T.

5 Estadsticos de dispersin


1. Variables categricas: la razn de variacin y el ndice de variacin
cualitativa.
2. Variables ordinales y cuantitativas discretas: el rango y el rango
intercuartil.
3. Variables cuantitativas continuas: la varianza, la desviacin tpica y el
coeficiente de variacin.


En diversos textos de Estadstica se hace referencia a la dispersin o variabilidad como la razn de
ser de esta disciplina; por ejemplo, de Veaux y Velleman (2003) afirman de forma rotunda en su
manual Intro Stats lo siguiente: Statistics is about variation.. En efecto, si no existiese
heterogeneidad o dispersin en las variables que estudiamos, sera muy fcil resumir la informacin
de las mismas, no haciendo ninguna falta los mtodos estadsticos.

Origen de la variabilidad: la dispersin en los valores de los sujetos en una variable puede deberse
a diferentes causas, a las cuales se suele hacer referencia como fuentes de variabilidad de los datos
en la variable.

- Por ejemplo, la variabilidad en las calificaciones de Anlisis de los estudiantes del grupo E
del curso 05/06 en septiembre (ver histograma), a qu puede deberse? En este caso, una fuente
de variabilidad fundamental ser el conocimiento de la materia. Es de esperar que diferencias
individuales en el nivel de conocimiento de la materia sean la principal causa de la dispersin
existente en las calificaciones de la asignatura.
0 1 2 3 4 5 6 7 8 9 10
Calificaciones
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
F
r
e
c
u
e
n
c
i
a


Anlisis y Proceso de Datos en Psicologa: T.5 1 Profs. J . Gabriel Molina y Mara F. Rodrigo
- Ahora bien, suponiendo que todos los alumnos hubieran tenido el mismo nivel de
conocimientos, es de esperar que las notas hubiesen sido las mismas?

- Otras posibles fuentes de variabilidad: lo bien que se haya dormido la noche antes del
examen, la capacidad para afrontar situaciones estresantes, la habilidad para responder al tipo de
preguntas planteadas en el examen (objetivas, abiertas), la fiabilidad y validez del instrumento
de medida (el examen), el estado del desayuno que se ha tomado antes del examen, etc.


1. Variables categricas: la razn de variacin y el ndice de variacin cualitativa.

La razn de variacin (RV) se obtiene a partir de la siguiente expresin, donde n
Mo
representa la
frecuencia absoluta de la categora de la variable que sea la moda:
1
Mo
n
RV
n
=
RV indica el grado en que el valor observado de los sujetos no coincide con el de la moda.
Cuanto ms prximo sea n
Mo
a n, ms cercano a 0 ser RV, indicando que el valor de muchos
casos coincide con el de la moda =>poca dispersin. Cuanto menor sea la frecuencia absoluta de
la moda respecto al tamao de la muestra y, por lo tanto, mayor la frecuencia absoluta de otros
valores que no son la moda, ms prximo a 1 ser RV =>mucha dispersin.

El ndice de variacin cualitativa (IVC) se obtiene a travs de la siguiente frmula, donde k es el
nmero de categoras de la variable y p
i
la frecuencia relativa (proporcin) asociada a cada una de
ellas:
2
1
1
( 1)
k
i
i
p
IVC
k k
=

IVC indica el grado en que los casos estn dispersos en las diferentes categoras de la variable,
alcanzando su mximo (IVC=1) en el caso en que las frecuencias relativas sean iguales para
todas las categoras de la variable (=>distribucin uniforme =>mxima dispersin). IVC sera
igual a 0 (=>dispersin nula) en el caso en que la frecuencia relativa de una categora de la
variable fuese igual a 1.

Ejemplo: cul sera el valor de ambos ndices para la variable categrica Religin que se
profesa [Codificacin: 0: Catlica; 1: Protestante; 2: Otra; 3: Ninguna]?

Anlisis y Proceso de Datos en Psicologa: T.5 2 Profs. J . Gabriel Molina y Mara F. Rodrigo
X Frec. absoluta (n
i
) Frec. relativa (p
i
)
0 12 0,24
1 10 0,2
2 10 0,2
3 18 0,36
50 1,00



18
1 0.
50
RV = = 64
2 2 2 2
1 (0.24 0.2 0.2 0.36 )
0.98
(4 1) 4
IVC
+ + +
= =

2. Variables ordinales y cuantitativas discretas: el rango y el rango intercuartil.

Qu se puede decir respecto a la variabilidad de la distribucin de frecuencias de las mujeres y la
de los hombres en la variable N de parejas ideal?


Qu ndice podra idearse que permitiera expresar la diferencia existente en la variabilidad de la
distribucin de frecuencias de los hombres respecto a la de las mujeres?

2.1. El rango

El rango, tambin denominado como amplitud o recorrido, consiste en obtener la diferencia entre
el mayor y el menor valor observado de la variable:
max min
Rango X X =


La principal desventaja del rango es que al basarse su clculo en los valores mnimo y mximo, si
la distribucin tiene valores atpicos, como es en el caso de la distribucin de frecuencia de los
hombres, se ver muy influido por los mismos, no siendo representativo del grueso de los datos.

Anlisis y Proceso de Datos en Psicologa: T.5 3 Profs. J . Gabriel Molina y Mara F. Rodrigo
Tanto el rango como la mayora de los ndices de variabilidad que se van a tratar a continuacin
(exceptuando, parcialmente, el coeficiente de variacin) ofrecen resultados que no tienen una
interpretacin directa en trminos absolutos -qu significa un rango de 23 o un rango de 10, mucha
o poca dispersin?
- Su interpretacin depender de la naturaleza de la variable considerada y de la escala utilizada
al ser medida, por ejemplo, un rango de 10 en la variable Peso (Kg.) en una muestra de
personas adultas s que nos da una idea de que se trata de una muestra bastante homognea. Sin
embargo, en otros muchos ejemplos la interpretacin podra resultar mucho ms incierta, por
ejemplo, un rango de 840 milisegundos en la variable tiempo de reaccin para reconocer un
determinado estmulo visual de entre un conjunto de ellos presentados anteriormente, indica
mucha o poca dispersin?
- El nico caso en que la interpretacin de estos ndices es absoluta es cuando dan igual a 0,
indicando la ausencia de variabilidad en los datos de la variable -caso por otra parte bastante
excepcional. Valores mayores que 0 indicarn dispersin en los datos, tanto mayor cuanto
mayor sea ese valor, pero sin existir un techo que nos permita establecer interpretaciones en
trminos absolutos.
- Ahora bien, s que es posible con los mismos realizar interpretaciones en trminos relativos, por
ejemplo, establecer de dos muestras medidas en una misma variable, cul de los dos tiene una
mayor dispersin en sus datos o, tambin, comparar la dispersin de los datos de una misma
variable medida en dos momentos temporales distintos. No olvidar que no tendr sentido
comparar estos ndices de dispersin cuando se obtengan para variables diferentes, salvo que se
trate de variables que estn expresadas en las mismas unidades y que tenga sentido comparar.

2.2. El rango intercuartil

El rango (amplitud) intercuartil (RIC) se obtiene como diferencia entre los cuartiles 3 y 1:
RIC = Q
3
Q
1

Una variante del mismo es el conocido como amplitud o rango semi-intercuartil: RSIC = (Q
3
Q
1
)/2

Ambos ndices tienen como ventaja respecto al rango que no se ven afectados por la existencia de
valores atpicos en la variable.

Una representacin grfica cada vez ms popular que ofrece informacin simultanea sobre la
posicin y variabilidad de la distribucin de frecuencias de una variable es el conocido como
diagrama de caja y bigotes. Como ejemplo, el diagrama de caja y bigotes para la variable Meses de
contrato para los 474 empleados de una empresa de servicios:
Anlisis y Proceso de Datos en Psicologa: T.5 4 Profs. J . Gabriel Molina y Mara F. Rodrigo


El mismo consta de una caja delimitada por la mediana y los cuartiles 1 y 3 (la distancia entre
ambos es, precisamente, el rango intercuartil), y unos bigotes que se extienden a los valores ms
extremos de la distribucin que se encuentren dentro de 1,5 veces la longitud de la caja desde los
extremos de la misma. Los valores ms all de 1,5 veces la longitud de la caja, cuando existan, se
representan por puntos y suelen indicar valores anmalos (atpicos o extremos) por lo raro de los
mismos en relacin al grueso de los datos.

Otras aproximaciones a los datos de la variable Meses desde el contrato: distribucin de
frecuencias, estadsticos y diagrama de barras:


Anlisis y Proceso de Datos en Psicologa: T.5 5 Profs. J . Gabriel Molina y Mara F. Rodrigo








Anlisis y Proceso de Datos en Psicologa: T.5 6 Profs. J . Gabriel Molina y Mara F. Rodrigo
- Ejemplo con una distribucin de frecuencias con valores atpicos:

Salario actual
$0
$20.000
$40.000
$60.000
$80.000
$100.000
$120.000
$140.000
348
406
387
283
88
66
35
431
454
103
343
32
29


Una faceta del anlisis estadstico en que los diagramas de caja y bigotes resultan especialmente
convenientes es para comparar la posicin y variabilidad de una misma variable medida en
diferentes subgrupos, o una misma variable medida en diferentes momentos o, tambin, distintas
variables siempre y cuando sean comparables entre s (v.g., las variables ingresos y gastos de una
muestra de familias).
- Ejemplo para la variable salario actual para cada una de las tres categoras laborales
diferenciadas en la empresa (distribucin de salario actual condicionado a categora laboral:
Anlisis y Proceso de Datos en Psicologa: T.5 7 Profs. J . Gabriel Molina y Mara F. Rodrigo
Administrativo Seguridad Directivo
Categora laboral
$0
$10.000
$20.000
$30.000
$40.000
$50.000
$60.000
$70.000
$80.000
$90.000
$100.000
$110.000
$120.000
$130.000
$140.000
S
a
l
a
r
i
o

a
c
t
u
a
l
146
447
161
386
343
32
272
218
126
206
29

Los diagramas de caja y bigotes tambin pueden presentarse de forma horizontal, como es el caso
del que se muestra a continuacin el cual adems aparece superpuesto sobre un histograma de la
misma variable. Ambos muestran grficamente la distribucin de frecuencias de la variable Altura
(cm.) para una muestra de sujetos adultos.
- Sealar que el diagrama de caja y bigotes que parece en la figura es una versin simplificada de
la versin original propuesta por J ohn W. Tukey, Esta versin puede encontrarse en algunos
manuales de anlisis de datos y se diferencia de la original en que los bigotes se extienden hasta
el valor mnimo y mximo de la distribucin, independientemente de lo alejados que estn de los
lados de la caja.
150 160 170 180 190 150 160 170 180 190
25% 25% 25% 25%
Mn. P
25
P
50
P
75
Mx.
Rango intercuartlico
Rango

- Ejercicio 1: Obtener a partir de la siguiente distribucin de frecuencias de la variable N de
visitas al servicio de urgencias hospitalario durante el pasado ao, obtenida para una muestra de
150 sujetos diagnosticados con hipocondra, los ndices de dispersin oportunos. Dibujar el
diagrama de barras y el de de caja y bigotes para esta distribucin de frecuencias.

X
i
n
i
% %
a
0 11 7,33
7,33
1 30 20
27,33
2 41 27,33
54,66
3 27 18
72,66
4 19 12,67
85,33
5 14 9,33
94,66
6 5 3,33
98
7 2 1,33
99,33
10 1 0,67
100

Total
150 100,0

Anlisis y Proceso de Datos en Psicologa: T.5 8 Profs. J . Gabriel Molina y Mara F. Rodrigo
3. Variables cuantitativas continuas: la varianza, la desviacin tpica y el
coeficiente de variacin.

3.1. La varianza y la desviacin tpica


La distancia de los valores de una variable respecto a su media aritmtica ofrece, de forma
intuitiva, el fundamento para la propuesta de un ndice de dispersin. Cuanto mayor sean esas
distancias, ms dispersos sern los datos; cuanto menor, ms homogneos resultarn ser.

- Esa distancia de cada valor (X
i
) respecto a la media es ms conocida en estadstica como
desviacin (d
i
) o, tambin, puntuacin diferencial (x
i
). Intuitivamente, el ndice de dispersin
ms sencillo basado en este concepto consistira en la siguiente expresin:
( )
i i
d X
n n

=

X

- Ejemplo de clculo para la variable X: {6, 7, 4, 2, 5, 6}:
( )
(6 5) (7 5) (4 5) (2 5) (5 5) (6 5) 0
0
6 6
i
X X
n

+ + + + +
= =

=

- El anterior ndice tiene el inconveniente de que siempre va a dar 0, por lo que otras variantes
del mismo han sido propuestas a fin de solventar esta contrariedad. Una de ellas ha sido la
desviacin media (DM), la cual supone obtener el valor absoluto de todas las desviaciones, esto
es, transformando en positivas todas aqullas que sean negativas:
i i
d X
DM
n n
X
= =


- Ejemplo de clculo para la variable X: {6, 7, 4, 2, 5, 6}:
2
( )
6 5 7 5 4 5 2 5 5 5 6 5
8
1,33
6 6
i
X X
DM
n

+ + + + +
= = =

=



Anlisis y Proceso de Datos en Psicologa: T.5 9 Profs. J . Gabriel Molina y Mara F. Rodrigo
-En el caso en que se obtenga a partir de una distribucin de frecuencias:
i i i
d n X
DM
n n

= =

X

- Tratndose de una buena opcin, la DM ha sido ampliamente desconsiderada en la prctica,
bsicamente por resultar poco manejable a nivel algebraico en demostraciones matemticas.

Una alternativa al anterior estadstico que, a la postre ha resultado ser la ms utilizado en la
prctica, consiste en elevar al cuadrado las desviaciones. Se trata de la varianza (
2 2
X X
S o
):
2 2
2
( )
i i
X
d X X
S
n n

= =


- Al numerador de esta expresin se le conoce en la literatura estadstica como suma de
cuadrados (SC
X
), por lo que la anterior frmula puede quedar expresada como: = SC
2
X
S
X
/ n

- Ejemplo de clculo para la variable X: {6, 7, 4, 2, 5, 6}:
2
2 2 2 2 2 2
2
( )
(6 5) (7 5) (4 5) (2 5) (5 5) (6 5) 16
2,67
6 6
i
X
X X
s
n

+ + + + +
= = =

=


- En el caso en que se obtenga a partir de una distribucin de frecuencias:
2
2
( )
i i
X
n X X
S
n

=

- Ejemplo de clculo para la variable Tiempo empleado en completar un laberinto por una
muestra de 20 ratas (n =20).

Tiempo (seg.) n
i
p
i
9 3 0,15
10 8 0,4
11 6 0,3
12 2 0,1
13 1 0,05


seg X 5 , 10
20
1 13 2 12 6 11 8 10 3 9
=
+ + + +
=

2
2 2 2 2 2
2
05 , 1
20
) 5 , 10 13 ( 1 ) 5 , 10 12 ( 2 ) 5 , 10 11 ( 6 ) 5 , 10 10 ( 8 ) 5 , 10 9 ( 3
seg S
x
=
+ + + +
=




Anlisis y Proceso de Datos en Psicologa: T.5 10 Profs. J . Gabriel Molina y Mara F. Rodrigo
Una variante de la varianza sobre la que se insistir al tratar la estadstica inferencial es la cuasi-
varianza, varianza insesgada o varianza muestral ( ). Su frmula es la siguiente:
2
'
X
S
2
2
( )
'
1
i
X
X X
S
n

(a partir de una distr. de frecuencias:

2
2
( )
'
1
i i
X
n X X
S
n

=

)
- La varianza y la cuasivarianza se encuentran relacionadas por la siguiente frmula:
2
2
'
1
X
X
S n
S
n

Al calcular la varianza de una variable, el resultado tendr como unidad el cuadrado de la unidad
de medida de la variable en cuestin, lo cual complica la interpretacin del mismo. La desviacin
tpica/estndar (S
x
), la raz cuadrada de la varianza, ya no tiene este inconveniente pues la unidad en
que se exprese ser la misma que la de la variable a partir de la que se haya obtenido.
2
X X
S S =
- Ejemplo de clculo para la variable X: {6, 7, 4, 2, 5, 6}:
2,67 1,63
X
s = =
Ejercicio 2: Obtener la DM, , y de una variable cuantitativa continua X para la que se
han obtenido los siguientes datos para un grupo reducido de 7 sujetos: X: {6, 7, 4, 3, 5, 4, 6}
2
X
S
X
S
2
'
X
S
Ejercicio 3: Obtener 2 conjuntos de 6 datos cada uno con X =7 y diferente Sx (utilizar valores
enteros entre 0 y 10)

- Una particularidad de la desviacin estndar es que si tenemos una variable cuya distribucin
de frecuencias se ajusta a la curva normal, es conocido el porcentaje de casos cuyos valores
observados quedan entre los valores X k veces la S
x .
Por ejemplo, cuando k =1 (es decir, la
media una vez el valor de la desviacin tpica), el 68% de los sujetos tienen sus valores
observados entre esos dos valores (X 1 S
x
). Grficamente, para k =1, 2 y 3:

X - 1 S
x
X +1 S
x
X - 2 S
x
X +2 S
x
X - 3 S
x
X 3 S
x

Anlisis y Proceso de Datos en Psicologa: T.5 11 Profs. J . Gabriel Molina y Mara F. Rodrigo
Ejercicio 4: Tras haber recogido datos de estatura para un grupo de 500 sujetos, se ha obtenido que
la media es igual a 170 cm. y la varianza igual a 81. Sabiendo que la distribucin de la variable se
ajusta a la campana de Gauss (curva normal): (1) entre qu valores de estatura estn el 68% central
de los sujetos?; (2) el 99,7 % central de los sujetos mide entre ... y ... ; (3) cuntos sujetos miden
entre 161 y 179 cm.?


3.2. El coeficiente de variacin

La varianza o la desviacin tpica nos permiten comparar la dispersin de diferentes distribuciones
de frecuencias obtenidas para una misma variable en diferentes grupos de sujetos. Por ejemplo, las
desviaciones tpicas de las variables Peso_G1 (=4,18) y Peso_G2 (=14,55) evidencia la diferente
variabilidad de la variable Peso en los dos grupos en que ha sido medida (ver datos originales
debajo de la tabla de estadsticos).

N Mnimo Mximo Rango Media Desv. tp. CV
Peso_G1 5 70 81 11 75,00 4,18 5,57
Peso_G2 5 59 94 35 75,20 14,55 19,35
PesoElef_G3 5 4800 5100 300 4960,00 119,37 2,40
PesoElef_G4 5 4200 6800 2600 5180,00 1028,1 19,85
Altura_G5 5 1,68 1,77 0,09 1,72 ,036 2,12
Altura_G6 5 1,45 1,98 0,53 1,74 ,227 13,04

Peso_G1 (kg.): {73, 77, 81, 74, 70} Peso_G2 (kg.): {65, 94, 86, 72, 59}
PesoElef_G3 (kg.): {4800, 4950, 5100, 4900, 5050} PesoElef_G4 (kg.): {4200, 5500, 6800, 4500, 4900}
Altura_G5 (m.): {1,70, 1,72, 1,77, 1,75, 1,68} Altura_G6 (m.): {1,45, 1,56, 1,98, 1,91, 1,80}

Esa misma diferencia en variabilidad tambin se puede observar en los datos de los dos grupos en
que fue medida la variable Altura (Altura_G5 y Altura_G6), ponindose de manifiesto como los
valores de la desviacin estndar estn intrnsecamente vinculados a la escala de medida de la
variable considerada. As, para la variable Altura son aparentemente bajos los valores de S
x
, en
comparacin con los obtenidos para la variable Peso (Peso_G1 y Peso_G2), aun cuando en el grupo
G6 existe una dispersin considerable en los valores observados de Altura. Parece obvio que no
resulta coherente comparar la dispersin de variables de diferente naturaleza con coeficientes que se
expresan en las mismas unidades que las de las variables.

Incluso la comparacin de la variabilidad para diferentes subgrupos en una misma variable puede
resultar desacertada en algunos casos al hacerla con la desviacin tpica, en concreto, cuando se
trate de subgrupos con medias bastante distintas en la variable en cuestin. Ello es debido a que
Anlisis y Proceso de Datos en Psicologa: T.5 12 Profs. J . Gabriel Molina y Mara F. Rodrigo
suele haber en las variables una asociacin entre la posicin de los datos y su dispersin:
localizacin mayor =>variabilidad mayor. A modo de ejemplo, si miramos en la tabla las
desviaciones tpicas para la variable Peso medida en dos grupos de elefantes (PesoElef_G3 y
PesoElef_G4), se observa como son valores muy elevados, por lo menos en comparacin con los
obtenidos con los dos grupos de personas. Sin embargo, si nos fijamos en los datos originales
correspondientes a PesoElef_G3, se pone de manifiesto como, en realidad, se trata de un conjunto
de datos muy homogneo para lo que sera de esperar para una muestra de elefantes. Conclusin, si
comparramos las desviaciones tpicas correspondientes a PesoElef_G3 y a Peso_G2 podramos
llegar a conclusiones totalmente equvocas.

Este problema de la comparacin de la variabilidad de subgrupos con medias bien distintas puede
soslayarse a travs de un ndice propuesto por K. Pearson, el coeficiente de variacin (CV), el cual
relativiza el peso de la desviacin tpica dividindola por la media (en consecuencia, no tiene
unidades):
100
X
S
CV
X
=

En la prctica, el CV puede tomar cualquier valor por encima de 0, ahora bien, tal como sealan
Solanas et al. (2005), es habitual que no pase de 100 y valores por encima pondran de manifiesto
una dispersin excepcionalmente alta en los datos. En ese caso, se aconseja indagar las fuentes de
variabilidad de los datos, pues podra existir algn tipo de error o sesgo en la recogida de los datos
que diera lugar a una dispersin tan elevada.

Como se puede observar en la tabla de estadsticos para nuestro ejemplo, los resultados del CV son
ms acordes a la realidad de los datos, por lo que se pone de manifiesto su conveniencia a la hora de
comparar la variabilidad de subgrupos con medias diferenciadas. Es ms, al tratarse de un
coeficientes adimensional, puede resultar tambin til para comparar la dispersin de variables
distintas -cuando ello tenga sentido-, como podra ser el caso de las variables de Altura respecto a
las de Peso en nuestro ejemplo.
En la visualizacin grfica de la dispersin de variables cuantitativas continuas, tanto el
histograma como el diagrama de caja y bigotes son opciones vlidas. Ahora bien, cuando se quieran
comparar ms de dos conjuntos de datos (subgrupos de sujetos en una misma variable...), el
diagrama de caja y bigotes representa una mejor opcin por aprovechar mejor el espacio grfico.
- Ejemplo en que se comparan 4 subgrupos de sujetos definidos por la edad (8, 10, 12 y 14
aos) en la variable Distancia en mm. ... por medio de un diagrama de caja y bigotes:
Anlisis y Proceso de Datos en Psicologa: T.5 13 Profs. J . Gabriel Molina y Mara F. Rodrigo
8 10 12 14
Edad en aos
18,0
20,0
22,0
24,0
26,0
28,0
30,0
32,0
D
i
s
t
a
n
c
i
a

(
m
m
)

d
e
l

c
e
n
t
r
o

d
e

l
a

p
i
t
u
i
t
a
r
i
a

a

l
a

f
i
s
u
r
a

p
t

r
i
g
o
-
m
a
x
i
l
a
r
81
40
36
48


- Ejemplo en que se comparan 2 subgrupos de sujetos definidos por una variable categrica
dicotmica en la variable Distancia en mm. del centro ... por medio de sendos histogramas:




Anlisis y Proceso de Datos en Psicologa: T.5 14 Profs. J . Gabriel Molina y Mara F. Rodrigo
Algunas anotaciones sobre los ndices de dispersin orientados a variables cuantitativas
continuas

- Al estar basados en la media, se hace extensible a los mismos lo que se coment al tratar este
ndice, en concreto, su sensibilidad a valores anmalos, valores que se apartan en exceso del
grueso de los valores (=>distribuciones de frecuencias muy asimtricas), por lo que se
recomienda en estos casos no aplicarlos.

- Anlogamente a lo que ocurra con la media, la varianza, la desviacin tpica y el CV tambin son
aplicados en la prctica a variables ordinales y cuantitativas discretas. Ya se coment en el tema
anterior, los pros y los contras de tal uso.

- No olvidar, como en el tema precedente, que los ndices presentados para un determinado tipo de
variable, tambin son aplicables para variables de nivel superior, por ejemplo, los ndices
presentados para las variables categricas se pueden aplicar a los tipos de variables tratadas a
posteriori.

Ejercicio 5: Obtener las medidas de dispersin apropiadas para la variable N de hijos a partir de
la distribucin de frecuencias de los datos. Obtener tambin las no tan apropiadas, pero que tambin
es frecuente que se apliquen en la prctica.
X
i
n
i
0 40
1 80
2 60
3 20
Ejercicio 6 (Pea y Romo, 1997): Obtener 4 datos (0-10) que tengan Sx mnima (diferente de 0)
Hay ms de una solucin? (valores enteros, se pueden repetir).

Ejercicio 7 (Pea y Romo, 1997): Obtener 4 datos (0-10) que tengan Sx mxima Hay ms de una
solucin? (valores enteros, se pueden repetir)

Ejercicio 8: Tenemos datos sobre el gasto anual en nuevas tecnologas en los colegios pblicos de
2 ciudades En cul de las 2 ciudades presenta ms dispersin esta variable?
Ciudad A Ciudad B
X =24000
Sx =3300
X =15000
Sx =2900
Anlisis y Proceso de Datos en Psicologa: T.5 15 Profs. J . Gabriel Molina y Mara F. Rodrigo


Referencias:

De Veaux, R. D., Bockm D. E. y Velleman, P. (2003). Intro Stats. Boston: Addison-Wesley.
Pea, D. y Romo, J . (1997). Introduccin a la estadstica para las ciencias sociales. Madrid:
McGraw-Hill.
Solanas, A., Salafranca, L., Fauquet, J . y Nez, M. I. (2005). Estadstica descriptiva en Ciencias
del Comportamiento. Madrid: Thompson.
Anlisis y Proceso de Datos en Psicologa: T.5 16 Profs. J . Gabriel Molina y Mara F. Rodrigo