¿En cual de los dos conjuntos de puntos A y B  hay 

mayor alejamiento  de puntos  respecto al rectángulo rojo ?

Algo de esto sucede con los datos cuantitativos

Estas medidas nos permiten medir y/o
analizar la variación o variabilidad de las
distribuciones de datos cuantitativos

 ¿Qué tan separados están entre sí los datos?

 ¿Qué tan "desparramados" están los datos?

 Permite saber ¿cómo se distribuyen los datos

alrededor de un valor representativo?
Permite  conocer  la  densidad  de  los 
datos.  Es  decir,  cuán  concentrados  y 
homogéneos  se  encuentran  o  qué  tan 
variados (heterogéneos) son. 

Describen  cómo  se  extienden  las 

puntuaciones  de  una  variable 
cuantitativa a través de una distribución. 
  Mide  grado  en  que  se  parecen  o 
diferencian entre sí los datos.
Sean estos 3 grupos de datos sobre gastos en 
alimentos y bebidas,  A, B y C:

A :  48  49  50  51  52    media  =  50 Soles 
B :  45  49  50  52  54     media  =  50 Soles
C :  40  43  50  57  60     media  =  50  Soles

Y ¿ Cómo es la dispersión o variación en los 3 
grupos ?
C           C                                       C                              C                  C 
 
B                        B   B        B        B
         A   A   A   A   A      

40 50
60
   Es la diferencia entre los valores máximo y mínimo 
     de un conjunto de datos

R =  Xmáx  ­  Xmín

Se llama también recorrido ( R ) amplitud (A)

•El rango es la medida de dispersión más simple,  
porque toma sólo los valores extremos.

•No  dice  nada  acerca de  cómo están separados o 

unidos  los  valores  que  se  encuentran  entre  estos 
dos extremos.

•R es sólo una apreciación “tosca o gruesa” de la 
dispersión de datos.
   Los salarios de los empleados de una pequeña 
empresa son:

                    480  510  739   883   859  499

  Calcule le rango de los salarios.

Solución : 
                R = 883 – 480 = 403
El rango de los salarios de ese grupo de 
empleados es 403 soles.
 Miden el grado de dispersión o variación de todos los datos muestrales con respecto a
la media aritmética.

 Si los valores tienden a concentrarse alrededor de la media, la varianza será pequeña.

 Y si los valores tienden a distribuirse lejos de la media, la varianza será grande.

 n n

 (X X
2
i  X) 2 2
i  nX
S 
2 i 1
 i 1

n -1 n 1
Donde : 

 X i Valores de la variable
 X : Media Aritmética
 n: Total de datos
Los salarios, en soles, de los empleados de 
una pequeña empresa son:

510 739 883 859 499

553 944 920 1713 1893

Calcule la varianza 

La dispersión media  de los salarios de los 
empleados  con  respecto  al  sueldo 
promedio es 231 582.011 soles2.
 n n

  Xi  X fi
2
 i i
X 2
f  n X 2

S2  i 1
 i 1

n 1 n 1
Donde : 


XValores
i
de la variable ( o Marcas de clase )

 : Media Aritmética

 X
fi : Frecuencia absoluta simple

 n: Total de datos
Al hacer un registro de las notas de los alumnos 
de un curso se obtuvo la 
Siguiente distribución.
Nota
7 8 9 10 11 12 13 14 15 16 17
# alumnos
1 1 1 1 1 6 8 16 18 20 2

Calcule la varianza 
  La Compañía ABC tenía 2856 empleados en el año 2009 con 
un tiempo de servicios promedio de 13 años; de este número 
1306  empleados  tenían  10  o  más  años  de  servicios  con  la 
compañía.  El  tiempo  de  servicios  de  los  1306  empleados  con 
10 o más años de servicios al año 2009 fue el siguiente:
Tiempo de servicio Número de
(años) empleados
[ 10 – 15 > 209
[ 15 – 20 > 277
[ 20 – 25 > 450
[ 25 – 30 > 243
[ 30 – 35 > 93
[ 35 – 40 > 23
[ 40 – 45 > 10
[ 45 – 50 > 1

Calcule:
I)La varianza del tiempo de servicios de los empleados con 10 años o más de
servicios en la compañía.
Es la raíz cuadrada de la varianza. Y para efectos
de interpretación, es la de mayor uso, por tener
las mismas unidades de la variable.

n n

 (x X  X fi
2
i  X) 2
i

S i 1 S i 1

n 1
n -1
 En la práctica, la desviación estándar
se utiliza con más frecuencia que la
varianza.
 Una de las razones es que se
expresa en las mismas unidades de
medida de la variable.
 Es una medida de dispersión relativa (libre de unidades de
medida).

S
CV  .100%
x
Se usa para comparar variabilidad de 2 o más conjuntos de
datos expresados en distintas unidades de medida o
escalas.
Ejm.: Salarios en soles y dólares.
1.Comparar  variabilidad  de  dos  distribuciones 
de una misma variable con unidades de medida 
distintas.
Ejemplo:  comparar  los  sueldos,  en  soles,    de 
empleados  de    una  empresa  y  los  sueldos,  en 
dólares, de empleados de otra empresa.
2. Comparar variabilidad de dos distribuciones 
de variables distintas.
   
SE USA COMO ESTADÍGRAFO DE COMPARACIÓN 
RESPECTO AL CUAL SE ESTABLECE SI UN 
CONJUNTO DE DATOS ES HOMOGÉNEO O 
HETEROGÉNEO. ESTE VALOR TIENE UN VALOR DE 
30%. 

­  SI CV ≤ 30%   → LOS DATOS SON RELATIVAMENTE   
                            HOMOGÉNEOS.
­  SI CV > 30%   → LOS DATOS SON RELATIVAMENTE 
                    HETEROGÉNEOS.
0
% 30% 100%

Ejemplo:  Si de un conjunto de salarios su C.V. = 25 %, 
entonces estos salarios  se pueden considerar relativamente 
homogéneos.  
 Analizar  comparativamente  los  sueldos  de  los 
trabajadores de una empresa de según su categoría.

Desviación Coeficiente
Categoría
Estándar Media variación
Directivos S/. 820.00 S/. 3,000.0 27.33
Empleados S/. 630.00 S/. 2,000.0 31.50
Obreros S/. 900.00 S/. 600.0 150.00

Los Sueldos de los directivos son más homogéneos, 
Los Sueldos de los obreros son  más heterogéneos  

CV(Directivos)= 27.33% < CV(empleados)= 
31.50% < CV (Obreros) = 150%
Las  medidas  de  forma  permiten  comprobar  si 
una  distribución  de  frecuencia  tiene 
características  especiales  como  simetría, 
asimetría,  y  nivel  de  apuntamiento  que  la 
clasifiquen  en  un  tipo  particular  de 
distribución.
Las  medidas  de  forma  permiten  comprobar  si 
una  distribución  de  frecuencia  tiene 
características  especiales  como  simetría, 
asimetría,  y  nivel  de  apuntamiento  que  la 
clasifiquen  en  un  tipo  particular  de 
distribución.  Entre  las  medidas  de  forma 
tenemos :

La asimetría 
La curtosis
 3 ( x - Me )
AS =
s
 Si  AS  <0,  la  distribución  es  asimétrica  a  la  izquierda    o 
tienen asimetría negativa.
 Si AS=0, la distribución es simétrica.
 Si AS>0, la distribución es asimétrica a la derecha o tiene 
asimetría positiva.

Observación:  la fórmula debe utilizarse solo en aquellos datos que 
son unimodales.
Los  siguientes  datos  corresponden  a  una  muestra  aleatoria 
de  los  ingresos  familiares  (en  nuevos  soles)  de  los 
clientes de un Hipermercado:
  
      650  850 700 900 1200 650 840 760 900 1100 1500 680 800

Utilice el  Excel, para calcular el coeficiente de asimetría de 
los ingresos familiares.
La curtosis cuantifica la cantidad de observaciones 
que  se  agrupan  alrededor  de  las  medidas  de 
tendencia central de la distribución de los datos. 

Q 3 - Q1
k=
2 ( P 90 - P10 )
 Si k = 0,263 la distribución es mesocúrtica. 
 Si k < 0,263 la distribución es platicúrtica.
 Si k > 0,263 la distribución es leptocúrtica
Los  siguientes  datos  corresponden  a  una  muestra  aleatoria 
de  los  ingresos  familiares  (en  nuevos  soles)  de  los 
clientes de un Hipermercado:
  
      650  850 700 900 1200 650 840 760 900 1100 1500 680 800

Utilice  el  Excel,  para  calcular  el  coeficiente  de  curtosis  de 
los ingresos familiares.