Medidas de tendencia central y de posición

Es posible caracterizar cualquier conjunto de datos numéricos por la medición

de su tendencia central, variación y forma. La mayoría de los conjuntos de
datos presentan una tendencia central a agruparse en torno a un valor central.
Cuando la gente habla de “promedio”, o “valor medio”, o del valor más común o
frecuente, se refiere de manera informal a la media, la mediana y la moda, tres
medidas de tendencia central.

Medida de tendencia central:

La medida de tendencia central describe como todos los valores se agrupa en

torno a un valor central.

La medida de tendencia central es un valor único que resume un conjunto de

datos. Señala el centro de los valores.

La media

La media aritmética es la medida más común de la tendencia central. La media

es la medida más común en la que todos los valores desempeñan el mismo
papel. La media sirve como “punto de equilibrio” del conjunto de datos. La
media se calcula sumando todos los valores de los conjuntos de datos y
dividiendo el resultado por el número de valores considerados:

Símbolos convencionales

Se utiliza la letra X con una barra horizontal sobre el símbolo para representar
la media de una muestra mientras que la letra µ (mu) se usa para la media
aritmética de una población, es decir, el valor esperado de una variable.

Cálculo de la media a partir de datos no agrupados:

Media de la población:

La media poblacional de datos sin procesar, datos que no han sido agrupados
en una distribución de frecuencias o en una representación de tallo y hoja, es
la suma de todos los valores de la población, dividida entre el número de dicho
datos. Para calcular la media se utiliza la siguiente fórmula:
 Media de la muestra:

Para datos no agrupados la media de la muestra es la suma de todos los

valores, dividida entre el número total de los mismos. La media de una muestra
y de una población se calcula de la misma manera, pero la simbología utilizada
es diferente. La fórmula para la media de una muestra es:

Cálculo de la media a partir de datos agrupados

Una distribución de frecuencias consta de datos agrupados en clases. Cada

valor de una observación cae dentro de alguna de las clases. A diferencia de
los datos no agrupados, no conocemos el valor individual de cada observación.
A partir de la información de la tabla, podemos calcular fácilmente una
estimación del valor de la media de estos datos agrupados.

Media de la muestra:

Para encontrar la media aritmética de datos agrupados, primero calculamos el

punto medio de cada clase. Para lograr que los puntos medios queden en cifras
cerradas, redondeamos las cantidades. Así, por ejemplo, el punto medio de la
primera clase, 24.995, se convierte en 25.00. Después multiplicamos cada
punto medio por la frecuencia de las observaciones de dicha clase, sumamos
todos los resultados y dividimos esta suma entre el número total de
observaciones de la muestra. La fórmula es la siguiente:
Ejemplo:

Codificación

En aquellas situaciones en que no se tenga disponible una computadora y sea

necesario realizar las operaciones aritméticas a mano, podemos simplificar aún
más nuestro cálculo de la media de datos agrupados. Mediante una técnica
conocida como codificación, podemos eliminar el problema de tener puntos
medios muy grandes o inconvenientes. En lugar de utilizar los puntos medios
reales en los cálculos, podemos asignar enteros consecutivos de valor
pequeño, llamados códigos, a cada uno de los puntos medios. El entero cero
puede asignarse a cualquier punto medio, pero para que los enteros sean
pequeños, asignaremos el cero al punto medio de la mitad de la distribución (o
el más cercano a la mitad). Entonces podemos asignar enteros negativos a los
valores menores que ese punto medio y enteros positivos a los valores más
grandes, de la manera siguiente:
Los estadísticos usan x0 para representar el punto medio al que se asigna el
código 0, y u para el punto medio codificado. La siguiente fórmula se utiliza
para determinar la media de la muestra mediante códigos:

Tenga en mente que simplemente significa que 1) multiplicamos u por f

para cada clase en la distribución de frecuencias, y 2) sumamos todos estos
productos.

Ejemplo:

Propiedades de la media aritmética

La media aritmética es una medida de tendencia central que se utiliza

ampliamente. Tiene varias propiedades:
 1. Todo conjunto de datos de nivel de intervalo tiene un valor medio.
2. Para evaluar la media se considera todos los valores.
3. Un conjunto de datos solo tiene una media, la cual es un único valor.
4. La media es una medida muy útil para comparar dos o más poblaciones.
5. La media aritmética es la única medida de tendencia central donde la
suma de las desviaciones de cada valor, respecto a la medida, es
siempre igual a cero. Expresado en forma simbólica:

Ventajas de la media aritmética

La media aritmética, como un solo número que representa a un conjunto de

datos completo, tiene importantes ventajas:

1) Se trata de un concepto familiar para la mayoría de las personas y es

intuitivamente claro.
2) Cada conjunto de datos tiene una media; es una medida que puede
calcularse y es única debido a que cada conjunto de datos posee una y
sólo una media.
3) Por último, la media es útil para llevar a cabo procedimientos
estadísticos como la comparación de medias de varios conjuntos de
datos.

Desventajas de la media aritmética:

Como cualquier medida estadística, la media aritmética tiene desventajas

que debemos conocer:

1) Aunque la media es confiable en cuanto a que toma en cuenta todos

los valores del conjunto de datos, puede verse afectada por valores
extremos que no son representativos del resto de los datos.
2) Resulta tedioso calcular la media debido a que utilizamos cada uno
de los datos en nuestro cálculo.
3) Somos incapaces de calcular la media para un conjunto de datos
que tiene clases de extremo abierto en la parte inferior o superior de
la escala.

Media ponderada

La media ponderada nos permite calcular un promedio que toma en cuenta la

importancia de cada valor con respecto al total.

La media ponderada es un caso especial de la media común. Se representa

cuando hay varias observaciones con un mismo valor, lo cual puede ocurrir si
los datos se han agrupado en una distribución de frecuencia.
Con símbolos, la fórmula para calcular el promedio ponderado es:

Ejemplo:

Mediana

La mediana es una medida de tendencia central diferente a cualquiera de las

que hemos tratado hasta ahora. La mediana es un solo valor del conjunto de
datos que mide la observación central del conjunto. Esta sola observación es el
elemento que está más al centro del conjunto de números. La mitad de los
elementos están por arriba de este punto y la otra mitad está por debajo.

La mediana es el valor que corresponde al punto medio de los valores después

de ordenarlo de menor a mayor o de mayor a menor.

Cálculo de la mediana a partir de datos no agrupados

Para hallar la mediana de un conjunto de datos, primero se organizan en orden
descendente o ascendente. Si el conjunto de datos contiene un número impar
de elementos, el de en medio en el arreglo es la mediana; si hay un número par
de observaciones, la mediana es el promedio de los dos elementos de en
medio. En lenguaje formal, la mediana es:

Cálculo de la mediana a partir de datos agrupados

A menudo, tenemos acceso a los datos hasta después de agruparlos en una

distribución de frecuencias. Para ello, debemos sumar las frecuencias que
aparecen en la columna de frecuencias hasta que lleguemos al elemento
número (n + 1)/2.

Utilizando un método más sencillo seria:

Propiedades de la mediana

Las propiedades importantes de la mediana son:

1. Es única, esto es al igual que la media, solo existe una mediana para un
conjunto de datos.
2. No se ve afectada por valores extremadamente grandes o muy
pequeños, y por tanto es una medida valiosa de tendencia central
cuando se presenta esta clase de valores.
3. Puede calcularse para una distribución de frecuencias con una clase de
extremo abierto, si la mediana no se encuentra en tal clase.
4. Puede calcularse para datos de nivel de razón, de intervalo y ordinal.
Ventajas de la mediana

La mediana tiene varias ventajas respecto a la media.

 Los valores extremos no afectan a la mediana de manera tan grave

como a la media.
 La mediana es fácil de entender y se puede calcular a partir de cualquier
tipo de datos, incluso a partir de datos agrupados con clases de extremo
abierto.

Desventajas de la mediana

La mediana tiene también algunas desventajas.

 Ciertos procedimientos estadísticos que utilizan la mediana son más

complejos que aquellos que utilizan la media.
 Debemos ordenar los datos antes de llevar a cabo cualquier cálculo. Lo
que implica consumo de tiempo para cualquier conjunto de datos que
contenga un gran número de elementos.

Moda

La moda es una medida de tendencia central diferente de la media, pero un

tanto parecida a la mediana, pues en realidad no se calcula mediante algún
proceso aritmético ordinario. La moda es el valor que más se repite en el
conjunto de datos.

La moda es el valor de observaciones que aparece con más frecuencia.

Cálculo de la moda de datos agrupados

Cuando los datos ya se encuentran agrupados en una distribución de

frecuencias, podemos suponer que la moda está localizada en la clase que
contiene el mayor número de elementos, es decir, en la clase que tiene la
mayor frecuencia.

Para determinar un solo valor para la moda a partir de esta clase modal,
utilizamos la ecuación:
Ejemplo:

Si utilizamos la ecuación para calcular la moda del saldo de las cuentas de

cheques de nuestro ejemplo (vea la tabla 3-12), entonces LMO $100, d1 187
123 64, d2 187 82 105 y w $50.

Ventajas de la moda

 La moda, igual que la mediana, se puede utilizar como una posición

central para datos tanto cualitativos como cuantitativos.
 También, al igual que la mediana, los valores extremos no afectan
indebidamente a la moda.
 Una tercera ventaja de la moda es que la podemos utilizar aun cuando
una o más clases sean de extremo abierto.

Desventajas de la moda

 La moda no se utiliza tan a menudo como medida de tendencia central,

como se usan la media y la mediana. Muchas veces, no existe un valor
modal debido a que el conjunto de datos no contiene valores que se
presenten más de una vez. En otras ocasiones, cada valor es la moda,
pues cada uno de ellos se presenta el mismo número de veces. Resulta
claro que la moda es una medida inútil en tales casos.
 Otra desventaja consiste en que cuando los conjuntos de datos
contienen dos, tres o más modas, es difícil interpretarlos y compararlos.

Relación empírica entre la media, la moda y mediana

En una distribución simétrica, los valores modal, mediano y medio se localizan

en el centro y siempre son iguales.
Sin un conjunto de datos no es simétrico, sino que es asimétrico o sesgado
entonces se modifica la relación entre la tres medidas.

En una distribución con asimetría positiva la media aritmética es la mayor de

las tres medidas. Porque en el valor medio influyen mas valores
extremadamente altos, en comparación con lo que mediana o la moda. En
general, la mediana es la siguiente más alta en una distribución de frecuencias
con sesgo positivo. La moda es la menor de las tres medidas.

Si la distribución es muy asimétrica entonces no sería útil la media para

representar datos; la moda y la mediana seria más representativas.

Recíprocamente, en una distribución con asimetría negativa, la media es el

menor de los promedios. Desde luego se ve afectada por algunas
observaciones extremadamente bajas. La mediana es mayor que la media
aritmética, y la moda es el mayor de los tres promedios.

Si la distribución es muy simétrica entonces no debe utilizarse la media para

representar a los datos.

Media geométrica

Algunas veces, cuando trabajamos con cantidades que cambian en cierto

periodo, necesitamos conocer una tasa promedio de cambio, como la tasa de
crecimiento promedio en un periodo de varios años. En tales casos, la media
aritmética simple resulta inapropiada, pues proporciona resultados
equivocados. Lo que debemos encontrar es la media geométrica, llamada
simplemente la M.G.

La fórmula para encontrar la media geométrica de una serie de números es:

Ejemplo:

Propiedades de la media geométrica M.G.

 La media geométrica está basada en todas las observaciones, por lo

que está afectada por todos los valores de la variable. Sin embargo, da
menos pesos a los valores extremadamente grandes que el que les da
la media aritmética.
 La media geométrica es igual a cero si algunos de los valores es cero, y
se puede volver imaginaria si ocurren valores negativos. Con la
excepción de estos dos casos, su valor siempre es definitivo y está
rígidamente definido.
 La media geométrica es la que se debe utilizar cuando lo que se va a
promediar son tasas de cambios o proporciones, y se intenta dar igual
peso a tasas de cambios iguales.

Media armónica

Es el valor inverso o reciproco de la media aritmética. Su fórmula es:

Se utiliza para promediar velocidades, tiempos, rendimiento, etc. (cuando
influyen los valores pequeños). Su problema: cuando algún valor de la variable
es ó próximo a cero no se puede calcular.

Ejemplo:

Propiedades de la media armónica

 La media armónica se basa en todas las observaciones por lo que está

afectada por todos los valores de la variable. Da a los valores
extremadamente grandes un peso menor que el que les da la media
geométrica, mientras que a los valores pequeños les da un peso mayor
que el que les da tanto la media aritmética como la media geométrica.
 La media armónica esta indeterminada si alguno de los valores es cero,
pues hallar el recíproco de cero implica dividir entre cero, lo cual no es
válido. La media armónica está rígidamente definida y siempre es
definitiva, excepto cuando uno de los valores es cero.
 La media armónica es el promedio que se ha de usar, cuando lo que se
va a promediar son proporciones donde los numeradores de las razones
son los mismos para todas las proporciones.
 La media armónica se presta a manipulaciones algebraicas posteriores.

Medidas de posición:

Son medidas que dividen un conjunto ordenado de datos en grupos con la

misma cantidad de individuos.
Es un numero que se escoge como orientación para hacer mención a un grupo
de datos, resultando muy útiles en la interpretación porcentual de la
información.

Cuartiles

Son medidas posicionales que dividen las distribución de frecuencia en cuatros

partes iguales se designa por el símbolo Qa.

Calculo de cuartiles

Se localiza la posición de un cuartil solicitado aplicando la formula de posición:

Luego se aplica la fórmula para determinar un cuartil determinado:

Decitiles

Son medidas de posición que dividen la distribución de frecuencia en diez

partes iguales y estas van desde el numero uno hasta el nueve. Los deciles
se les designa con las letras Da.

Calculo de los Deciles

Es similar al cálculo de los cuartiles, solo que éstos varían la posición que se
calcula con la formula:
La fórmula para su cálculo es:

Percentiles

Son medidas posicionales que dividen la distribución de frecuencia en 100

partes iguales. Con estos, se puede calcular cualquier porcentaje de datos de
la distribución de frecuencia.

Son las medidas más utilizadas para propósitos de ubicación de valor de una
serie de datos ubicados en una distribución de frecuencia.

El número de percentiles de una distribución es de 99.

El percentil 50 es igual a la mediana, al decil 5 y al cuartil 2, es decir: 50% por

encima y 50% por debajo de los datos de la distribución.

Calculo de Percentiles

Es similar al cálculo de los cuartiles y los deciles con una variante en la

posición de estos, que bien expresada por la siguiente fórmula:

Co n esta posición se aplica la fórmula: