MEDIDAS DE RESUMEN

ESTADIGRAFOS DE TENDENCIA
CENTRAL
 MEDIA ARITMETICA O PROMEDIO ARITMETICO
 MEDIA MUESTRAL
 x¯ = ∑xi/n
 a.1) Media aritmetica para datos no agrupados
 a.1.1) Promedio aritmetico simple
 Ej.-Se tiene una muestra de 5 personas, cuyo peso es el
siguiente: 74 Kg, 87 Kg, 90 Kg, 76 Kg y 89 Kg. El
promedio o Media Muestral será: 415/5 = 83
 MEDIA POBLACIONAL
 μ = ∑xi/N
Promedio aritmético ponderado

• Es aquel promedio que se utiliza cuando prevalece

cierto peso, importancia o repetición de los datos en el
estudio. ∑ Xi . f i /N
• Ej.-En una oficina, 25 personas tienen un peso de 70
Kg, 15 personas tienen un peso de 87 Kg y 11 personas
tienen el peso de 91 Kg. Hallar el peso promedio de las
personas. 4056/51
• INTERPRETACIÓN: El peso promedio de las personas
es de 79.5 Kg
Media aritmética para datos
agrupados
• Se obtiene sumando el producto de las marcas de clase por las
frecuencias correspondientes y dividiendo la suma entre la
frecuencia absoluta total.
• Ej.- El consumo semanal de carne vacuna en una muestra de 80
familias en el poblado de San Antonio, es como sigue:
• Consumo (Kg/semana) Numero de familias
• 0 – 1.9 15
• 2 – 3.9 26
• 4 – 5.9 20
• 6 – 7.9 13
• 8 – 9.9 6
• Se hallan las marcas de clase ( Xi ) se multiplican con su
frecuencia respectiva ( Xi . f i ) y se suman los productos.
 INT. CL Ii FR. fi M. DE CL Xi Fr. AB*M.CL Xi . fi






Los INTERVALOS DE CLASE ( Ii )

 los obtenemos del Consumo en Kg/semana

 Las FRECUENCIAS ABSOLUTAS ( fi ) las obtenemos
del Numero de familias


 Las frecueencias absolutas
 INTERVALOS FRECUENCIA MARCAS FRECUENCIA
 DE CLASE Ii ABSOLUTA fi DE CLASE Xi ABSOLUTA * MC
 0 – 1.9 15
 2 – 3.9 26
 4 – 5.9 20
 6 – 7.9 13
 8 – 9.9 6

Las MARCAS DE CLASE ( Xi ) se
calculan de la siguiente manera:

 Xi = (LÍMITE INFERIOR + LÍMITE SUPERIOR )/2

 X1= 0 + 1.9 = 0.95
 2
 X2= 2 + 3.9 = 2.95
 2
 X3= 4 + 5.9 = 4.95
 2
 X4= 6 + 7.9 = 6.95
 2
 X5= 8 + 9.9 = 8.95
 2
 marcas de clase.
INTERVALOS FRECUENCIA MARCAS FREC. ABS. POR
DE CLASE Ii ABSOLUTA fi DE CLASE Xi M. C Xi * fi
0 – 1.9 15 0.95
2 – 3.9 26 2.95
4 – 5.9 20 4.95
6 – 7.9 13 6.95
8 – 9.9 6 8.95

 FREC. ABSOLUTA por MAR. DE CLA
intervalos frecuencia marcas frec. abs. por
de clase Ii absoluta fi de clase Xi M. C Xi * fi
0 – 1.9 15 0.95 15*0.95=14.25
2 – 3.9 26 2.95 26*2.95=76.70
4 – 5.9 20 4.95 20*4.95=99.00
6 – 7.9 13 6.95 13*6.95=90.35
8 – 9.9 6 8.95 6*8.95= 53.70
intervalos
T O
frecuencia
T A L E
marcas
S frec. abs. por
de clase Ii absoluta fi de clase Xi M. C Xi * fi
0 – 1.9 15 0.95 15*0.95=14.25
2 – 3.9 26 2.95 26*2.95=76.70
4 – 5.9 20 4.95 20*4.95=99.00
6 – 7.9 13 6.95 13*6.95=90.35
8 – 9.9 6 8.95 6*8.95= 53.70
TOTAL: ∑ fi = 80 ∑ Xi * fi =334.00
x︠ =
∑ Xi * fi 334
---------------- = -------- = 4.2
∑ fi 80

 INTERPRETACIÓN: La muestra de familias de San

Antonio, consume en promedio 4.2 Kg de carne
vacuna a la semana.

MEDIANA ( Me )

 Es el estadígrafo que representa el punto medio de los

datos, en el cual cae el 50% de las puntuaciones.
 b.1) Mediana para datos no agrupados
 la mediana es el valor medio (cuando la serie es impar)
o la media aritmética de los dos valores medios
(cuando la serie es par), del conjunto de datos
previamente ordenados en forma creciente o
decreciente.
EJEMPLO
 El peso de 5 personas es el siguiente: 74 Kg, 87 Kg, 90
Kg, 76 Kg y 89 Kg. Hallar la mediana de los pesos.
 SOLUCIÓN
 Ordenamos los datos de menor a mayor y la mediana
es el dato que ocupa el valor central, ya que la serie es
impar tendremos:
 74, 76, 87, 89, 90

 Luego : Me = 87 Kg.
 EJEMPLO
 Hallar la mediana de las edades de 6 personas: 45,48, 52, 50,
53, 55 años.
 SOLUCIÓN
 Ordenamos los datos de menor a mayor.
 45, 48, 50, 52, 53, 55
 observamos que 50 y 52 ocupan el centro del conjunto de
datos ordenados, entonces la mediana es el promedio
aritmético simple de esos dos valores.
Así: Me = 50 + 52 = 102 = 51 años
 2 2
 EJEMPLO en variables ordinales
 Se tiene la siguiente información sobre el numero de alumnos
repitentes por años de estudios secundarios el 2006 en el Colegio
“Simón Bolivar”.
Año d estud Primero Segundo Tercero Cuarto Quinto
Num d alum 25 14 6 9 2
 Fi 25 39 45 54 56
 Se halla la frecuencia acumulada Fi
 Se divide la frecuencia total entre 2 : 56/2= 28
 Se busca dentro de la frecuencia acumulada el primer valor que
contiene a 28, en este caso 39, por tanto la clase mediana se ubica
en la segunda clase y la mediana corresponde a la categoría
“segundo”
Luego: Me= segundo de
secundaria
 INTERPRETACIÓN.- La mitad de los estudiantes
repitentes ( 50% ) lo hacen como máximo hasta
segundo de secundaria.
 Mediana para datos agrupados
De la tabla de distribución de frecuencias, la mediana se halla
utilizando la sigte formula:
Me= Li +((∑ fi /2 – (∑ fi ) -1 )/ fMe)W
Me = mediana
Li = Limite infer. del inter. de la clase mediana
∑ fi /2 Semisuma de las frec absolutas simples
(∑ fi ) -1 Suma d todas las frec abs anter a clase median
fMe Frecuencia de la clase mediana
W = amplitud del intervalo
EJEMPLO

 Trabajando con los datos del ejemplo sobre el consumo

semanal de carne de vacuno en una muestra de 80
familias. La mediana se calculara de la siguiente
manera:

 Se halla la frecuenc absoluta acum
INT D CLASE Ii FREC ABS fi FREC ABSOLU ACUM Fi
 0 – 1.9 15 15
 2 – 3.9 26 41
 4 – 5.9 20 61
 6 – 7.9 13 74
 8 – 9.9 6 80
 TOTALES ∑ fi = 80

 ∑ fi /2 = 40
 La clase mediana será aquella en donde la primera
frecuencia acumulada contenga el valor de 40. Por lo
que viendo el cuadro se concluye que es 41 donde esta
contenido este valor, por lo tanto esta es la clase
mediana.
 Para determinar el limite inferior del intervalo de la
clase mediana, vemos el cuadro anterior donde el
intervalo es: 2 - 3.9
 Por lo tanto: Li = 2
(∑ fi ) -1 = 15
fMe = 26
W=2
Me= Li +((∑ fi /2 – (∑ fi ) -1 )/ fMe)W
Me= 2 +((40 – 15 )/ 26)2 = 2 + 1.9 = 3.9
INTERPRETACIÓN: En la muestra en estudio, el 50% de las
familias consume como máximo 3.9 Kg/sema de carne de
vacuno. El restante 50% de las familias consume más de 3.9
Kg/semana.
 MODA ( Mo )
 c.1) Moda para datos no agrupados
 Ejemplo
 Si se observa cual es el dato que más se repite en las
evaluaciones, se tiene:
 3, 5, 6, 6, 7, 7, 8, 8, 8, 9, 9, 10
 Que es el 8. Este valor representa la moda de esta colección,
por lo tanto, la moda se refiere al dato que tiene mayor
frecuencia.
 Nota: Si ninguna observación se repite, se dice que esos
datos no tienen moda. Si todos los datos se repiten el mismo
número de veces, los datos serán multimodales.
 Ejemplos
 Ej.Encuentra la moda de los siguientes datos
4 9 5 6 7
 Como los datos sólo existen una vez, este conjunto de datos no
tienen moda.
Ej.Encuentra la moda del siguiente conjunto de datos: 9 3 6 7
9 8 5 9 7 3
El 3 se repite dos veces, el 7 se repite también dos veces, pero como el
9 se repite tres veces, este último número es la moda para este
conjunto de datos.
 Ejemplo
 Calcula la moda para los datos que se presentan a continuación
 6 7 8 6 9 7 8 5 6 8
 El máximo número de veces que se repiten los datos son tres, y
hay dos datos que se repiten tres veces, el 6 y el 8. El conjunto de
datos es bimodal y sus modas son el 6 y el 8.
Ej. Calcula la moda para estos datos
8 6 5 5 9 6 8 6 5 9 8 9
En este conjunto, todos se repiten 3 veces. El 5, 6, 8 y el 9 son moda. No hay
ninguno que no lo sea, es un caso multimodal
 Ejemplo
 Buscar la moda de:
 5 12 9 5 8 7 1
 Como la moda es el número que más se repite, la moda es 5.
 Ejemplo
 Buscar la moda de:
 14 16 18 16 15 12 14 14 16 18 20 16 16
 El 14 se repite 3 veces.
 El 18 se repite 2 veces.
 El 16 se repite 5 veces.
 Por lo tanto, la moda es 16.

Ejemplo
 Buscar la moda de :
 23 35 45 33 47 31 29 22
 Como ningún número se repite, no tiene moda.

 Ej.Buscar la moda de :
 Ej. 23
Buscar35 45de: 33 47 31
la moda 29 22
 5 12 9 5 8 7 1
 Como la moda es el número que más se repite, la moda es 5.
Ej. Buscar la moda de:
14 16 18 16 15 12 14 14 16 18 20 16 16 , El 14 se
repite 3 veces, El 18 se repite 2 veces, El 16 se repite 5 veces.
 Por lo tanto, la moda es 16.

Ejemplo
 Buscar la moda de :
 23 35 45 33 47 31 29 22
 Como ningún número se repite, no tiene moda.
c.2) Moda para datos agrupados
 Se determina a través de la siguiente formula:
 Mo = Li + d’*W/(d’+d”)
 Donde:
 Li Limite inferior de la clase modal.
 d’ = diferencia de la frecuencia de la clase modal y
la frecuencia de la clase anterior a ella.
 d’’=diferencia de la frecuencia de la clase modal y
la frecuencia de la clase siguiente a ella.
 W=amplitud del intervalo.
EJEMPLO
 Al igual que anteriormente, trabajaremos con los
datos del ejemplo sobre el consumo semanal de
carne de vacuno en una muestra de 80 familias.
 SOLUCIÓN
 Lo primero que haremos será ubicar la clase
modal, que es aquella que tiene la mayor
frecuencia. En nuestro caso la mayor frecuencia es
26, por consiguiente la segunda clase constituye la
clase modal.
INT D CLASE Ii FREC ABS fi FREC ABSOLU ACUM
Fi
 0 – 1.9 15 15
 2 – 3.9 26 41
 4 – 5.9 20 61
 6 – 7.9 13 74
 8 – 9.9 6 80
 TOTALES ∑ fi = 80
 Frecuencia de la clase modal = 26
 Frec de la clase anterior a la clase modal = 15
 Por lo tanto d’ = 26 – 15 = 11
 d’’ es la diferencia de la frecuencia de la clase modal y la
frecuencia de la clase siguiente a ella. Frecuencia de la clase
modal = 26
 Frecuencia de la clase siguiente a la clase modal = 20.Por lo
tanto d’’ = 26 – 20 = 6
 Li representa el limite inferior de la clase modal, los limites
de la clase modal que son: 2 y 3.9, el menor valor es 2, por lo
tanto:Li = 2, W = 2
Remplazando datos:

 Mo = Li + d’*W/(d’+d”)
 Mo = 2+ 11*2/(11+6)
 Mo = 3.29 kg

 INTERPRETACIÓN: Las familias en estudio
consumen con mayor frecuencia 3.29 Kg/semana de
carne de vacuno.
 MEDIDAS DE POSICIÓN O
CUANTILES
 Son estadígrafos que dividen a una distribución de
frecuencias en cuatro, diez o cien partes iguales.
a) CUARTILES.-Son estadígrafos que dividen la información
en cuatro (04) partes iguales, donde cada uno de ellos incluye
el 25% de las observacion
Si se estudia el 25% de la observaciones, hay que analizar el
cuartil 1 (Q1)
 Si se estudia el 50% de las observaciones, hay que analizar el
cuartil 2 (Q2)
 Si se estudia el 75% de las observaciones, hay que analizar el
cuartil 3 (Q3)
 Q1 se interpreta como limite máximo del 25% de las
observaciones inferiores, o como el limite mínimo del
75% de las observaciones superiores.

 Q2 se interpreta como el limite que divide a la distribución

en dos partes iguales ( 50% ) en este caso: Q3 = Me

 Q3 se interpreta como el limite máximo del 75% de las

observaciones inferiores; o como el limite mínimo del
25% de las observaciones superiores.
Esquemáticamente tendremos:

25 %
 Primer Cuartil

Segundo Cuartil 25%

Tercer Cuartil 25%

25 %
 Los cuartiles se calculan de la
siguiente manera:

 Qi = Li + ((i*∑ fi /4 – (∑ fi ) -1 )/ fQi)*W
 Donde:
 i =1,2,3 ; según se trate de hallar el primer, segundo o tercer cuartil
 Li = Limite inferior de la clase cuartilica
 ∑ fi = suma de todas las frecuencias absolutas simples
 (∑ fi ) -1 = suma de las frecuencias absolutas simples de todas las
clases anteriores a la clase cuartílica.
 fQi = frecuencia absoluta simple que corresponde a la clase
cuartílica.
 W = clase cuartílica
 EJEMPLO

 Teniendo el ejemplo del consumo de carne de vacuno en una

muestra de 80 familias en el poblado de San Antonio.

 Consum (Kg/sem) 0 – 1.9 2 – 3.9 4 – 5.9 6 – 7.9 8 – 9.9
 Numero de Familias 15 26 20 13 6

 Hallar el cuartil 1.
 SOLUCIÓN
 Se siguen los siguientes pasos:
 Se trabajará con la siguiente tabla:


 NUMERO DE INTERVALOS FRECUENCIA ABS FRECUENCIA ABS

 CLASES Ki DE CLASE Ii SIMPLE fi ACUMULADA Fi



















 El numero de clases ya esta
definido en este caso es 5,

 NUMERO DE INTERVALOS FRECUENCIA ABS FRECUENCIA ABS

 CLASES Ki DE CLASE Ii SIMPLE fi ACUMULADA Fi

 1
2
3
4
5
 Los intervalos de clase igualmente
estan ya definidos, y por lo tanto
 NUMERO DE INTERVALOS FRECUENCIA ABS FRECUENCIA ABS
 CLASES Ki DE CLASE Ii SIMPLE fi ACUMULADA Fi

1 0 – 1.9
2 2 – 3.9
3 4 – 5.9
4 6 – 7.9
5 8 – 9.9
 las FRECUENCIAS ABSOLUTAS
SIMPLES son el numero de veces q
NUMERO DE INTERVALOS FRECUENCIA ABS FRECUENCIA ABS
 CLASES Ki DE CLASE Ii SIMPLE fi ACUMULADA Fi

1 0 – 1.9 15
2 2 – 3.9 26
3 4 – 5.9 20
4 6 – 7.9 13
5 8 – 9.9 6
 las frecuencias Absolutas
Acumuladas
NUMERO DE INTERVALOS FRECUENCIA ABS FRECUENCIA ABS
 CLASES Ki DE CLASE Ii SIMPLE fi ACUMULADA Fi

1 0 – 1.9 15 15
2 2 – 3.9 26 41
3 4 – 5.9 20 61
4 6 – 7.9 13 74
5 8 – 9.9 6 80
 Se ubica la clase cuartílica:

 en nuestro ejemplo queremos hallar el cuartil 1, usaremos parte de

la formula i*∑ fi
 i= 1, por tratarse del primer cuartil
 ∑ fi = 15+26+20+13+6 = 80
 i*∑ fi /4 = 1*80/4 = 20
 Con esto hallamos la “clase cuartilica” que será aquella donde la
primera frecuencia acumulada contenga el valor de 20.
 Si vemos el cuadro se puede comprobar que en la columna de
frecuencias absolutas acumuladas el primer valor de 15
obviamente no contiene a 20, el segundo valor de 41 si contiene a
20, por lo que la 2ª clase será la clase cuartilica, es decir:

NUMERO DE INTERVALOS FRECUENCIA ABS FRECUENCIA ABS
 CLASES Ki DE CLASE Ii SIMPLE fi ACUMULADA Fi

1 0 – 1.9 15 15
2 2 – 3.9 26 41
3 4 – 5.9 20 61
4 6 – 7.9 13 74
5 8 – 9.9 6 80
 Por lo tanto tendremos:

 Li = Limite inferior de la clase cuartilica, podemos ver que los
limites son 2-3.9, por lo tanto el limite inferior es 2.

 (∑ fi ) -1 = suma de las frecuencias absolutas simples de todas las
clases anteriores a la clase cuartilica, de donde es claro que el
unico valor que es anterior a la clase cuartilica es 15.

 fQi = frecuencia que corresponde a la clase cuartilica, que es 26.

 W = clase cuartilica =2
 Remplazando datos:

 Qi = Li + ((i*∑ fi /4 – (∑ fi ) -1 )/ fQi)*W
 Qi = 2 + ((1*80/4 – 15)/26)*2= 2.4
 INTERPRETACIÓN: El 25% de las familias en estudio
consumen como máximo 2.4 Kg/semana de carne de vacuno
y el 75% de las familias consumen más de 2.4 Kg/semana.
PERCENTIL
 El percentil p es un valor tal que por lo menos p por
ciento de las observaciones son
 menores o iguales que este valor y por lo menos (100
p) por ciento de las observaciones
 son mayores o iguales que este valor.
CÁLCULO DEL PERCENTIL
 Paso 1. Ordenar los datos de menor a mayor (colocar
los datos en orden ascendente).
 Paso 2. Calcular el índice i
 donde p es el percentil deseado y n es el número de
observaciones.
 Paso 3. (a) Si i no es un numero entero, debe
redondearlo. El primer entero mayor que
 i denota la posición del percentil p.
 (b) Si i es un numero entero, el percentil p es el
promedio de los valores en las posiciones i, i+1
Ej.
 Determine el percentil 85 en los sueldos mensuales
 iniciales de la tabla
 Egre s.mensual Egre s.mensual
1 3450 7 3490
2 3550 8 3730
3 3650 9 3540
4 3480 10 3925
5 3355 11 3520
6 3310 12 3480
Procedimiento
 Paso 1. Ordenar los datos de menor a mayor
 3310 3355 3450 3480 3480 3490 3520 3540 3550 3650
3730 3925
 Paso 2. i = ( p/100)n = ( 85/100)12 = 10.2
 Paso 3. Como i no es un número entero, se debe
redondear. La posición del percentil 85 es
 el primer entero mayor que 10.2, es la posición 11.
 Observe ahora los datos, entonces el percentil 85 es el
dato en la posición 11, o sea 3730.
Equivalencias
 Q1 primer cuartil, o percentil 25
 Q2 segundo cuartil, o percentil 50
 Q3 tercer cuartil, o percentil 75
 Una vez más se ordenan los sueldos iniciales de menor
a mayor. Q2, el segundo cuartil (la
 mediana), ya se tiene identificado, es 3505.
 3310 3355 3450 3480 3480 3490 3520 3540 3550 3650
3730 3925
 Para calcular los cuartiles Q1 y Q3 use la regla para
hallar el percentil 25 y el percentil 75.
MEDIDAS DE DISPERSIÓN

 a) Rango = Valor mayor - Valor menor

 b) Rango intercuartílico= IQR = Q3 - Q1
 c) Varianza muestral
 s² = ∑ (xi - x¯)²/(n-1); i=1 hasta i=n
xi dato u observación
 x¯ media aritmética
 n : número de datos
 d) DESVIACIÓN ESTÁNDAR O DESVIACIÓN
TÍPICA MUESTRAL ( S )
EJEMPLO

 El tiempo que utiliza una muestra de 6 niños de igual

edad para desarrollar la misma tarea es: 16, 12, 15, 18, 13
y 14 minutos.
 Calcular la desviación estándar e interpretar el
resultado.
 SOLUCIÓN
 Hallamos la media aritmética:
 x¯ = 14.7
 Cada dato se resta de la media aritmética, elevando al
cuadrado dicha diferencia, tal como se ve en el cuadro.

 DATOS (Xi) (xi - x¯)²
 16 (16-14.7)2 = 1.69
 12 (12-14.7)2 = 7.29
 15 (15-14.7)2 = 0.09
 18 (18-14.7)2 = 10.89
 13 (13-14.7)2 = 2.89
 14 (14-14.7)2 = 0.49
Hallamos la suma de los resultados

 ∑ (xi - x¯)² = 23.34

 Aplicando la formula:
 s² = ∑ (xi - x¯)²/(n-1) = 23.4/5
 S = 2.16
Interpretación y aplicación

 La desviación estándar es una medida del grado de

dispersión de los datos del valor promedio. Dicho de
otra manera, la desviación estándar es simplemente el
"promedio" o variación esperada con respecto de la
media aritmética.
 Una desviación estándar grande indica que los puntos
están lejos de la media, y una desviación pequeña
indica que los datos están agrupados cerca de la media.
Por ejemplo

 las tres muestras (0, 0, 14, 14), (0, 6, 8, 14) y (6, 6, 8, 8) cada
una tiene una media de 7. Sus desviaciones estándar son 7,
5 y 1, respectivamente. La tercera muestra tiene una
desviación mucho menor que las otras dos porque sus
valores están más cerca de 7.
 La desviación estándar de un grupo repetido de medidas
nos da la precisión de éstas. Cuando se va a determinar si
un grupo de medidas está de acuerdo con el modelo
teórico, la desviación estándar de esas medidas es de vital
importancia: si la media de las medidas está demasiado
alejada de la predicción (con la distancia medida en
desviaciones estándar), entonces consideramos que las
medidas contradicen la teoría.
EJEMPLO

 "Considere la compra de una deliciosa pizza, la cual Ud. ordena

en la pizzería que está de camino a su casa. Se dispone de dos
pizzerías de las cuales se tiene la siguiente información en
cuanto a tiempos de preparación (en minutos), para 10 pizzas:
 Pizzería ABC: 6,5 - 6,6 - 6,7 - 6,8 - 7,1 - 7,3 - 7,4 - 7,7 - 7,7 - 7,7
 Pizzería XYZ: 4,2 - 5,4 - 5,8 - 6,2 - 6,7 - 7,7 - 7,7 - 8,5 - 9,3 - 10,0
 Utilizando herramientas estadísticas comunes, tales como la
media, mediana y moda, se obtienen los siguientes resultados:
 Pizzería ABC: Media = 7,15 - Mediana = 7,20 - Moda = 7,7
 Pizzería XYZ: Media = 7,15 - Mediana = 7,20 - Moda = 7,7
Porqué es importante la d estánd?
 Porque es una de las formas más sencillas de controlar
la variabilidad, llámese presupuestos, ventas,
productos, tiempos de atención y para todo el nuevo
conjunto de indicadores que están de moda.
 La desviación estándar de un conjunto de datos es una
medida de cuánto se desvían los datos de su media.
Esta medida es más estable que el recorrido y toma en
consideración el valor de cada dato.
 PARÁMETROS

a.MEDIA ARITMETICA O PROMEDIO ARITMETICO ( µ )

 Media Poblacional = µ = (∑ Xi )/N
 N es el Número de datos de la población
 ∑ Xi Es la suma de todos los datos,
b) DESVIACIÓN ESTÁNDAR
POBLACIONAL ( σ )

 La desviación estándar (σ) es la raíz cuadrada del

promedio de la suma de las desviaciones de cada
observación o dato con respecto a su media aritmetica.
Así:
 ____________
 σ = √ (∑ (Xi - µ)²)/N
 Xi Observación o dato
 N : número de datos
 µ: media aritmética