1

TEMA 3: MEDIDAS DE VARIABILIDAD Y ASIMETRA

La 2 propiedad de una distribucin de frecuencias, de la misma importancia que la tendencia
central, es la variabilidad o dispersin de datos. La variabilidad hace referencia al grado en que las
puntuaciones se diferencias o asemejan entre s, o se aproximan o se alejan de una medida de
tendencia central, como la media aritmtica.
El estudio de una ditribucin resultara incompleto sin el anlisis de una 2 propiedad, adems de la
tendencia central, como es la variabilidad de los datos.
MEDIDAS DE VARIABILIDAD:
La variabilidad o dispersin hace referencia al grado de variacin que hay en un n de
puntuaciones.

En la 1 figura las puntuaciones estn muy prximas entre s y concentradas en torno al valor promedio
porque parece que existe poca dispersin en los datos.
En la 2 figura las puntuaciones estn ms alejadas entre s y no estn tan concentradas alrededor de la
media, existiendo mayor variabilidad.
De este modo, cuanto menor es la variabilidad en una distribucin, ms homognea es la muestra
de sujetos en la variable que estamos midiendo.
En el caso extremo y poco habitual de mxima homogeneidad, todos los valores de la variable
seran iguales entre s y a la media y no habra variabilidad en los datos.
Por otro lado, cuando existe ms o menos dispersin en los datos, la muestra es ms o menos
heterognea y las puntuaciones difieren entre s.
Con el fin de cuantificar la dispersin presente en los datos, se han definido numerosas medidas o
ndices de variabilidad. Se pueden distinguir 2 tipos de ndices:
1. Aquellos que miden el grado en que las puntuaciones se asemejan o diferencian entre s.
(amplitud total o rango, amplitud semi-intercuartil).
2. Aquellos en los que la dispersin se mide con respecto a alguna medida de tendencia central
como la media como la media aritmtica. (varianza y desviacin tpica).

Todos ellos resultan tiles para el estudio de la variabilidad de una distribucin de frecuencias,
pero resultan poco adecuados cuando se trata de comparar la dispersin de 2 o ms
distribuciones. Para realizar dicho anlisis, un ndice apropiado es el coeficiente de variacin,
que se basa en la relacin entre la desviacin tpica y la media de cada distribucin de
frecuencias.
Por ejemplo: En la figura se muestra la representacin
grfica de 2 distribuciones que presentan la misma media
aritmtica, pero que difieren en la variabilidad de sus
puntuaciones.
2

A. Amplitud total o rango: denotada como AT, de un conjunto de puntuaciones es la distancia
que hay en la escala numrica entre los valores que representan la puntuacin mxima y la
puntuacin mnima. Es decir: AT=Xmx - Xmn.
Cuando asumimos que trabajamos con variables continuas, la puntuacin mxima es el
lmite exacto superior del intervalo mximo y la puntuacin mnima es el lmite exacto
inferior del intervalo mnimo.

Este ndice es muy fcil de calcular y utiliza muy poca informacin del conjunto de puntuaciones, ya
que se trata slo de la diferencia entre el mayor valor (Xmax) y el menor valor (Xmin) de la variable.
Su principal inconveniente es sensible nicamente a los valores extremos de la distribucin. De esta
manera, este ndice no captura la poca o mucha dispersin que pueda existir entre los valores
restantes, que son la gran mayora de las puntuaciones. Aun as, en el anlisis de datos se
recomienda incluir el valor de la amplitud total como informacin complementaria de otras
medidas de dispersin ms relevantes como la varianza y la desviacin tpica.
B. Varianza y desviacin tpica: la medida de variabilidad tambin se puede basar en la
distancia observada entre puntuaciones y un valor central de la distribucin, como la media
aritmtica. De este modo, una distribucin con poca variabilidad es aquella en la que la
mayora de las puntuaciones estn muy prximas a la media; mientras que en una
distribucin con mucha variabilidad las puntuaciones estn alejadas o muy alejadas del
valor medio de la variable.
Un 1
er
ndice que nos podemos plantear de forma lgica, es el promedio de las desviaciones
o diferencias de cada puntuacin con respecto a su media.

El problema de este ndice es que, como vimos en la 1 propiedad matemtica de la media,
el sumatorio del numerador

siempre es igual a 0, por lo que no sera una

buena medida de variabilidad.
Con el fin de poder utilizar un ndice con estas desviaciones evitando que sea igual a 0, se
han propuesto 2 soluciones: 1 calcular el valor absoluto de cada desviacin antes de
realizar la suma obteniendo un ndice denominado desviacin media , cuya expresin
matemtica es la siguiente: y que se usa muy poco en la
actualidad al ser poco manejable matemticamente.
Una 2 alternativa al problema del signo de las desviaciones consiste en basarnos en el
cuadrado de las diferencias y as obtenemos la varianza que se define de la siguiente
manera:
3

La Varianza de un conjunto de n puntuaciones en una variable X, denotada por

, se
define por el promedio de los cuadrados de las desviaciones de las puntuaciones con
respecto a la media. Matemticamente se expresa como:

Otra frmula alternativa para calcular la varianza, que se deriva de la frmula anterior y
que simplifica los clculos, es la siguiente:
Para el clculo de la varianza, 1 se elevan al cuadrado las diferencias, y despus se obtiene
el promedio de esas desviaciones al cuadrado.


Por otra parte, cuando los datos se presentan en tablas de distribucin de frecuencias,
agrupados o sin agrupar en intervalos, la varianza se puede obtener utilizando las
siguientes 2 expresiones equivalentes:



4

Como se puede observar, la varianza, al basarse en diferencias al cuadrado, es un n
positivo que se expresa en las unidades de la variable al cuadrado. Por ejemplo: supongamos
que la variable X se mide en metros. En este caso, las desviaciones de las puntuaciones con respecto
a la media (Xi-

), tambin vendrn expresadas en metros, mientras que al elevarlas al cuadrado (Xi-

)
2
, las unidades se elevan al cuadrado, metros cuadrados. Por lo tanto, la varianza viene
expresada en las mismas unidades que la variable pero al cuadrado.
Con el fin de lograr una medida de dispersin en las mismas unidades que la variable y que
sea ms fcilmente interpretable, se calcula la raz cuadrada de la varianza y se obtiene un
ndice que se denomina desviacin tpica.
La desviacin tpica de un conjunto de n puntuaciones, que se representa por Sx, es la raz
cuadrada de la varianza, y la frmula para calcularla es:
Tanto la varianza como la desviacin tpica son ndices de dispersin muy tiles en el
desarrollo posterior de la estadstica inferencial.
Por lo general, a la hora de cuantificar la variabilidad de los datos, la desviacin tpica se
suele utilizar ms que la varianza debido a que se expresa en las mismas unidades de
medida que la variable objeto de estudio. Asimismo ambos ndices presentan una serie de
PROPIEDADES de las que pueden destacarse las siguientes:
I. El clculo de la varianza y la desviacin tpica, a diferencia de otros ndices de
dispersin, requieren el uso de todas las puntuaciones observadas en la
distribucin.
II. Miden la variabilidad de los datos con respecto a la media aritmtica, por lo
nicamente deben aplicarse cuando estamos utilizando la media como
medida de tendencia central.
III. Siempre son no negativas, es decir, pueden ser mayores o iguales que 0. Son
iguales a 0 nicamente si todas las puntuaciones son iguales entre s; en este caso no
habra variabilidad ni dispersin en los datos. En el resto de los casos la varianza y
la desviacin tpica son positivas, siendo sus valores mayores a medida que aumenta
la variabilidad de las puntuaciones.
IV. Si a las puntuaciones de la variable X les aplicamos la siguiente transformacin
lineal: Yi= bXi+a, la varianza de las nuevas puntuaciones y ser y la
desviacin tpica igual a . Es decir, si a una variable X se le suma o resta una
constante a, la varianza y la desviacin tpica de la variable original no se ven
afectadas y siguen siendo las mismas. En cambio, cuando multiplicamos los valores
de X por una constante b, la varianza queda multiplicada por la constante al
cuadrado; y la desviacin tpica por el valor absoluto de dicha constante.
Por ltimo, otro ndice de variabilidad relacionado con la varianza y que se aplicar en
inferencia estadstica, es la cuasivarianza, que se define como donde se divide
n-1, en lugar de n como en la varianza.
De forma anloga, la cuasidesviacin tpica se define como la raz cuadrada de la
cuasivarianza.



5

C. Coeficiente de variacin:
Debido a que, por lo general, las variables de objeto de estudio se miden en unidades
distintas, no tiene sentido compararlas en base a los valores de sus varianzas o
desviaciones tpicas. Para paliar este inconveniente, es necesario definir un ndice de
variabilidad relativa que no dependa de las unidades de medida. Un coeficiente que cumple
con estos requisitos es el coeficiente de variacin, que se expresa en porcentajes y se define
como: .
El coeficiente de variacin est definido para variables con

y es recomendable que su
resultado se acompaa de la media y de la desviacin tpica de la distribucin a partir de
las cuales ha sido calculado.
Cuando comparamos 2 conjuntos de puntuaciones obtenidas de la misma variable, tambin
es necesario el coeficiente de variacin para comparar la dispersin de ambas
distribuciones. nicamente es posible utilizar la desviacin tpica, cuando la media de
ambos grupos es la misma y, en ese caso, llegaramos a las mismas conclusiones con ambos
ndices.



D. Amplitud semi-intercuartil: En casos de asimetra en la distribucin, un indice
resistente de dispersin adecuado, que se utilizara junto a la mediana como ndice de
tendencia central, es la amplitud semi-intercuartil.
La amplitud semi-intercuartil, Q, o rango semi.intercuartil es la distancia media entre
el 3
er
y el 1
er
cuartil. Es decir: . Este ndice no informa de la variabilidad
del conjunto de puntuaciones, sino del 50% de las mismas, comprendidas entre el
percentil 25 y el 75 de la distribucin.
6


En psicologa, en concreto en la construccin de escalas de actitudes, la amplitud intercuartil (P75-P25), se
ha utilizado en aquellos procedimientos de seleccin de tems en los que se tiene en cuenta la valoracin
de jueces o expertos en la materia.

E. ndice de asimetra de Pearson: la asimetra de una distribucin nos indica en grado
en que las puntuaciones de los sujetos se reparten por encima y por debajo de la medida
de tendencia central. Mediante la representacin grfica de una distribucin podemos
realizar un 1
er
anlisis sobre el grado de asimetra y observar si es positiva o negativa. El
ndice de asimetra de Pearson cuantifica esta propiedad, se basa en la relacin entre la
media y la moda y matemticamente se expresa de la siguiente manera:

Se trata de un ndice adimensional (no tiene unidades de medida) que se aplica a
distribuciones unimodales.
Cuando la distribucin es simtrica la media y la moda coinciden, por lo que el
numerador se anula y el valor de As=0.
En distribuciones con simetra positiva, la media es mayor que la moda, por lo que As


7

PUNTUACIONES TPICAS:
Las puntuaciones directas (resultados de un sujeto en un test) ofrecen poca informacin, no
sabemos si se trata de un valor alto o bajo porque eso depende del promedio del grupo.
Si a una puntuacin directa Xi, le restamos la media de su grupo obtenemos una puntuacin
diferencial o de diferencia, que representamos por xi y que, por tanto, viene definida as:
. Las puntuaciones diferenciales aportan ms informacin: indican si la puntuacin
coincide con la media del grupo, es inferior o superior a ella, estas puntuaciones presentan las
siguientes propiedades:
Su media es 0:

=0.
La varianza de las puntuaciones diferenciales es igual a la varianza de las puntuaciones
directas
Por lo tanto, al restar a una puntuacin directa su media, hemos obtenido una nueva escala
con media 0 y con idntica varianza a las puntuaciones directas. Sin embargo, 2
puntuaciones diferenciales idnticas, pueden tener un significado muy diferente en funcin
de la media y de la varianza de las distribuciones de las que proceden. Para eliminar este
inconveniente se utilizan las puntuaciones tpicas, que van ms all y nos permiten no slo
comparar las puntuaciones de un sujeto en 2 variables distintas, sino tambin comparar 2
sujetos distintos en 2 pruebas o variables distintas. Una puntuacin tpica viene definida
por:
Al proceso de obtener puntuaciones tpicas se le llama tipificacin, por este motivo a estas
puntuaciones se les denomina tambin tipificadas.
En realidad una puntuacin tpica indica el n de desviaciones tpicas que se aparta de la
media en una determinada puntuacin.
Las puntuaciones tpicas tienen las siguientes PROPIEDADES:
Su media es 0.
Su varianza es igual a 1.
Las puntuaciones tpicas reflejan las relaciones entre las puntuaciones con
independencia de la unidad de medida. Por este motivo permiten hacer comparaciones
entre distintos grupos e incluso entre distintas variables.

8