LA ESTADISTICA DE RESUMEN

Despus de construir tablas y grficos, a partir de una

coleccin de datos, se requieren medidas ms exactas.
La estadstica de resumen, proporciona medidas para
describir un conjunto de datos.
Existen tres tipos de medidas de resumen:
De tendencia central.
De dispersin.
De la forma de la distribucin.

MEDIDAS DE CENTRALIZACIN
Las medidas de tendencia central, de centralizacin o posicin facilitan la interpretacin de informacin
sobre un conjunto o serie de datos que se estn analizando, una vez que estos datos fueron recopilados u
organizados, ya sea en una investigacin documental o en una investigacin de campo.
Por ejemplo, si se desea comparar las estaturas de alumnos del quinto semestre de Auditoria Financiera
de la EAP de Contabilidad de las secciones A y B, y al tomar las medidas, se encontraran las variables
entre 140 a 210 cm. Este conocimiento no es lo suficientemente preciso para hacer la comparacin
deseada, es indispensable afinarlo ms para cada uno de los dos secciones, interesa donde estn
centradas las estaturas, que tanta variabilidad tiene, etc. De los muchos aspectos de los datos, que
intentamos representar numricamente con estadsticas, dos son los ms importantes:

a) Rango (R)
a) Media aritmtica o Promedio ( ) Medidas de b) Desviacin Media (D.M.)
Medidas de b) Mediana (Me) Variabilidad c) Varianza (
2
)
Centralizacin c) Moda (Mo) o Dispersin d) Desviacin estndar o Tpica (S)
d) Cuartiles
e) Percentiles
x
Las medidas de tendencia central.
Se refieren al punto medio de una distribucin
Se conocen como medidas de posicin
Ejemplo: A partir del grfico siguiente, se observa que la
posicin central de la curva B est a la derecha de la posicin
central de las curvas A y C. Observese que la posicin central de
la curva A es la misma que la curva C.

Las medidas de dispersin.
1.Se refieren a la extensin o amplitud de los datos de
una distribucin
2.Representan el grado de variabilidad de los datos.
Ejemplo: Observe que la curva A en el siguiente grfico
tiene una mayor dispersin que la curva B, a pesar que
la posicin central es la misma.

Las medidas de la forma de la curva.
Las curvas que representan a un conjunto de datos, pueden
ser analizadas de acuerdo a su:
a) Simetra b) Curtsis
Las curvas simtricas, tienen una forma tal que con una
lnea vertical que pase por el punto ms alto de la curva,
dividir el rea de esta en dos partes iguales.

Las curvas sesgadas son aquellas cuyos valores estn
concentrados en el extremo inferior o superior de la escala
de medicin del eje horizontal. La cola indica el tipo de
sesgo.

Cuando medimos la curtsis nos referimos al grado de
agudeza. Pueden ser: leptocrtica (concentracin al centro)
mesocrtica distribuidos simtricamente) o platicrtica
(aplanada).

Propiedades de la sumatoria.
1
ra
Regla: La suma de los n trminos de una serie constante, es
igual a n veces la constante.


Ejemplo:
C = 10, n=3

= 10 + 10 + 10 = 3 (10) = 30

=
=
n
i
i
nc c
1

=
3
1 i
c
2
da
Regla: La suma de los productos de una constante por una
variable, es igual a la constante multiplicada por la suma de la
variable.


Ejemplo:
C = 5, X
1
= 2, X
2
= 4, X
3
= 6


5(2) + 5(4) + 5(6) = 60


= =
=
n
i
n
i
i
c cx
1
i
1
x
=

=
3
1 i
i
cx
3
ra
Regla: La suma de los valores de una variable ms una
constante es igual a la suma de los valores de la variable ms n
veces esa constante.

= =
+ + =
n
i
n
i
i i
nc c
1 1
x ) x (
Ejemplo:
C =2, x
1
=5, x
2
=3, x
3
=2

(5 + 2) + (3 + 2) + (2 + 2) = 16

= (5 + 3 + 2) + 3(2) = 16

=
= +
3
1
) x (
i
i
c
Las medidas de tendencia central.
1. En general se denominan promedios.
2. Los ms importantes son la media, la mediana y la moda.
Aritmtica
Media Geomtrica
Medidas de Mediana Armnica
tendencia central Moda

3. Tambin es til conocer los percentiles (o fractiles).
POR QU SON IMPORTANTES LAS MEDIDAS DE
TENDENCIA CENTRAL?
Porque la mayor parte de los conjuntos de datos
muestran una tendencia a agruparse alrededor de un
dato central.
Las medidas de tendencia central son puntos en una
distribucin, los valores medios o centrales de sta y nos
ayudan a ubicarla dentro de la escala de medicin.

La Media
(A) La media aritmtica ( )
a) Obtencin: Se obtiene sumando los valores
registrados y dividindolos entre el nmero de datos.
Ejemplo:
La siguiente tabla muestra el nmero de reclamos y quejas
presentadas por pacientes en el Servicio de Emergencias a lo
largo de una semana. Calcule e interprete la media.

x
Da/Semana Lun Mar Mier Jue Vier Sab
Reclamos/da 8 10 5 12 10 15
Media aritmtica =

= 10 reclamos
b) Interpretacin: Si elige al azar un da de la semana, se espera que los
pacientes del servicio de emergencia realicen 10 reclamos en ese da.
c) Simbologa:
Tamao Media aritmtica
Muestra n (equis barra)
Poblacin N (mu)

6
60
6
15 10 12 5 10 8
=
+ + + + +
x
x
d) Clculos a partir de datos no agrupados, se
utilizan las siguientes formulas.
Para una muestra
donde: : media muestral
: suma de todos los datos


: nmero de datos (muestra)
Para una poblacin
donde: : media poblacional
: suma de todos los datos
: nmero de datos (poblacin)

x

i
X
n
n
i
i
x

=
=1
X
n
N
N
i
i

=
=1
X

i
X
N
e) Clculo a partir de datos agrupados.
El clculo de la media aritmtica, cuando los datos disponibles
se encuentran en tablas de distribucin de frecuencias, se
realiza utilizando la formula siguiente



donde: :media muestral
:frecuencia absoluta de la clase i
:marca de la clase i

=
=
=
n
f
n
f
i
i
i
i i
x
1
1
X
x
i
f
i
X
Ejemplo:
La distribucin de frecuencias siguiente, representa los
puntajes obtenidos en una evaluacin del desempeo,
aplicado al personal tcnico de un Centro de Salud. El puntaje
mximo en la prueba es 50. Calcule e interprete en media.

Desempeo Nmero de
(puntos) tcnicos
12 - 16 4
17 - 21 8
22 - 26 15
27 - 31 23
32 - 36 10
TOTAL 60
Primero se calcularn las marcas de clase ( );
es decir, el valor intermedio de cada clase
Marca de Frecuencia
Clase clase ( ) absoluta(f
i
)

12 - 16 14 4
17 - 21 19 8
22 - 26 24 15
27 - 31 29 23
32 - 36 34 10
Total 60

14(4) + 19 (8) + 24 (15) + 29 (23) + 34 (10)
4 + 8 + 15 + 23 + 10


i
X
i
x
= x
= x
1575
60
= x 26.25
Interpretacin: Si se elige al azar a un trabajador tcnico de
este hospital, se espera que tenga un puntaje de 26,25 en su
evaluacin de desempeo.
f) La media aritmtica ponderada ( )
donde:

= factor de ponderacin



= datos

p
x

=
=
=
n
i
i
n
i
i i
w
w
p
x
1
1
X
i
w
i
X
Ejemplo: Una empresa comercializadora de Seguros Mdicos
dispone de 3 representantes para la zona de Miraflores, cada
uno de los cuales cobra diferente comisin por pliza vendida,
y realiza diferente nmero de contratos. Calcule e interprete el
valor medio de la comisin

N de polizas de Comisin
Vendedor Seguro Mdico por venta $
Pedro 30 30
Juan 25 40
Pablo 20 50




Interpretacin:

Si se elige al azar un representante se espera que cobre una
comisin de $38.67 por pliza vendida.

No olvidemos que la media es el centro de gravedad de los
datos.
67 . 38 $
75
2900
20 25 30
) 50 ( 20 ) 40 ( 25 ) 30 ( 30
= =
+ +
+ +
=
p
x
g)Ventajas y desventajas de la media aritmtica

Ventajas:
Concepto familiar para muchas personas
Es nica para cada conjunto de datos
Es posible comparar medias de diferentes muestras
Desventajas
Se ve afectada por los datos extremos
Si la muestra es grande y los datos no estn agrupados, su
clculo es tedioso
Si los datos estn agrupados en clases con extremos
abiertos, no es posible calcular la media.

La media geomtrica ( )
Se utiliza para calcular tasas medias de variacin, como la tasa
media de crecimiento poblacional, la tasa media de inflacin
mensual, la tasa media de mortalidad, entre otros.

a) Obtencin Se obtiene extrayendo la raz ensima del
producto de los n valores de una serie.
g
x
n
g
n
x X X X X .........
3 2 1
- - - =
Ejemplo:
La siguiente tabla muestra la tasa de aumento en las quejas
durante los ltimos meses. Calcule e interprete la tasa media
mensual.

Meses Enero Febrero Marzo Abril Mayo
Aumento de
quejas
2.6% 5.4% 3.8% 0.5% 1.4%
La tasa 2,6% tambin se puede expresar como 0,026 , y
puesto que se refiere a un aumento a partir de una base de
100%, el factor de variacin ser 1,026. Para los otros datos
se opera igual.
Clculos
Por lo tanto, la media geomtrica se calcula:

n
x x x x x
g
,...... , , 3 2 1 =
g
x
5
) 014 . 1 )( 005 . 1 ( ) 038 . 1 ( ) 054 . 1 ( ) 026 . 1 ( =
5
143903377 . 1 = g
x
g
x
) ( 0272540 , 1 medio o crecimient de Factor =
Tasa media
de variacin


100 ) 1 (
=
g
x
= (1,0272540 - 1) x 100 = 2,72%

Interpretacin

Si se selecciona al azar un mes entre enero y
mayo, se espera que las ventas se hayan
incrementado 2.72% con respecto al mes
anterior.

La media armnica ( )
Se utiliza para calcular el tiempo medio, velocidad y
aceleracin media, como por ejemplo, el tiempo medio para
realizar determinada ciruga.

a) Obtencin: se obtiene calculando el inverso de la media
aritmtica de los inversos de una serie.

h
x
n
n
i
i
h
x

=
= 1
X
1
1
Ejemplo:
Los siguientes datos registran el tiempo que utilizan cuatro
mdicos al realizar una cierta intervencin quirrgica. Calcule
e interprete el tiempo medio.



Conocer el tiempo medio permite contar con una
herramienta til en la planeacin de los recursos, como la
Sala de Operaciones. Adems de poder comparar nuestro
desempeo con los estndares de calidad internacionales.
Mdico A B C D
Tiempo
(minutos)
45 38 52 40






Interpretacin:
Si se selecciona al azar a uno de los cuatro mdicos, se espera
que realice este tipo de ciruga en 43 minutos
aproximadamente.

88920
2223 1710 2340 1976
4
40
1
52
1
38
1
45
1
4
+ + +
=
+ + +
=
h
x
minutos 117953 . 43
8249
88920 4
= =

h
x
segundos 7 minutos 43 =
h
x
Medidas de centralizacin para datos no agrupados
a) Para datos no agrupados
Media Aritmtica. (tambin denominada Media).- La medida ms evidente que podemos calcular para
describir un conjunto de observaciones numricas es su valor medio. La media no es ms que la suma
de todos los valores de una variable dividida entre el nmero total de datos de los que se dispone.
Siendo su frmula la siguiente:

Donde: Smbolo de sumatoria que indica que se deber sumar lo que

aparezca a derecha, es decir, x
x Cada uno de los datos obtenidos de la muestra.
n Nmero total de datos.
Ejemplo, consideremos 10 pacientes de edades 21 aos, 32, 15, 59, 60, 61, 64, 60, 71, y 80. La media
de edad de estas personas ser de:

=
21 + 32 + 15 + 59 + 60 + 61 +64 + 60 + 71 + 80
10
= 52,3


En los siguientes ejercicios determina lo que se pide:
1. Hallar la media aritmtica de los siguientes valores: 5, 7, 8, 10, 15.
2. Si las calificaciones de un alumno en las distintas asignaturas de un curso durante una evaluacin fueron: 7; 5;
6; 5; 3; 7; 5; 6; 2. Qu promedio obtuvo el alumno?
3. La media de 6 elementos se sabe que es 10. Sabiendo que cinco de ellos son: 8, 12, 13, 5 y 9, hallar el
elemento que falta.

b) Para datos agrupados.
Se har uso de la siguiente frmula:

1
+
2

2
+

1
+
2
+

=1

Donde:

1
= es la marca de clase del intervalo i-simo

1
= es la frecuencia del intervalo i-simo.
n = es el nmero de datos de la muestra
m = es el nmero de intervalos

Ejemplo: Calcular la media aritmtica para el peso de 40 trabajadores, segn tabla adjunta:

=
2868
40
= 71,7 72
5
=1


El peso promedio de los 40 trabajadores es de 72 kilos


Ventajas y desventajas del uso de la media aritmtica:




Peso (Kg)
1

1

50 - 62 58,5 5 292,5
63 - 70 66,5 15 997,5
71 - 78 74,5 12 894
79 - 86 82,5 5 412,5
87 - 94 90,5 3 271,5
Total 40 2868
Ventajas Desventajas
- Estable muestra a muestra - No aplicable a atributos
- Fcil calculo e interpretacin - Influye en su valor los valores extremos
En tres cursos de un mismo nivel los promedios de las calificaciones fueron 5,6; 6,1; y 4,9; si los
cursos tenan respectivamente 34; 30 y 36 alumnos, determine la calificacin promedio de los tres
cursos.
Solucin:

=
5,6 34 + 6,130 + 4,936
34 + 30 + 36
=
549,8
100
= 5,498 5,5

El promedio de las calificaciones de los tres cursos es 5,5
LA MEDIANA
Es la medida que divide en dos subconjuntos iguales a datos,
de tal manera que 50% de los datos es menor a la mediana y el
otro 50% es mayor a la mediana.

a) Obtencin: Se obtiene ordenando la serie de datos (en forma
ascendente o descendente) y ubicando el dato central.

Ejemplo:
Los siguientes datos se refieren al nmero de pacientes que llegaron a su cita,
despus de la hora programada durante los ltimos 11 das en el Servicio de
Pediatra. Calcule e interprete la mediana.
12, 10, 5, 15, 8, 11, 13, 8, 10, 17, 16

Primero se ordenan los datos:
5, 8, 8, 10, 10, 11, 12, 13, 15, 16, 17
5 datos menores 5 datos mayores
Mediana


b) Interpretacin: Durante 5 das llegaron menos
de 11 pacientes tarde a su cita y durante 5 das,
ms de 11 pacientes llegaron tarde a su cita.
c) Reglas
1 Si la serie es impar, la mediana ocupa el lugar
central de la serie previamente ordenada.

Ejemplo: 5, 10, 10, 12, 15 , 17, 20, 21, 24

2 Si la serie es par, la mediana se obtiene de la
semisuma de los dos valores centrales de la serie
previamente ordenada.
Ejemplo:
8, 10, 14, 18, 23, 24, 32, 34


3 Sea la serie par o impar, la mediana ocupa el lugar
,de la serie previamente ordenada; para datos
no agrupados
5 . 20
2
23 18
=
+
= mediana
(

+
2
1 n

La Mediana de 1, 2, 4, 5, 6, 6, 8 es 5
La Mediana de 1, 2, 4, 5, 6, 6, 8, 9 es (5+6)/2=
5.5
Es conveniente cuando los datos son
asimtricos . No es sensible a valores
extremos.
La mediana de 1, 2, 4, 5, 6, 6, 800 es 5 La
media es 117.7!
d) Clculo a partir de datos agrupados.



donde:
: mediana de la muestra
: limite inferior del intervalo de clase de la mediana.
: nmero total de datos.
: suma de todas las frecuencias hasta, pero sin incluir, la clase mediana.
: frecuencia de la clase de la mediana
: ancho de intervalo de clase

( )
c
Md
f
F
n
Md
i
(
(
(

+
+
+ =
1
2
1
L
Md
i
L
n
F
Md
f
c
Ejemplo: La tabla siguiente muestra la experiencia laboral
(aos) del personal de seguridad que labora en la Universidad.
Calcule e interprete la mediana.

Experiencia Nmero de
laboral trabajadores
(aos) de seguridad
0 - 3 4
4 - 7 12
Clase
Mediana
8 - 11 24
12 - 15 16
16 - 19 10
20 - 23 3
69
Lugar de la mediana:
35
2
1 69
2
1
=
+
=
+ n
4
24
) 1 16 (
2
1 69
8
(
(
(

+
+
+ = d M
4
24
17 35
8
(

+ =
Mediana = 11 aos
Interpretacin:

La mitad del personal de seguridad que labora en la
universidad tienen una experiencia laboral igual o menor a 10
aos 6 meses. La otra mitad de este personal tiene una
experiencia laboral igual o mayor a 11 aos

e) Ventajas y desventajas
Ventajas:
Los valores extremos no afectan a la mediana como en el caso
de la media aritmtica.
Es fcil de calcular, interpretar y entender.
Se puede determinar para datos cualitativos, registrados bajo
una escala ordinal.

Desventajas:
Como valor central, se debe ordenar primero la serie de datos.
Para una serie amplia de datos no agrupados, el proceso de
ordenamiento de los datos demanda tiempo y usualmente
provoca equivocaciones.

LA MODA
La moda es el valor que ms se repite dentro de un conjunto
de datos.
a) Obtencin: se obtiene organizando la serie de datos y
seleccionando el o los datos que ms se repiten.
Ejemplo:
4, 5, 7, 8, 8 , 10, 12, 15

4, 7, 12,12 , 15, 16, 20, 20 , 24, 27

7, 12, 15, 18, 25, 30, 31, 38


b) Clculo a partir de datos agrupados


donde:
: moda
: limite inferior de la clase modal (la de mayor frecuencia)
: frecuencia de la clase modal menos la frecuencia de la clase anterior
: frecuencia de la clase modal menos la frecuencia de la clase siguiente
: amplitud de clase

c
d d
d
i
(

+
+ =
2 1
1
L o M
o M
i
L
1
d
2
d
c
Las clases mediana y modal pueden coincidir pero conceptualmente son
diferentes.
Ejemplo: La tabla siguiente muestra los errores de facturacin durante
un mes, en un establecimiento comercial. Calcule e interprete la moda.

Clase moda : (4 - 7) intervalo




Mo = 6,4

Interpretacin: Durante un mes, el nmero ms frecuente de errores de
facturacin en el establecimiento comercial es 6.

Errores de
f acturacin Das
0 - 3 6
4 - 7 12
Clase
Modal
8 - 11 8
12 - 15 3
16 - 19 1
Total 30
4
4 6
6
4 Mo
|
.
|

\
|
+
+ =
6
1
= d
4
2
= d
e) Ventajas y desventajas de la moda.
Ventajas:
Se puede utilizar tanto para datos cualitativos como cuantitativos.
No se ve afectada por los valores extremos.
Se puede calcular, a pesar de que existan una o ms clases abiertas.
Desventajas:
No tiene un uso tan frecuente como la media.
Muchas veces no existe moda (distribucin amodal).
En otros casos la distribucin tiene varias modas, lo que dificulta su
interpretacin.
LOS PERCENTILES
Son los valores que dividen en 100 partes iguales a un conjunto
de datos
a) Clculo: para datos agrupados.

( )
c
f
n
i K
(
(
(

+
+
=
K
P
1
i
F
100
K
L P
donde:
: percentil
: el percentil buscado
: nmero de datos
: frecuencia acumulativa hasta la clase anterior a la clase
donde se ubica el percentil K
: frecuencia absoluta de la clase donde se ubica el percentil K
: amplitud de clase

K
P
K
n
i
F
K
f
P
c
Ejemplo:
La tabla muestra la experiencia (en aos) de docentes la
Universidad Nacional Mayor de San marcos.


Experiencia Docentes
(aos)
0 - 3 18
4 - 7 42
8 - 11 68
12 - 15 120
16 - 19 40
20 - 23 34
24 - 27 12
Total 334
Sobre qu edad se ubica el 25% de los Docentes de la UNMSM
de mayor experiencia?.







Para saber en cul clase se halla este dato, se calcul la frecuencia
acumulativa.


) ordenados nmeros los de ( 5 , 250
100
) 334 ( 75
100
Kn
P del Lugar
75
= = =
Experiencia N Docentes Frec. Acumulada
(aos)
0 - 3 18 18
4 - 7 42 60
8 - 11 68 128
12 - 15 120 248
16 - 19 40 288
20 - 23 34 322
24 - 27 12 334
334
F=248
En esta clase
se localizan del
249 - 288
( )
4
40
1 248
100
75(334)
16
75
P
(
(
(

+
+ =
aos 15 . 16
75
P =
Interpretacin: Para que un Docente de la UNMSM est
comprendido dentro del 25% de mayor experiencia laboral
debe tener al menos 16 aos.

MEDIDAS DE
DISPERSIN Y
ASIMETRA

TEMAS A TRATAR:
1. Calcular e interpretar las principales medidas de
dispersin:
A) Rango
B) Rango intercuartlico
C) Varianza
D) Desviacin estndar
E) Coeficiente de variabilidad
2. Calcular e interpretar las principales medidas de la forma
de la distribucin.
A) Coeficiente de asimetra
B) Coeficiente de curtosis

Las medidas de dispersin.
Llamadas tambin medidas de variabilidad
Son tiles porque:
1. Permiten juzgar la confiabilidad de la medida de
tendencia central.
2. Los datos demasiados dispersos tienen un
comportamiento especial.
3. Es posible comparar dispersin de diversas
muestras
El rango (R)
Llamado tambin recorrido, amplitud total o
alcance.

a) Obtencin: se obtiene de la influencia entre el
dato mayor y el dato menor ms una unidad
significativa, a fin de incluir ambos valores
extremos.

Ejemplo:
Los siguientes datos representan el peso de 10 nios al
nacer, (en Kg.). Calcule e interprete el rango.
2.860 3.150 3.450 2.950 3.780
4.170 3.920 3.280 4.050 3.120

Rango = (4.170 2.860) + 0.001
Rango = 1.311 Kg.

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

c) Clculo a partir de datos agrupados, se utiliza la
siguiente frmula:
R= (L
s
- L
i
) + 1
donde:
: Limite superior de la ltima clase

: Limite inferior de la primera clase

s
L
i
L
Ejemplo:
La distribucin de frecuencias siguiente representa el tiempo que
espera un alumno para ser atendido, en un cubculo de la
Universidad. Calcule e interprete el rango

Rango = (36-12) + 1

R = 25 minutos




Interpretacin: la diferencia de tiempo entre el alumno que ms
espera y el que menos espera para ser atendido es 25 minutos.

Tiempo N de Alumnos
(minutos) (por da)
12 - 16 4
17 - 21 8
22 - 26 15
27 - 31 23
32 - 36 10
Total 60
f) Ventajas y desventajas del rango

Ventajas
fcil de calcular
fcil de entender e interpretar

Desventajas
slo considera los valores extremos
no toma en cuenta ni el nmero de datos ni el valor de
estos
no es posible calcular en tablas con extremos abiertos.




El rango intercuartlico

Permite ubicar el
50% de los datos
que se encuentran
en el centro de la
distribucin, es
decir, el 25% de los
datos son menores
al primer cuartil y
tambin 25% de los
datos son mayores
al tercer cuartil.
Ejemplo:
La tabla muestra la experiencia (en aos) de los
Docentes que labora en la UNMSM.

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

B)Cul es el rango
intercuartlico?
clase 3ra la en ubica se 5 . 83
100
) 334 ( 25
P Q Lugar
25 1
= =
( )
4
68
1 60
100
25(334)
8 Q
1
(
(
(

+
+ =
aos 32 . 9 Q
1
=







A.El 50% de los Docentes con experiencia intermedia se
encuentran entre 9,32 y 16,15 aos.
B. El rango intercuartlico es 6 aos aproximadamente

clase 5ta la en ubica se 5 . 250
100
) 334 ( 75
P Q Lugar
75 3
= =
( )
4
40
1 248
100
75(334)
16
3
Q
(
(
(

+
+ =
aos 15 . 16
3
Q =
La desviacin cuartlica
Es una medida de variabilidad fcil de calcular. Es la mitad del
rango intercuartil. Mide la dispersin del 50% central de las
observaciones respecto a la mediana.
Es imposible tener una DC negativa. Es raro, pero podra tener
un valor igual a 0, en el caso que los percentiles sean iguales
(P
75
= P
25
). Cuando mayor sea la diferencia entre los
percentiles, mayor ser el valor de la DC.
2
25 75
P P
DC

=
Ejemplo:
Si P
25
= 7,2
P
75
= 13,4

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

1 , 3
2
2 , 7 4 , 13
DC =

=
La varianza
Es una medida de desviacin promedio con respecto a
la media aritmtica
a) Clculos a partir de datos no agrupados.

para una muestra

para un poblacin

1
1
2
) X (
2

=
=
n
n
i
i
x
S
N
N
i
i

=
=
1
2
) X (
2

o
Ejemplo:
La siguiente informacin se refiere a libros procesados durante
una semana. Calcule la varianza. 8, 10, 5, 12, 10, 15
Primero, elaboramos un cuadro de la forma siguiente:

8 8 - 10 = 2 4
10 10 - 10 = 0
0
5 5 - 10 = 5
25
12 12 - 10 = 2
4
10 10 - 10 = 0 0
15
15 - 10 = 5 25
60 X =

( )

= 0 X x
i ( )

= 58 X
2
x
i
x
X x
i
( )
2
X x
i

10
6
60
=
=
x
x
( )

= 58 X
2
x
i
1
) (X
2
2

=


n
i
S
x
6 . 11
1 6
58 2
=

=
S
La desviacin estndar
Llamada tambin desviacin tpica representa la variabilidad (o
desviaciones) promedio de los datos con respecto a la media
aritmtica. Es la raz cuadrada de la varianza, sea poblacional o
muestral.
a) Clculos a partir de datos no agrupados
para la muestra

para la poblacin

1
)
X (
S
1
2
2
s

= =

=
n
n
i
x
i
N
N
i
i

=

= =
1
2
2
)
X (
o
o
Ejemplo:
La siguiente informacin se refiere al nmero de libros
reprocesadas durante una semana. Calcule la desviacin
estndar.
8, 10, 5, 12, 10, 15
Ya sabemos por el ejemplo anterior que S
2
= 11,6
Entonces

s
2
S =
procesados 3,4 S
6 , 11 S
=
=