MEDIDAS DE DISPERSIN

Se llaman medidas de dispersin aquellas que permiten retratar la distancia de los valores de la variable a un cierto valor central, o que permiten identificar la concentracin de los datos en un cierto sector del recorrido de la variable. Se trata de coeficiente para variables cuantitativas.

A) El desvo estndar Es posible identificar conjuntos de datos que a pesar de ser muy distintos en trminos de valores absolutos, poseen la misma media. Una medida diferencial para identificar esos conjuntos de datos es la concentracin o dispersin alrededor de la media. A 1) Desvo estndar para datos sin agrupar Una manera que aparece como muy natural para construir una medida de dispersin sera promediar las desviaciones de la media, pero como vimos

Una manera de evitar que los distintos signos se compensen es elevarlas al cuadrado, de manera que todas las desviaciones sean positivas. La raz cuadrada del promedio de estas cantidades recibe el nombre de desvo estndar, o desviacin tpica y es representada por la siguiente frmula:

La desviacin estndar slo puede utilizarse en el caso de que las observaciones se hayan medido con escalas de intervalos o razones. A mayor valor del coeficiente del desvo estndar, mayor dispersin de los datos con respecto a su media. Es un valor que representa los promedios de todas las diferencias individuales de las observaciones respecto a un punto de referencia comn, que es la media aritmtica. Se entiende entonces que cuando este valor es ms pequeo, las diferencias de los valores respecto a la media, es decir, los desvos, son menores y, por lo tanto, el grupo de observaciones es ms homogeneo que si el valor de la desviacin estndar fuera ms grande. O sea que a menor dispersin mayor homogeneidad y a mayor dispersin, menor homogeneidad.

A 2) Desvo estndar para datos agrupados A 2.1) Clculo usando las frecuencias absolutas

A 2.2) Clculo usando las frecuencias relativas

B) Varianza El cuadrado de la desviacin estndar recibe el nombre de varianza y se representa por . La suma de los cuadrados de los desvos de la totalidad de las observaciones, respecto de la media aritmtica de la distribucin, es menor que la suma de los cuadrados de los desvos respecto de cualquier otro valor que no sea la media aritmtica. Si observamos, veremos que la varianza no es ms que el desvo estndar al cuadrado. Precisamente la manera de simbolizarla es Por lo mismo, el desvo estndar puede definirse como la raz cuadrada de la varianza .

C) El coeficiente de variacin: Para comparar la dispersin de variables que aparecen en unidades diferentes (metros, kilos, etc.) o que corresponden a poblaciones extremadamente desiguales, es necesario disponer de una medida de variabilidad que no dependa de las unidades o del tamao de los datos. Este coeficiente nicamente sirve para comparar las dispersiones de variables correspondientes a escalas de razn. Una manera de construir una medida de variabilidad que cumpla los requisitos anteriores es el llamado coeficiente de variacin

(las barras del denominador representan el valor absoluto, es decir, indican que debe prescindirse de la unidad de medida de la media). A menor coeficiente de variacin consideraremos que la distribucin de la variable medida es ms homognea.

D) El coeficiente de asimetra Otro rasgo interesante en una distribucin de frecuencias es si los datos aparecen ubicados simtricamente o no respecto de la media. Si queremos cuantificar la simetra, es necesario conservar la informacin acerca tanto del signo como de la distancia de cada dato a la media centro de simetra-. Este razonamiento lleva a utilizar una potencia impar de las desviaciones. En el caso en que el coeficiente valga cero la distribucin es simtrica alrededor de la media. Los valores positivos, indicarn distribuciones con mayor sesgo a la derecha y los valores negativos indicarn un mayor sesgo a la izquierda. D 1) Coeficiente de Asimetra para datos sin agrupar El coeficiente de asimetra se define como

D 2) Coeficiente de Asimetra para datos agrupados D 2.1) Clculo usando las frecuencias absolutas

D 2.2) Clculo usando las frecuencias relativas

E) Coeficiente de apuntamiento Otra caracterstica relevante en una distribucin es su apuntamiento o kurtosis, que describe lo picuda o plana que es la distribucin, es decir si los datos se concentran demasiado o no, comparados con un modelo de distribucin llamado distribucin normal.

La distribucin se denominar leptocrtica cuando el CAp > 0 (ms apuntada que la normal) La distribucin se denominar mesocrtica cuando el Cap = 0 (normal) La distribucin se denominar platicrtica cuando Cap < 0 (menos apuntada que la normal)

E 1) Coeficiente de Apuntamiento para datos sin agrupar

E 2) Coeficiente de Apuntamiento para datos agrupados E 2.1) Clculo usando frecuencias absolutas

E 2.2) Clculo usando frecuencias relativas

F) Rango intercuartlico: El rango intercuartlico RI es, sencillamente, la diferencia entre el tercer y el primer cuartil, es decir

Esto nos dice en cuntas unidades de los valores que toma la variable se concentra el cincuenta por ciento central de los casos