𝟏𝟏𝟏𝟏 − 𝟏𝟏 𝟏𝟏𝟏𝟏𝟏𝟏

𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕𝟕, 𝟐𝟐𝟐𝟐
𝑺𝑺𝟐𝟐 =  
𝟏𝟏𝟏𝟏𝟏𝟏

𝑺𝑺𝟐𝟐 = 𝟓𝟓𝟓𝟓𝟓𝟓, 𝟐𝟐𝟐𝟐

Con lo que la desviación estándar corresponde a:

Estadística - eje 3 Pongamos en práctica 26
 Con lo que la desviación estándar corresponde a:

Con lo que la desviación estándar corresponde a:

𝑺𝑺 =   𝟓𝟓𝟓𝟓𝟓𝟓, 𝟐𝟐𝟐𝟐
Con lo que la desviación estándar corresponde a:
𝑺𝑺 = 𝟐𝟐𝟐𝟐, 𝟔𝟔𝟔𝟔
𝑺𝑺 =   𝟓𝟓𝟓𝟓𝟓𝟓, 𝟐𝟐𝟐𝟐
𝑺𝑺 = 𝟐𝟐𝟐𝟐, de
Con 𝑺𝑺 = 𝟐𝟐𝟐𝟐, 𝟔𝟔𝟔𝟔 y 𝑿𝑿 = 𝟓𝟓𝟓𝟓, 𝟎𝟎𝟎𝟎𝟎𝟎 el coeficiente 𝟔𝟔𝟔𝟔variación viene a ser:
Con S = 22, 63 y X = 59, 033 el coeficiente de variación viene a ser:
Con 𝑺𝑺 = 𝟐𝟐𝟐𝟐, 𝟔𝟔𝟔𝟔 y 𝑿𝑿 = 𝟓𝟓𝟓𝟓, 𝟎𝟎𝟎𝟎𝟎𝟎 el coeficiente de variación viene a ser:
𝑺𝑺
×𝟏𝟏𝟏𝟏𝟏𝟏% 𝑪𝑪𝑪𝑪 =  
𝑿𝑿
Clasificación del conjunto de 𝑪𝑪𝑪𝑪
datos 𝑺𝑺
=  según
 𝟑𝟑𝟑𝟑, 𝟑𝟑𝟑𝟑%
el valor del coeficiente de
variación
𝑪𝑪𝑪𝑪 = ×𝟏𝟏𝟏𝟏𝟏𝟏%
𝑿𝑿
 
Clasificación del conjunto de datos 𝑪𝑪𝑪𝑪 según
=  𝟑𝟑𝟑𝟑,el𝟑𝟑𝟑𝟑%
valor del coeficiente de variación
Podría plantearse diferentes clasificaciones de los conjuntos de datos según el
Podría
valorplantearse diferentes
del coeficiente clasificaciones
de variación, de módulo
en este los conjuntos de datosensegún
se clasifican el valor
conjuntos dedel
coeficiente de variación, en este módulo se clasifican en conjuntos
datos homogéneos, relativamente homogéneos y heterogéneos. El criterio de de datos homogé-
neos, relativamente
clasificación homogéneos y heterogéneos. El criterio de clasificación es el si-
es el siguiente:
guiente:

𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂  𝐝𝐝𝐝𝐝  𝐝𝐝𝐝𝐝𝐝𝐝𝐝𝐝𝐝𝐝  𝐡𝐡𝐡𝐡𝐡𝐡𝐡𝐡𝐡𝐡é𝐧𝐧𝐧𝐧𝐧𝐧𝐧𝐧: 𝟎𝟎 ≤ 𝑪𝑪𝑪𝑪   < 𝟐𝟐𝟐𝟐  %

𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂  𝐝𝐝𝐝𝐝  𝐝𝐝𝐝𝐝𝐝𝐝𝐝𝐝𝐝𝐝  𝐫𝐫𝐫𝐫𝐫𝐫𝐫𝐫𝐫𝐫𝐫𝐫𝐫𝐫𝐫𝐫𝐫𝐫𝐫𝐫𝐫𝐫𝐫𝐫𝐫𝐫  𝐡𝐡𝐡𝐡𝐡𝐡𝐡𝐡𝐡𝐡é𝐧𝐧𝐧𝐧𝐧𝐧𝐧𝐧: 𝟐𝟐𝟐𝟐  % ≤ 𝑪𝑪𝑪𝑪 < 𝟕𝟕𝟕𝟕  %

𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂𝐂  𝐝𝐝𝐝𝐝  𝐝𝐝𝐝𝐝𝐝𝐝𝐝𝐝𝐝𝐝  𝐡𝐡𝐡𝐡𝐡𝐡𝐡𝐡𝐡𝐡𝐡𝐡𝐡𝐡é𝐧𝐧𝐧𝐧𝐧𝐧𝐧𝐧: 𝑪𝑪𝑪𝑪   ≥ 𝟕𝟕𝟕𝟕

La La
utilidad de estos
utilidad criterios
de estos es que
criterios espermite decidirdecidir
que permite cuál medida de tendencia
cuál medida central se
de tendencia
considera
central se considera representativa del conjunto de datos. En el caso de conjuntosho-
representativa del conjunto de datos. En el caso de conjuntos de datos
mogéneos
de datos la media aritmética
homogéneos la semedia
considera como unse
aritmética valor representativo,
considera como en unel caso
valorde
conjuntos
representativo, en el caso de conjuntos de datos heterogéneos puede ser la
de datos heterogéneos puede ser preferible considerar otra medida como
mediana o laconsiderar
preferible moda. otra medida como la mediana o la moda.

Con este ejemplo ¡Importante!

finaliza el estudio de las medidas de dispersión para datos
agrupados. Es necesario la minuciosa revisión de los ejemplos desarrollados y la
aplicaciónPara
de las estrategias
finalizar, de la
observe trabajo a losvideocápsula
siguiente ejercicios propuestos en el taller. La
para recordar
temática de
los la siguientemás
conceptos unidad corresponde
importantes a estudios
tratados en el en los queeje.
presente intervienen dos
variables.

Estadística - eje 3 Pongamos en práctica 27

 Espallargas, I. D. (2011). Estadística matemática. en: selección de guías de
estudio: contabilidad y finanzas. Recuperado de: https://ebookcentral.
proquest.com

Espejo, M. I., Fernández, P. F., & López, S. M. A. (2006). Estadística descriptiva

y probabilidad: teoría y problemas (3a. ed.). Recuperado de: https://
ebookcentral.proquest.com

Bologna, E. (2010). Estadística en psicología. Recuperado de: https://

ebookcentral.proquest.com

López, M. W. (2014). Estadística práctica: aplicación y análisis para la toma

de decisiones en las empresas. Recuperado de: https://ebookcentral.
BIBLIOGRAFÍA

proquest.com

Monroy, S. S. (2005). Estadística descriptiva. Recuperado de: https://

ebookcentral.proquest.com

Puente, V. C. D. L. (2010). Estadística descriptiva e inferencial y una

introducción al método científico. Recuperado de: https://ebookcentral.
proquest.com

Rodríguez, F. J., & Pierdant, R. A. I. (2014). Estadística aplicada ii: estadística

en administración para la toma de decisiones. Recuperado de: https://
ebookcentral.proquest.com

Rodríguez, F. J., & Pierdant, R. A. I. (2014). Estadística para administración.

Recuperado de: https://ebookcentral.proquest.com

Rodríguez, F. J., & Rodríguez, J. E. (2016). Estadística para administración (2a.

ed.). Recuperado de: https://ebookcentral.proquest.com

Romero, R. E. (2016). Estadística para todos: análisis de datos: estadística

descriptiva, teoría de la probabilidad e inferencia. Recuperado de: https://
ebookcentral.proquest.com