Saltar a un capítulo clave
- Empezaremos viendo la definición de las medidas de dispersión en estadística y la importancia de las medidas de dispersión.
- A continuación, pasaremos a cubrir los ejemplos de medidas estándar de dispersión, incluidos el rango y la desviación típica. Seguiremos con un ejemplo paso a paso para ilustrar cómo calcular la desviación típica.
- Y, por último, exploraremos cómo puede calcularse la medida de dispersión para datos ordinales. Y por qué difiere entre los datos de intervalo y los de razón.
Definición de las medidas de dispersión en estadística
La medida de dispersión es la medida de la dispersión de las puntuaciones en un conjunto de datos. Es la medida en que los valores varían en torno al valor central o medio. Veamos ahora un ejemplo.
Imagina que eres un estudiante universitario de primer curso, y un amigo te pregunta por las edades de la gente de tu curso de psicología. Le dirás: 'Bueno, la mayoría tiene 18 años, unos pocos unos 20 y dos o tres más de 40'.
En este ejemplo, se describe la dispersión de los grupos de edad de las personas del curso, ya que el escenario describía las variaciones/dispersión de los grupos de edad. Es decir, cuánto variaban de la edad media de 18 años (unos pocos veinteañeros y dos o tres mayores de 40).
Los valores de un conjunto de datos de baja dispersión no tienen mucha variación, por ejemplo, 20, 22, 23, 24, 25, 27, 28. En un conjunto de datos de dispersión alta, hay mucha variación, por ejemplo, 9, 10, 14, 26, 35, 37, 39. El objetivo de los investigadores es recopilar datos que tengan una variación baja y no alta.
La importancia de las medidas de dispersión
Las medidas de dispersión son necesarias porque si no conocemos la dispersión, un valor medio puede ser engañoso.
Supongamos que hay dos empresas y los analistas comparan los salarios de sus empleados. El salario medio podría ser el mismo, pero la variación o dispersión de los salarios podría ser muy diferente.
En la empresa A, todos los trabajadores perciben un salario similar. Sin embargo, la empresa B tiene una gran variación entre los empleados peor pagados y los mejor pagados.
Además, a partir de las medidas de dispersión, es más fácil comprender si hay muchos valores atípicos. Si varias cifras de un conjunto de datos varían mucho respecto a la media, en algunos casos, esto puede ser un problema. En el caso de las investigaciones que comprueban la eficacia de las intervenciones, si hay mucha variación en los resultados de los participantes, sugiere que la intervención puede no ser eficaz.
El ejemplo pone de manifiesto la utilidad de las medidas de dispersión y cómo pueden ayudar a un investigador a comprender mejor sus resultados.
Ejemplos de Medidas de Dispersión: Rango
El rango es la forma más sencilla de calcular la dispersión. El rango se calcula restando el número más bajo del número más alto de un conjunto de datos.
Si el valor más alto de un conjunto de datos es 50 y el valor más bajo es 12. Entonces el rango se calcularía completando el cálculo 50 - 12. Por tanto, es 38.
La ventaja de calcular el rango es que el cálculo tiene en cuenta los valores atípicos extremos, y es extremadamente fácil de calcular.
Sin embargo, tiene desventajas, como que la inclusión de puntuaciones extremas puede hacer que los investigadores establezcan una medida distorsionada de la dispersión. Además, el rango no nos da mucha información sobre la dispersión de los valores entre las puntuaciones más altas y las más bajas.
Ejemplos de medidas de dispersión: Desviación típica
La desviación típica (DE) se utiliza normalmente cuando la media es la medida de tendencia central. La DE es una medida que calcula la distancia de las puntuaciones individuales respecto a la media del conjunto de datos.
Gran DE: las puntuaciones están muy repartidas por encima y por debajo de la media. Indica que la media no es representativa del conjunto de datos.
DEpequeña: la media representa bien las puntuaciones del conjunto de datos.
Normalmente, los programas estadísticos pueden calcular la DE, pero es bueno ver las matemáticas y entender cómo se calcula la DE; ésta es la fórmula para calcular la DE:
DE = desviación típica
∑ = suma de
X = cada valor del conjunto de datos
x̅ = la media
n = número de valores de la muestra
Medidas de dispersión Psicología: Cálculo de la desviación típica
Veamos y simplifiquemos cómo se puede calcular la desviación típica.
Halla la media del conjunto de datos (x̅).
Resta la media de cada valor del conjunto de datos; ésta es la desviación de la media (x - x̅).
Eleva al cuadrado cada desviación.
Halla la suma de las desviaciones al cuadrado (∑).
Divide este número por n-1 (el número total de valores del conjunto de datos menos 1).
Halla la raíz cuadrada de este número.
Probemos esto con un conjunto de datos. Supongamos que tenemos un conjunto de datos de 48, 71, 34, 62, 54 y 43.
Halla la media: x̅ = (48 + 71 + 34 + 62 + 54 + 43) ÷ 6 = 52
Resta la media de cada valor del conjunto de datos:
47-52 = -5
70-52 = 18
33-52 = -19
61-52 = 9
53-52 = 1
42-52 = -10
Eleva al cuadrado cada desviación: (-5) ² = 25, 18² = 324, (-19) ² = 361, 9² = 81, 1² = 1, (-10) ² = 100
Halla la suma de las desviaciones al cuadrado: 25 + 324 + 361 + 81 + 1 + 100 = 892
Divide este número por n-1: 892 / 6-1 = 892/5 = 178,4
Halla la raíz cuadrada de este número √178.4 = 13.36
Por tanto, la DE es 13,36.
En el nivel A de Psicología no se te pedirá que calcules la DE. Sin embargo, es posible que te pidan que interpretes y expliques la DE de un conjunto de datos.
Las ventajas de calcular la desviación típica son que la DE puede utilizarse para hacer estimaciones sobre la población. Y la DE es la medida de dispersión más sensible, ya que se tienen en cuenta todos los valores del conjunto de datos. Por tanto, el investigador puede obtener una representación más precisa de la medida de dispersión del conjunto de datos en comparación con el rango.
Sin embargo, el valor de la DE puede verse fácilmente distorsionado por valores extremos atípicos, y cuando se calcula manualmente, no siempre es fácil, especialmente en un conjunto de datos grande.
La medida de dispersión para datos ordinales
Hemos mencionado la media, pero ¿qué ocurre cuando no podemos medir la media? Las investigaciones que recogen datos ordinales suelen utilizar la mediana para calcular el punto central/media de un conjunto de datos.
En primer lugar, recapitulemos qué son los datos ordinales.
Los datos ordinales son categóricos, lo que significa que hay un orden, pero no conocemos la distancia/diferencias exactas entre cada categoría.
Consideremos el estatus socioeconómico para ayudarte a comprender el concepto de datos ordinales. Un ejemplo de datos ordinales es un cuestionario en el que se pregunta a los encuestados si pertenecen a la clase trabajadora, media o alta. Sabemos que una persona de clase alta tiene más estatus y dinero que una de clase trabajadora, pero no podemos saber en qué medida.
La media sólo puede establecerse en los datos de intervalo y razón, ya que podemos identificar las diferencias numéricas entre las respuestas. Por tanto, se puede calcular el intervalo o la desviación típica.
Sin embargo, la media no puede establecerse a partir de datos ordinales. Por tanto, se suele utilizar el rango para calcular la medida de dispersión en el conjunto de datos.
Medidas de dispersión - Puntos clave
- La medida de dispersión es la medida de la dispersión de las puntuaciones en un conjunto de datos. Es la medida en que los valores varían en torno al valor central o medio.
- En un conjunto de datos de baja dispersión, los valores no tienen mucha variación. En un conjunto de datos de alta dispersión, hay mucha variación. El objetivo de los investigadores es recopilar datos que tengan una variación baja y no alta.
- Ejemplos comunes de medidas de dispersión son el rango y la desviación típica.
- La medida de dispersión para datos ordinales suele utilizar el rango, y la medida de dispersión para datos de intervalo o razón puede ser la desviación típica o el rango.
Aprende con 9 tarjetas de Medidas de dispersión en la aplicación StudySmarter gratis
Tenemos 14,000 tarjetas de estudio sobre paisajes dinámicos.
¿Ya tienes una cuenta? Iniciar sesión
Preguntas frecuentes sobre Medidas de dispersión
Acerca de StudySmarter
StudySmarter es una compañía de tecnología educativa reconocida a nivel mundial, que ofrece una plataforma de aprendizaje integral diseñada para estudiantes de todas las edades y niveles educativos. Nuestra plataforma proporciona apoyo en el aprendizaje para una amplia gama de asignaturas, incluidas las STEM, Ciencias Sociales e Idiomas, y también ayuda a los estudiantes a dominar con éxito diversos exámenes y pruebas en todo el mundo, como GCSE, A Level, SAT, ACT, Abitur y más. Ofrecemos una extensa biblioteca de materiales de aprendizaje, incluidas tarjetas didácticas interactivas, soluciones completas de libros de texto y explicaciones detalladas. La tecnología avanzada y las herramientas que proporcionamos ayudan a los estudiantes a crear sus propios materiales de aprendizaje. El contenido de StudySmarter no solo es verificado por expertos, sino que también se actualiza regularmente para garantizar su precisión y relevancia.
Aprende más