Medidas de Dispersión

Las medidas de dispersión están relacionadas con la media aritmética y nos muestran qué tan alejados están los valores del centro en una distribución. Son esenciales cuando analizamos datos en histogramas o polígonos de frecuencias.

Las principales medidas de dispersión son la desviación media, la varianza, la desviación estándar y el coeficiente de variación. Cada una nos da información diferente sobre la variabilidad de los datos.

Para datos agrupados utilizamos fórmulas específicas:

• Desviación media: Dm = ∑fi•|xi-x|/N
• Varianza: σ² = ∑fi•$xi-x$²/N
• Desviación estándar: σ = √$∑fi•(xi-x)²/N$
• Coeficiente de variación: CV = σ/|x|

💡 ¡Dato interesante! La desviación estándar es la medida de dispersión más utilizada porque está en las mismas unidades que los datos originales, a diferencia de la varianza.

Cálculo con Datos Agrupados

Para calcular las medidas de dispersión en datos agrupados, primero organizamos la información en una tabla. Necesitamos columnas para los intervalos, marca de clase (Xi), frecuencia (fi), producto (fi·Xi), y otras operaciones.

Lo primero es calcular la media aritmética. En el ejemplo, la media es x̄ = 1127/46 = 24,5, que representa el valor central de los datos.

Luego, calculamos las diferencias entre cada marca de clase y la media. Estas diferencias nos ayudarán a determinar qué tan lejos está cada valor del centro, lo que es la base para todas las medidas de dispersión.

🔍 Consejo práctico: Organiza tu tabla cuidadosamente con todas las columnas necesarias antes de empezar los cálculos. Esto evitará errores y hará más fácil el proceso.

Resultados de las Medidas de Dispersión

Con los datos de la tabla ya preparados, podemos calcular cada medida:

La desviación media $Dm = 430/46 = 9,34$ nos indica que, en promedio, los valores se alejan 9,34 unidades de la media. Es una medida simple pero útil de dispersión.

La desviación estándar (σ = √133,69 = 11,56) nos da la distancia promedio cuadrática de los valores a la media. Es más sensible a valores extremos que la desviación media.

La varianza (σ² = 6150/46 = 133,69) es el cuadrado de la desviación estándar. Aunque es menos intuitiva por estar en unidades cuadradas, es importante en estadística avanzada.

🌟 Recuerda: El coeficiente de variación $CV = 11,56/24,5 = 0,47$ nos permite comparar la dispersión entre conjuntos de datos diferentes, ya que es una medida relativa sin unidades.

Ejemplo Completo de Análisis

En este ejemplo se muestra una tabla más compleja con intervalos diferentes. La media aritmética calculada es 58,40, que sirve como punto de referencia para medir la dispersión.

La desviación media resulta ser 20,05, indicando que, en promedio, los valores se alejan 20,05 unidades de la media. Es un valor relativamente alto, lo que sugiere una dispersión considerable.

La varianza (590,39) y la desviación estándar (24,29) confirman esta alta dispersión. La desviación estándar nos dice que, en promedio, los valores se alejan 24,29 unidades de la media cuando consideramos las distancias al cuadrado.

💡 Truco útil: El coeficiente de variación de 0,41 (o 41%) nos indica que la desviación estándar representa el 41% del valor de la media. Valores superiores a 0,3 suelen indicar una dispersión considerable.

Aplicación Práctica

Este ejemplo final muestra otro conjunto de datos con intervalos de [15-43]. Al calcular la media aritmética (25,92), tenemos el punto central para medir la dispersión.

La desviación media es 7,83, lo que indica que los valores se alejan en promedio 7,83 unidades de la media. Este valor es menor que en los ejemplos anteriores, sugiriendo datos más concentrados.

La varianza (74,21) y la desviación estándar (8,61) también son menores, confirmando que este conjunto de datos está menos disperso. Esto significa que los valores tienden a agruparse más cerca de la media.

🎯 Aplicación práctica: El coeficiente de variación de 0,33 (33%) nos permite comparar este conjunto con los anteriores. Aunque sigue siendo una dispersión moderada, es menor que el 47% del primer ejemplo y el 41% del segundo.