Medidas de tendencia central y de

dispersion
Juan Christian Mercado Alvarado
México - Cd. Sahagun
Escuela Normal Superior Publica del Estado de Hidalgo
Proyectos: 1

Área
Matemáticas - Estadística

Edad
No definido

Introducción
MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSION
En el caso de las variables con valores que pueden definirse en términos de
alguna escala de medida de igual intervalo, puede usarse un tipo de indicador que
permite apreciar el grado de dispersión o variabilidad existente en el grupo de
variantes en estudio.

A estos indicadores les llamamos medidas de dispersión, por cuanto que están

referidos a la variabilidad que exhiben los valores de las observaciones, ya que si
no hubiere variabilidad o dispersión en los datos interés, entonces no habría
necesidad de la gran mayoría de las medidas de la estadística descriptiva.
Las medidas de tendencia central tienen como objetivo el sintetizar los datos en un
valor representativo, las medidas de dispersión nos dicen hasta que punto estas
medidas de tendencia central son representativas como síntesis de la información.
 Las medidas de dispersión cuantifican la separación, la dispersión, la variabilidad
de los valores de la distribución respecto al valor central. Distinguimos entre
medidas de dispersión absolutas, que no son comparables entre diferentes
muestras y las relativas que nos permitirán comparar varias muestras.

LA DISPERSIÓN.

Al igual que sucede con cualquier conjunto de datos, la media, la mediana y la

moda sólo nos revelan una parte de la información que necesitamos acerca de las
características de los datos. Para aumentar nuestro entendimiento del patrón de
los datos, debemos medir también su dispersión, extensión o variabilidad.

La dispersión es importante porque:

 Proporciona información adicional que permite juzgar la confiabilidad de la
medida de tendencia central. Si los datos se encuentran ampliamente dispersos, la
posición central es menos representativa de los datos.
 Ya que existen problemas característicos para datos ampliamente
dispersos, debemos ser capaces de distinguir que presentan esa dispersión antes
de abordar esos problemas.
 Quizá se desee comparar las dispersiones de diferentes muestras. Si no se
desea tener una amplia dispersión de valores con respecto al centro de
distribución o esto presenta riesgos inaceptables, necesitamos tener habilidad de
reconocerlo y evitar escoger distribuciones que tengan las dispersiones más
grandes.
Pero si hay dispersión en la mayoría de los datos, y debemos estar en capacidad
de describirla. Ya que la dispersión ocurre frecuentemente y su grado de
variabilidad es importante, ¿cómo medimos la variabilidad de una distribución
empírica?. Vamos a considerar sólo algunas medidas de dispersión absolutas: el
rango, la varianza, la desviación estándar y el coeficiente de variación.

El conocimiento de la forma de la distribución y del respectivo promedio de una

colección de valores de una variable, puede servir para tener una idea bastante
clara de la conformación, pero no de de la homogeneidad de cada una de los
valores con respecto a la medida de tendencia central aplicada.

En el caso de las variables con valores que pueden definirse en términos de

alguna escala de medida de igual intervalo, puede usarse un tipo de indicador que
 permite apreciar el grado de dispersión o variabilidad existente en el grupo de
variantes en estudio.

A estos indicadores les llamamos medidas de dispersión, por cuanto que están

referidos a la variabilidad que exhiben los valores de las observaciones, ya que si
no hubiere variabilidad o dispersión en los datos interés, entonces no habría
necesidad de la gran mayoría de las medidas de la estadística descriptiva.
Las medidas de tendencia central tienen como objetivo el sintetizar los datos en un
valor representativo, las medidas de dispersión nos dicen hasta que punto estas
medidas de tendencia central son representativas como síntesis de la información.
Las medidas de dispersión cuantifican la separación, la dispersión, la variabilidad
de los valores de la distribución respecto al valor central. Distinguimos entre
medidas de dispersión absolutas, que no son comparables entre diferentes
muestras y las relativas que nos permitirán comparar varias muestras.

 LA DISPERSIÓN.
Al igual que sucede con cualquier conjunto de datos, la media, la mediana y la
moda sólo nos revelan una parte de la información que necesitamos acerca de las
características de los datos. Para aumentar nuestro entendimiento del patrón de
los datos, debemos medir también su dispersión, extensión o variabilidad.

La dispersión es importante porque:

 Proporciona información adicional que permite juzgar la confiabilidad de la
medida de tendencia central. Si los datos se encuentran ampliamente dispersos, la
posición central es menos representativa de los datos.
 Ya que existen problemas característicos para datos ampliamente
dispersos, debemos ser capaces de distinguir que presentan esa dispersión antes
de abordar esos problemas.
 Quizá se desee comparar las dispersiones de diferentes muestras. Si no se
desea tener una amplia dispersión de valores con respecto al centro de
distribución o esto presenta riesgos inaceptables, necesitamos tener habilidad de
reconocerlo y evitar escoger distribuciones que tengan las dispersiones más
grandes.
Pero si hay dispersión en la mayoría de los datos, y debemos estar en capacidad
de describirla. Ya que la dispersión ocurre frecuentemente y su grado de
variabilidad es importante, ¿cómo medimos la variabilidad de una distribución
empírica?. Vamos a considerar sólo algunas medidas de dispersión absolutas: el
rango, la varianza, la desviación estándar y el coeficiente de variación.

MEDIDAS DE TENDENCIA CENTRAL

MEDIA: Media aritmética, es la que se obtiene sumando los datos y dividiéndolos
por el número de ellos. Se aplica por ejemplo para resumir el número de
pacientes promedio que se atiende en un turno. Otro ejemplo, es el número
promedio de controles prenatales que tiene una gestante.

MEDIANA: Corresponde al percentil 50%. Es decir, la mediana divide a la

población exactamente en dos. Por ejemplo el número mediana de hijos en el
centro de salud “X” es dos hijos. Otro ejemplo es el número mediana de
atenciones por paciente en un consultorio.

MODA: Valor o (valores) que aparece(n) con mayor frecuencia. Una distribución
unimodal tiene una sola moda y una distribución bimodal tiene dos. Útil como
medida resumen para las variables nominales. Por ejemplo, el color del uniforme
quirúrgico en sala de operaciones es el verde; por lo tanto es la moda en colores
del uniforme quirúrgico.

MEDIDAS DE DISPERSIÓN
 DESVIACIÓN ESTÁNDAR: Llamada también desviación típica; es una medida
que informa sobre la media de distancias que tienen los datos respecto de su
media aritmética, expresada en las mismas unidades que la variable.

LA VARIANZA: Es el valor de la desviación estándar al cuadrado; su utilidad

radica en que su valor es requerido para todos los procedimientos estadístico.

ERROR TÍPICO: Llamado también error estándar de la media. Se refiere a una

medida d variabilidad de la media; sirve para calcular cuan dispersa estaría la
media de realizar un nuevo calculo.

Tarea
 

EJEMPLO 1 

El número de diás necesarios por 10 equipos de trabajadores para terminar 10 instalaciones de iguales características
32, 15, 59, 60, 61, 64, 60, 71, y 80 días. Calcular la media, mediana, moda, varianza y desviación típica.
SOLUCIÓN:
  La media: suma de todos los valores de una variable dividida entre el número total de datos de los que se dispone:

 La mediana: es el valor que deja a la mitad de los datos por encima de dicho valor y a la otra mitad por debajo. Si ord
datos de mayor a menor observamos la secuencia:
15, 21, 32, 59, 60, 60,61, 64, 71, 80.

Como quiera que en este ejemplo el número de observaciones es par (10 individuos), los dos valores que se encuentra
son 60 y 60. Si realizamos el cálculo de la media de estos dos valores nos dará a su vez 60, que es el valor de la med
La moda: el valor de la variable que presenta una mayor frecuencia es 60
La varianza S2: Es la media de los cuadrados de las diferencias entre cada valor de la variable y la media aritmética de
distribución.

Sx2=
 La desviación típica S: es la raíz cuadrada de la varianza.

S = √ 427,61 = 20.67

 El rango: diferencia entre el valor de las observaciones mayor y el menor
80 - 15 = 65 días
 El coeficiente de variación: cociente entre la desviación típica y el valor absoluto de la media aritmética
CV = 20,67/52,3 = 0,39
EJEMPLO 2 
   El precio de un interruptor magentotérmico en 10 comercios de electricidad de una ciudad son : 25, 25, 26, 24, 30, 25
27 Euros. Hallar la media, moda, mediana, (abrir la calculadora estadística, más abajo) diagrama de barras y el diagram
SOLUCIÓN:
(Utilizar la calculadora de debajo)

 
Proceso
Nos dan un centro de la distribución de frecuencias, es un valor que se puede tomar como
representativo de todos los datos. Hay diferentes modos para definir el "centro" de las
observaciones en un conjunto de datos. Por orden de importancia, son:
 MEDIA : (media aritmética o simplemente media). es el promedio aritmético de las
observaciones, es decir, el cociente entre la suma de todos los datos y el numero de ellos. Si x  es
i

el valor de la variable y n  su frecuencia, tenemos que:

i

Si los datos están agrupados utilizamos las marcas de clase, es decir c  en vez de x .
i i

 MEDIANA (Me):es el valor que separa por la mitad las observaciones ordenadas de menor a
mayor, de tal forma que el 50% de estas son menores que la mediana  y el otro 50% son mayores.
Si el número de datos es impar la mediana será el valor central, si es par tomaremos como
mediana la media aritmética de los dos valores centrales.

 MODA (M ): es el valor de la variable que más veces se repite, es decir, aquella cuya
0

frecuencia absoluta es mayor. No tiene porque ser única.

 

 Medidas de Dispersión
Las medidas de tendencia central tienen como objetivo el sintetizar los datos en un valor
representativo, las medidas de dispersión nos dicen hasta que punto estas medidas de tendencia
central son representativas como síntesis de la información. Las medidas de dispersión cuantifican
la separación, la dispersión, la variabilidad de los valores de la distribución respecto al valor central.
Distinguimos entre medidas de dispersión absolutas, que no son comparables entre diferentes
muestras y las relativas que nos permitirán comparar varias muestras.
MEDIDAS DE DISPERSIÓN ABSOLUTAS
 VARIANZA ( s ): es el promedio del cuadrado de las distancias entre cada observación y la
2 

media aritmética del conjunto de observaciones.

   

Haciendo operaciones en la fórmula anterior obtenemos otra fórmula para calcular la varianza:

Si los datos están agrupados utilizamos las marcas de clase en lugar de X . i

 DESVIACIÓN TÍPICA (S): La varianza viene dada por las mismas unidades que la variable
pero al cuadrado, para evitar este problema podemos usar como medida de dispersión la
desviación típica que se define como la raíz cuadrada positiva de la varianza

Para estimar la desviación típica de una población a partir de los datos de una muestra se utiliza la
fórmula (cuasi desviación típica):

 RECORRIDO O RANGO MUESTRAL (R ).  Es la diferencia entre el valor de las observaciones

e

mayor y el menor.  R  = x - xmin

e max 

MEDIDAS DE DISPERSIÓN RELATIVAS

 COEFICIENTE DE VARIACIÓN DE PEARSON: Cuando se quiere comparar el grado de
dispersión de dos distribuciones que no vienen dadas en las mismas unidades o que las medias no
son iguales se utiliza el coeficiente de variación de Pearson que se define como el cociente entre la
desviación típica y el valor absoluto de la media aritmética
 

CV representa el número de veces que la desviación típica contiene a la media aritmética y por lo
tanto cuanto mayor es CV  mayor es la dispersión y menor la representatividad de la media.
 

   Medidas de Forma
Comparan la forma que tiene la representación gráfica, bien sea el histograma o el diagrama de
barras de la distribución, con la distribución normal.
MEDIDA DE ASIMETRÍA
Diremos que una distribución es simétrica cuando su mediana, su moda y su media aritmética
coinciden.
Diremos que una distribución es asimétrica a la derecha  si las frecuencias (absolutas o relativas)
descienden más lentamente por la derecha que por la izquierda.
Si las frecuencias descienden más lentamente por la izquierda que por la derecha diremos que la
distribución es asimétrica a la izquierda.
Existen varias medidas de la asimetría de una distribución de frecuencias. Una de ellas es
el Coeficiente de Asimetría de Pearson:

Su valor es cero cuando la distribución es simétrica, positivo cuando existe asimetría a la derecha y
negativo cuando existe asimetría a la izquierda.

 
Recursos
.http://www.monografias.com/trabajos43/medidas-dispersion/medidas-
dispersion.shtml
http://es.wikipedia.org/wiki/Medidas_de_tendencia_central
 

Evaluación
TAREAS:
Se tienen las edades de cinco estudiantes universitarios de Ier año, a saber:
18,23, 25, 27, y 34. Al calcular la media aritmética (promedio de las edades, se
obtuvo 25.4 años, encontrar la varianza de las edades de estos estudiantes:
Para calcular se utiliza una tabla estadística de trabajo de la siguiente manera:

      
Xi ( Xi - ?)
  ( Xi - ?)2

18 (18 – 25.5)=-7.4 (-7.4)2=54.76

23 (23 – 25.5)=-2.4 (-2.4)2= 5.76

25 (25 – 25.5)=-0.4 (-0.4)2= 0.16

27 (27 – 25.5)= 1.6 ( 1.64)2= 2.16

34 (34 – 25.5)= 8.6 ( 8.6)2 =73.96

Total xxxx 137.20

TAREA 2:
Se tienen los datos de una muestra de 30 cuentas por cobrar de la
tienda Cabrera’s y Asociados dispuestos en una tabla de distribución de
frecuencias, a partir de los cuales se deberá calcular la varianza, para lo cual se
construye la siguiente tabla estadística de trabajo, si se calculó anteriormente la
media aritmética y se fijó en 43.458 (ver ejemplo del calculo en "media aritmética
para datos agrupados) de la siguiente manera
 

  Punto        
clases medios
Xi fi Xi2 Xifi X2fi

7.420 – 21.835 14.628 10 213.978 146.280 2,139.780

21.835 – 36.250 29.043 4 843,496 116.172 3,373.984

36.250 – 50.665 43.458 5 1,888.598 217.270 9,442.990

50.665 – 65.080 57.873 3 3,349.284 173.619 10,047.852

65.080 – 79.495 72.288 3 5,225.555 216.864 15,676.665

79.495 – 93.910 86.703 5 7,533.025 433.965 37,665.125

Total XXX 30 19,053.936 1,304.190 78,346.396

http://www.eduteka.org/proyectos.php/1/3053