Cuando empecé a trabajar con datos, me di cuenta de que saber el promedio (o media) de un conjunto no contaba toda la historia. Necesitaba entender cómo se movían, qué tan dispersos estaban esos datos alrededor de ese promedio. Ahí es donde entran en juego las medidas de dispersión.
En este artículo quiero llevarte de la mano para que comprendas desde cero qué son estas medidas, por qué son tan importantes y cómo puedes calcularlas de forma práctica, sin perderte en fórmulas complicadas. Además, compartiré algunos consejos aplicados que aprendí en mis años como analista de datos y docente.
¿Qué son las medidas de dispersión y para qué sirven?
Las medidas de dispersión miden la variabilidad o dispersión que tienen los datos dentro de un conjunto. Mientras que la media, la mediana o la moda nos indican un valor central, las medidas de dispersión nos dicen qué tan alejados o concentrados están esos valores entre sí.
¿Por qué es esto importante? Imagina dos conjuntos de datos con la misma media: uno con valores muy cercanos entre sí y otro con valores muy variados. Sin conocer la dispersión, no sabrías qué lote es más homogéneo o confiable.
Las principales razones para usar las medidas de dispersión son:
- Evaluar la consistencia o estabilidad de un proceso o fenómeno.
- Detectar la presencia de valores atípicos o extremos.
- Facilitar la comparación entre diferentes conjuntos de datos, incluso si tienen medias distintas.
- Preparar la información para aplicar análisis estadísticos avanzados y modelos predictivos.
Las 7 medidas de dispersión clave que debes conocer
- Rango (amplitud)
El más sencillo, indica la diferencia entre el valor más alto y el más bajo.
Fórmula: Rango = Xmáx – Xmín
Ventaja: Rápido y fácil de calcular.
Desventaja: Muy sensible a valores atípicos, no informa sobre la distribución interna. - Desviación media absoluta
Es el promedio de las desviaciones absolutas respecto a la media o mediana. Menos sensible que el rango.
Fórmula: DMA = (1/n) ∑ |xi – ȳ| - Varianza
Mide el promedio del cuadrado de las diferencias entre cada dato y la media. Captura la variabilidad total pero en unidades al cuadrado, lo que complica su interpretación directa.
Poblacional: σ2 = (1/N) ∑ (xi – μ)2
Muestral: s2 = (1/(n-1)) ∑ (xi – ȳ)2 - Desviación estándar
Es la raíz cuadrada de la varianza, que devuelve la dispersión a las unidades originales de los datos, haciéndola más intuitiva.
Fórmula: σ = √σ2 - Coeficiente de variación (CV)
Indica la dispersión relativa expresada en porcentaje respecto a la media, facilitando comparación entre conjuntos con diferentes escalas o unidades.
Fórmula: CV = (σ/μ) × 100% - Rango intercuartílico (RIC)
Mide la diferencia entre el tercer cuartil (Q3) y el primero (Q1), mostrando la dispersión del 50% central de los datos, útil para detectar dispersión sin influencia de extremos.
Fórmula: RIC = Q3 – Q1 - Desviación absoluta mediana
Al igual que el RIC, es robusta ante valores extremos, mide la mediana de las desviaciones absolutas respecto a la mediana del conjunto.
Cómo calcular medidas de dispersión paso a paso: Ejemplo práctico
Tomemos estos datos: 12, 15, 12, 18, 20, 22, 19
- Calculamos la media:
ȳ = (12 + 15 + 12 + 18 + 20 + 22 + 19) / 7 = 16 - Calcular el rango:
22 – 12 = 10 - Varianza muestral:
Restamos cada dato con la media, elevamos al cuadrado y sumamos:
(12 – 16)² = 16, (15 – 16)² = 1, (12 – 16)² = 16, (18 – 16)² = 4, (20 – 16)² = 16, (22 – 16)² = 36, (19 – 16)² = 9
Suma = 16 + 1 + 16 + 4 + 16 + 36 + 9 = 98
Dividimos entre n – 1 = 6:
Varianza s² = 98 / 6 ≈ 16.33 - Desviación estándar:
√16.33 ≈ 4.04 - Coeficiente de variación:
CV = (4.04 / 16) × 100% = 25.25%
Interpretación:
La dispersión es moderada en relación con la media, ya que el CV está alrededor del 25%.
Las medidas de dispersión y su aplicación real: mi experiencia
Como analista en una empresa de logística, recuerdo claramente cuando una inspección de calidad me pidió evaluar la consistencia en el peso de paquetes. Dos líneas producían paquetes con el mismo peso promedio, pero una tenía una desviación estándar mucho mayor, señal de que entregaba paquetes con variabilidad alta, algo negativo para nuestros clientes.
Mediante unos cálculos simples de desviación estándar y coeficiente de variación, pude identificar la línea problemática y trabajar con el equipo para ajustar procesos. Esto no solo mejoró la calidad, sino también la satisfacción del cliente.
Este caso real me mostró la importancia de no quedarme con la media y usar las medidas de dispersión para tomar decisiones acertadas en el mundo profesional.
Consejos prácticos para elegir la medida de dispersión adecuada
- Para datos con posibles valores extremos o distribuciones sesgadas, usa el rango intercuartílico o la desviación media absoluta para evitar distorsiones.
- Si necesitas una medida fácil de interpretar y usas datos con distribución normal, la desviación estándar es ideal.
- Para comparar la dispersión entre conjuntos con diferentes unidades o magnitudes, el coeficiente de variación es la mejor opción.
- El rango es útil para una primera mirada rápida, pero no es suficiente para análisis profundos.
En resumen: la dispersión dice mucho más que la media
Las medidas de dispersión son un pilar fundamental en la estadística. Al incorporarlas a tus análisis lograrás entender no solo el centro de tus datos, sino cómo se comportan en conjunto, cuánta variabilidad existe y cuál es la fiabilidad o riesgo asociado.
Dominar estas herramientas no solo mejora tus reportes o investigaciones, sino que también te convierte en un profesional capaz de brindar análisis completos y útiles para la toma de decisiones.
¿Quieres practicar todos estos conceptos y convertirte en un experto en análisis de datos? En KeepCoding contamos con un Bootcamp Data Science que te guía paso a paso para que desarrolles estas habilidades fundamentalmente prácticas y aplicables a cualquier sector profesional.
No dudes en explorar sus detalles y comenzar tu transformación profesional con formación de alto nivel y empresas reales.
