¿Qué son las Medidas de Dispersión?
El promedio de un conjunto de datos dice dónde está el "centro" de la información, pero no dice nada sobre si los datos están apretados cerca de ese centro o desperdigados lejos de él. Las medidas de dispersión completan esa imagen: cuantifican cuánta variabilidad hay en los datos.
Dos grupos pueden tener exactamente el mismo promedio y ser completamente distintos en su distribución. Por ejemplo: los salarios {490, 500, 510} y {200, 500, 800} tienen el mismo promedio (500), pero el segundo grupo es incomparablemente más variable que el primero.
Las medidas de dispersión miden cuánto se alejan los datos del promedio.
Dispersión baja → datos concentrados, homogéneos.
Dispersión alta → datos esparcidos, heterogéneos.
¿Para qué sirve esto?
Comparar grupos usando solo el promedio lleva a conclusiones equivocadas. Las medidas de dispersión permiten:
- Comparar la variabilidad de dos o más grupos con el mismo promedio.
- Determinar si un conjunto de datos es homogéneo o heterogéneo.
- Evaluar la confiabilidad de un promedio como representante del grupo.
- Tomar decisiones en contextos donde la variabilidad importa (calidad industrial, medicina, finanzas).
💡 ¿Sabías que? En la industria, una máquina que produce piezas con alta varianza en su largo produce más desperdicios que una con varianza baja, aunque ambas tengan el mismo largo promedio. Ahí es exactamente donde se usa la desviación estándar para control de calidad.
¿Qué nos resuelve?
- ¿Cuál grupo tiene datos más dispersos?
- ¿Qué tan representativo es el promedio de un conjunto?
- ¿Cuánto se aleja un dato "típico" del promedio?
- ¿Qué grupo es más homogéneo aunque los promedios sean distintos?
Conceptos clave antes de resolver
Rango
La medida más sencilla. Mide solo la amplitud total del conjunto.
Rango = Valor máximo − Valor mínimo
Ventaja: rapidísimo de calcular. Desventaja: ignora todos los valores intermedios — un valor extremo atípico (outlier) infla el rango aunque el resto de los datos esté concentrado.
Varianza (σ²)
Mide el promedio de las desviaciones al cuadrado respecto a la media. Elevar al cuadrado evita que las diferencias positivas y negativas se anulen entre sí.
σ² = Σ(xᵢ − x̄)² / n
donde x̄ es la media aritmética y n es la cantidad de datos.
La varianza queda expresada en unidades al cuadrado (por ejemplo, si los datos son metros, la varianza está en metros²). Por eso no es directamente comparable con los datos originales.
Desviación estándar (σ)
Es la raíz cuadrada de la varianza. Esto la devuelve a las mismas unidades que los datos originales, haciendo que sea interpretable directamente.
σ = √(σ²) = √[ Σ(xᵢ − x̄)² / n ]
La desviación estándar es la medida de dispersión más utilizada porque responde directamente: "en promedio, los datos se alejan σ unidades de la media". Un grupo con σ = 2 es más homogéneo que uno con σ = 10, siempre que la media sea comparable.
Tabla comparativa
| Medida | Fórmula | Unidades | Para qué sirve |
|---|---|---|---|
| Rango | Máx − Mín | Iguales a los datos | Vista rápida de amplitud |
| Varianza σ² | Σ(xᵢ−x̄)²/n | Datos al cuadrado | Base para calcular σ |
| Desviación σ | √(σ²) | Iguales a los datos | Dispersión interpretable directamente |
¿Cómo resolver?
Calcular el rango
- Identifica el valor más grande del conjunto.
- Identifica el valor más pequeño.
- Réstalos: Rango = Máx − Mín.
Ejemplo: Datos {3, 7, 2, 9, 5} → Máx = 9, Mín = 2 → Rango = 9 − 2 = 7
Calcular la varianza
- Calcula la media: x̄ = (Σxᵢ) / n.
- Para cada dato, calcula la diferencia con la media: (xᵢ − x̄).
- Eleva cada diferencia al cuadrado: (xᵢ − x̄)².
- Suma todos los cuadrados: Σ(xᵢ − x̄)².
- Divide por n (cantidad de datos): σ² = Σ(xᵢ − x̄)² / n.
Ejemplo: Datos {2, 4, 4, 4, 5, 5, 7, 9} → x̄ = 40/8 = 5
Cuadrados: (2−5)²+(4−5)²+(4−5)²+(4−5)²+(5−5)²+(5−5)²+(7−5)²+(9−5)² = 9+1+1+1+0+0+4+16 = 32
σ² = 32/8 = 4
Calcular la desviación estándar
Una vez obtenida la varianza, la desviación estándar es simplemente su raíz cuadrada:
Continuando el ejemplo: σ² = 4 → σ = √4 = 2
Interpretación: en promedio, los datos se alejan 2 unidades de la media (5).
Caminos más fáciles para resolver
- Organiza los cuadrados en tabla: crea una columna xᵢ, otra (xᵢ−x̄) y otra (xᵢ−x̄)². Reducirás errores al sumar.
- Comprueba la suma de diferencias antes de elevar: Σ(xᵢ−x̄) siempre debe ser 0. Si no da 0, tu media está mal calculada.
- σ ≥ 0 siempre: si obtienes negativo en algún paso, revisa. Las diferencias al cuadrado no pueden ser negativas.
- Para comparar dos grupos, usa σ en el mismo contexto: σ = 5 es baja si los datos son de orden 1.000, pero alta si son de orden 6.
- Rango primero: cuando el problema pide solo identificar el grupo más disperso, el rango puede ser suficiente sin calcular σ.
Errores que hay que evitar
- No elevar al cuadrado: calcular Σ(xᵢ−x̄)/n en vez de Σ(xᵢ−x̄)²/n siempre da 0 — el error más frecuente.
- Confundir varianza con desviación estándar: la varianza es σ², la desviación es σ = √(σ²). Son distintas.
- Usar n−1 en vez de n: en estadística de muestra se divide por n−1, pero para conjuntos de datos completos (poblacionales) se divide por n. En problemas de nivel escolar se usa n.
- Calcular la media incorrectamente: si la media está mal, todos los cuadrados estarán mal. Verificar siempre que Σ(xᵢ−x̄) = 0.
Resumen rápido
- Rango = Máx − Mín. Rápido pero sensible a outliers.
- Varianza σ² = Σ(xᵢ−x̄)²/n. Promedio de cuadrados de desviaciones. Unidades al cuadrado.
- Desviación estándar σ = √(σ²). La más interpretable. Mismas unidades que los datos.
- σ = 0 significa que todos los datos son idénticos (ninguna variación).
- Mayor σ → mayor dispersión → menor homogeneidad → promedio menos representativo.
Continuar con Google