MEDIDAS DE

DISPERSIN
Una de las funciones de la estadstica se relaciona con el clculo de la
Variabilidad. Conocer las medidas de dispersin (variacin) es de suma
importancia, ya que la no consideracin de diferencias puede conducir a errores
de juicio en la Toma de decisiones (Snchez, 1992). Una medida particular de
tendencia central da Lugar a una puntuacin que, en cierto sentido, "representa"
a todas las puntuaciones de un grupo (Glass & Stanley, 1974). Sin embargo,
cuando se usa cualquier medida de tendencia central, sta nos da slo un cuadro
incompleto de un conjunto de datos y, por consiguiente, podra conducir a
conclusiones errneas o distorsionadas (Levin,1979), porque este proceso pasa
por alto las diferencias entre las puntuaciones en s (Glass & Stanley, 1974). Sera
incorrecto concluir que dos (2) conjuntos de datos son iguales slo porque tienen
la mismas medidas de tendencia central, es decir, que el valor de la media
aritmtica sea el mismo para ambos conjuntos, cuando la distancia de los datos
de ambos conjuntos se distribuyen de una forma diferente (Elorza, 1987). Para
describir una distribucin en forma ms completa o para interpretar con ms
detalle una calificacin, necesitamos informacin adicional acerca de la
dispersin de las calificaciones con respecto a nuestra medida de tendencia
central
(Haber & Runyon, 1992). Es necesario un ndice de cmo estn diseminados los
puntajes alrededor del centro de la distribucin. A tales distancias se les suele
denominar medidas de dispersin o variacin. Las medidas de dispersin,
tambin conocidas como medidas de variacin o variabilidad, indican el grado en
que los sujetos se dispersan respecto al centro de la distribucin. A travs de las
mismas el investigador verifica cun homogneos, parecidos o estables son los
elementos bajo estudio, en contraste con otros grupos de inters (Snchez, 1992).
Si todos los valores son los mismos, no existe dispersin; si no todos son los
mismos, hay dispersin en los datos. La magnitud de la dispersin puede ser
pequea, cuando los valores, aunque diferentes, estn prximos entre s. Si los
valores estn ampliamente separados, la dispersin es mayor. Este captulo trata
slo de la medidas de dispersin o variabilidad ms conocidas: el recorrido
(rango) y la desviacin estndar. Estas tcnicas estarn enmarcadas segn la
composicin de los datos, es decir, arreglo de datos, datos no agrupados y datos
agrupados. Adems, se evaluar la tcnica de coeficiente de variacin para
variables cuantitativas y cualitativas, tales como: coeficiente de variacin e ndice
de dispersin cuantitativo.
1. TIPOS DE MEDIDAS DE DISPERSIN

Cuando nuestro inters se centra en las medidas de dispersin, debemos
buscar un ndice de variabilidad que indique la distancia a lo largo de la
escala de calificaciones (Runyon & Haber, 1992). El recorrido y la
desviacin estndar realizan dicha labor.

A. Rango o recorrido

Una manera de medir la variacin en un conjunto de valores es
calculando el recorrido. El recorrido es la ms sencilla y directa de
las medidas de dispersin
(Runyon & Haber, 1992), y a la vez la menos confiable de las medidas
de variacin
(Snchez, 1992). Se trata simplemente de la distancia entre el valor
menor y el valor mayor en un conjunto de observaciones. El hecho
de que slo tome en consideracin dos (2) valores, hace que la
medida sea muy pobre. Ntese que si hay un valor extremo en la
distribucin, se tendr la impresin de que la dispersin es grande
cuando, en realidad, si hiciramos caso omiso de esa calificacin,
podramos encontrar que
dicha distribucin es, por el contrario, una distribucin "compacta".
El recorrido refleja nicamente las dos (2) calificaciones extremas de
la distribucin
(Runyon & Haber, 1992), es decir, solamente dos (2) puntuaciones
exactas de un grupo son las que los determina, ignorando as, todas
las dems puntuaciones, a excepcin de los extremos (Glass &
Stanley, 1974). El recorrido no puede darnos una idea precisa con
respecto a la dispersin y, en el mejor de los casos, debe
considerarse slo como un ndice preliminar o muy aproximado
(Levin, 1977). Puede expresarse de la siguiente manera:


B. Varianza y Desviacin Estndar

La desviacin estndar (DE) es la medida de dispersin ms adecuada
para la estadstica descriptiva (Haber & Runyon, 1992). Tanto en la
escalas de intervalo como en las de razones, la varianza y la
desviacin estndar son las mejores medidas de dispersin. Toman
en consideracin todos los puntajes y controlan por el efecto de
valores extremos. La DE permite una interpretacin precisa de las
calificaciones dentro de una distribucin (Runyon & Haber, 1992). Si
todos los sujetos son iguales
en una caracterstica (por ejemplo, ndice acadmico), entonces el
resultado ser igual a cero. Por el contrario, si aumentan las
diferencias, aumentar el ndice, alejndose ms y ms del punto cero.
La varianza se define como las desviaciones cuadradas medias
respecto a la media. La desviacin estndar es la raz cuadrada de la
varianza. La desviacin estndar estar formulada de la siguiente
manera

C. Coeficiente de Variacin

La desviacin estndar DE es til como medida de la variacin dentro
de un conjunto de datos. Ms an, si las medias son iguales se pueden
comparar directamente las dos DE (Snchez, 1992). Sin embargo,
cuando se desea comparar la dispersin en dos conjuntos de datos,
comparar las DE pueden conducir a resultados sin sentido, si las
medias difieren o si las unidades de medicin son diferentes. Esto es
as, puesto que cada DE se obtiene a partir de la media particular que
corresponde a cada conjunto (Snchez, 1992).
Lo que se necesita en situaciones como sta es una medida de
variacin relativa, en lugar de una variacin absoluta (Daniel, 1985).
La medida que nos puede resolver este problema es el coeficiente de
variacin (C.V.), llamado de Pearson, que es la relacin entre la DE y la
media aritmtica (Elorza, 1987). Se multiplica adems por 100, para
considerar el resultado en forma de porcentaje. A mayor el
porcentaje, mayor es la variacin y viceversa. La frmula est dada

D. Cuasivarianza:
Es una medida de dispersin, cuya nica diferencia con la varianza es que
dividimos por N-1, la representaremos por o y la calcularemos de
la siguiente forma:

E. Cuasidesviacin tpica:
La raz cuadrada de la cuasivarianza y la denotaremos por S
N1
o
N-1
.
Todas estas medidas de dispersin vienen influidas por la unidad en la que se mide
la variable, esto implica que si cambiamos de unidad de medida, los valores de
estos estadsticos se vean a su vez modificados. Adems, no permite comparar por
ejemplo, en un grupo de alumnos si los pesos o las alturas presentan mas
dispersin. Pues no es posible comparar unidades de distinto tipo.Precisamos por
lo tanto, una medida "escalar", es decir, que no lleve asociado ninguna unidad de
medida.
VENTAJAS Y DESVENTAJAS

MEDIDA VENTAJAS DESVENTAJAS
Rango o
recorrido


Es fcil de calcular, y tiene una
interpretacin intuitiva

Es muy general, tan slo nos da una
idea de cun amplia es da una idea
de cun amplia es la variacin entre
puntajes extremos.
No toma en cuenta los valores
intermedios de la distribucin.

Rango
intercuartlicoango

Fcil de calcular
No sufre la influencia de los
valores extremos
Solo mide la dispersin en el centro
de la distribucin
Solo mide la distancia entre el Q1y
Q3, y no la forma en que los datos
estn distribuidos

Varianza
Considera todos los valores de la
distribucin

Al expresarse en el cuadradode las
unidades de los datos, es de difcil
interpretacin.
Desvo estndar o
tpico

Se expresa en las unidades
originales de la variable

Al expresarse en el cuadradode las
unidades de los datos, es de difcil
interpretacin.
Coeficiente de
variacin

Es til para comparar la
variabilidad entre conjuntos de
datos (de diferentes o iguales
unidades de medida)

Arrastra las limitaciones que
Coeficiente de variacin





EJERCICIO RESUELTO DE DISPERCION

1. Calcular desviacin media de los dgitos
seleccionados en una lotera
10 1 13 9 5 2 10 3 8 6 17 2 10 15



X=7.93

D.M=

= 4.08






d Xi |Xi-x| |Xi-x|^2
1 6.93 48.0249
2 5.93 35.1649
2 5.93 35.1649
3 4.93 24.3049
5 2.93 8.5849
6 1.93 3.7249
8 0.07 0.0049
9 1.07 1.1449
10 2.07 4.2849
10 2.07 4.2849
10 2.07 4.2849
13 5.07 25.7049
15 7.07 49.9849
17 9.07 82.2649
sumatoria 57.14 326.9286