4 MEDIDAS DE DISPERSIN
Para especificar la cantidad de movimiento o grado de dispersin de los datos
que se mueven entorno a una medida central se utilizan las medidas
denominadas de dispersin.
La medida de dispersin es el grado de alejamiento de un dato cualquiera de la
muestra de su media.
Con el propsito de medir la dispersin o variabilidad, se discutirn las medidas
de:
Rango
Desviacin media
Varianza
Desviacin Estndar (tambin llamada desviacin tpica).
Rango:
Sirve para tener una idea de lo extenso de una muestra. Se calcula retndole
el dato menor al dato mayor, con lo que nos damos una idea general de lo
aproximados o distantes que estn los datos de la muestra.
R= Xmxm
Donde:
R Rango
Xm Dato mayor
x m Dato menor
Desviacin media:
La desviacin media es un primer intento por buscar una medida de
dispersin ms eficiente que el rango. Es la media aritmtica de las
desviaciones absolutas respecto a la media aritmtica. Se abreviada por Dm.
|x x|
N
Donde:
Dm Desviacion Media
N Numero de datos
Dm=
f |xx|
N
Donde:
Dm Desviacion Media
x Marca de clase
x Media aritmtica
N Numero de datos
Desviacin Estndar:
Medida de dispersin optima, que se utiliza para calcular los lmites de control
en procesos productivos, puesto que determinan la variabilidad aceptable.
Consiste en quitarle el elemento cuadrtico a las unidades de la varianza
mediante la extraccin de la raz cuadrada de la misma; definitivamente la
desviacin tpica es la mejor medida de dispersin con que cuenta la
estadstica, y cuanto mayor sea la concentracin de los datos de una muestra,
el valor de la desviacin tpica ser menor.
|xx|
Donde:
s Desviacion tpica
N Numero de dato
f |x x|
N
Donde:
s Desviacion tpica
f Frecuencia de clase
x Marca de clase
x Media aritmetica
N Numero de dato
Varianza:
Procura dar el grado con que puede variar un dato de la muestra; el
problema es que sus unidades son cuadradas y es poco compresible para
efectos prcticos.
Recordemos la dificultad de sumar las diferencias entre cada dato de la
muestra y su media; por lo que otra manera de hacer positivas las diferencias
es elevando cada diferencia al cuadrado, de tal manera que cada cantidad
encontrada ser positiva.
|xx|2
Donde:
s Varianza
x Valor de cada dato
x Media aritmtica
N Numero de datos
s=
2
Donde:
s 2 Varianza
f Frecuencia de clase
x Marca de clase
x Media aritmtica
N Numero de datos