MEDIDAS DE TENDENCIA CENTRAL (MEDIDAS DE UBICACIÓN).

A menudo se les llama promedios. El propósito de una medida de ubicación consiste en señalar el
centro de un conjunto de valores.

A. LA MEDIA ARITMÉTICA.

Es la suma de todos los valores recopilados en una observación dividido entre la cantidad de
observaciones o valores. Esta puede ser Media Poblacional o Media Muestral.

LA MEDIA POBLACIONAL.

Es la suma de todos los valores en la población, dividido entre el número de valores en la

población.

∑X
Fórmula: µ = ------
N

En la cual:

µ representa la media poblacional; se trata de la letra minúscula griega mu;

N es el número de valores en la población;
X representa cualquier valor particular;
∑ es la letra mayúscula griega sigma e indica la operación de suma;
∑X es la suma de X valores en la población.

Ejemplo:

Hay 12 compañías fabricantes de automóviles en Estados Unidos. En la siguiente lista aparecen el

número de patentes concedidas por el Gobierno de ese país a cada compañía en el año 2013.

Compañía Número de patentes Compañía Número de patentes

concedidas concedidas
General Motors 511 Mazda 210
Nissan 385 Chrysler 97
DaimierChrysler 275 Porsche 50
Toyota 257 Mitsubishi 36
Honda 249 Volvo 23
Ford 234 BMW 13

14
Solución:

Los datos pertenecen a una población porque se toma en cuenta a todas las compañías
fabricantes que consiguen patentes.

Sume el número de patentes de cada una de las 12 compañías. El número total de patentes de las
12 compañías es de 2,340. Para determinar la media aritmética, divida este total entre 12.

Así la media aritmética es 195, calculada mediante la operación 2,340/12.

511+385+…...+13 2,340
µ = ------------------------ = --------- = 195
12 12

LA MEDIA DE UNA MUESTRA.

Se refiere a la media aritmética calculada sobre los valores de muestra, la cual fue seleccionada
mediante algún criterio del total de una población.

_ ∑X
Fórmula: X = ------
n

En la cual:

_
X es la media de la muestra;

n es el número de valores de la muestra.

Utilizando el ejemplo anterior, suponga que se usan solamente 6 compañías para realizar el
estudio. El siguiente cuadro nos indica cuáles son esas compañías.

Compañía Número de patentes

concedidas
General Motors 511
DaimierChrysler 275
Honda 249
Mazda 210
Porsche 50
Volvo 23

15
Calculando la media aritmética de la muestra:

_ ∑X 511+275+249+210+50+23
X = ------ = --------------------------------------- = 219
n 6

La media aritmética tiene un punto débil. Para calcularla, se toma en cuenta cada elemento de la
muestra o población. Si uno o dos de estos valores son extremadamente grandes o pequeños
comparados con la mayoría de los datos, entonces la media aritmética podría no ser un promedio
adecuado para representar los datos.

Por ejemplo, suponga que los ingresos anuales de un pequeño grupo de corredores de bolsa es de
62,900; 61,600; 62,500; 60,800 y 1,200,000. El ingreso calculado como media aritmética es de
289,560; lo cual no es representativo del grupo ya que todos, salvo un corredor tienen ingresos
entre 60,000 y 63,000. Un ingreso de 1.2 millones afecta en exceso el cálculo de la media.

B. LA MEDIANA.

Ya que si los datos contienen uno o dos valores muy grandes o muy pequeños, la media aritmética
no resulta representativa. Otra posible manera de describir el centro de dichos datos es a partir
de una medida de ubicación denominada mediana.

Para obtenerla la mediana, se deben ordenar los datos de menor a mayor o viceversa. Luego se
busca el punto medio de los valores.

Ejemplo:

Una persona desea comprar una casa; se comunica en contacto con un corredor de bienes y
raíces. Éste le informa que el valor promedio de las casas está en 110,000. El comprador solo
tiene 75,000 para comprar; inicialmente pensaríamos que no podrá comprar la casa.

Analizando con detenimiento, podemos ver que las casas valen 60,000; 65,000; 70,000; 80,000 y
275,000. La media aritmética de estos datos es 110,000. Pero el punto medio, es decir el valor en
todo el centro es 70,000; es decir, la persona si puede comprar la casa que desea.

16
 Precios ordenados de Precios ordenados de
menor a mayor mayor a menor
60,000 275,000
65,000 80,000
70,000 Punto medio  70,000
80,000 65,000
275,000 60,000

Cuando la cantidad de valores es impar la mediana se localiza fácilmente, sin realizar cálculo
alguno.

Cuando la cantidad de valores es par, entonces se debe calcular la media aritmética de los dos
valores del centro de las observaciones. Razón por la cual, la mediana podría no estar incluida
dentro de los datos originales.

Ejemplo:

Supongamos que en el ejemplo anterior tenemos 6 precios distintos de casas.

Precios ordenados de
menor a mayor
60,000
65,000
70,000 150,000 / 2 = 75,000
80,000
135,000
275,000

En este caso se toman los dos valores del centro, 70,000 y 80,000 y se les calcula la media o
promedio. De esta manera 70,000 más 80,000 nos da 150,000; divido entre 2; tenemos que
nuestra mediana es: 75,000.

17
 C. LA MODA.

Es el valor de la observación que aparece con mayor frecuencia, es decir el que más se repite.

No inciden sobre la moda los valores demasiados grandes o pequeños.

Ejemplo:

Los salarios anuales de los gerentes de control de calidad en algunos de los estados de Estados
Unidos son los siguientes:

Estado Salario Estado Salario Estado Salario

Arizona 35,000 Illinois 58,000 Ohio 50,000
California 49,100 Louisiana 60,000 Tennessee 60,000
Colorado 60,000 Maryland 60,000 Texas 71,400
Florida 60,000 Massachusetts 40,000 Virginia Oeste 60,000
Idaho 40,000 Nueva Jersey 65,000 Wyoming 55,000

El salario anual de 60,000 es el que se aprecia con mayor frecuencia (seis veces) que otros salarios.
Por consiguiente, la moda es 60,000.

Cuando los datos que se analizan son todos diferentes, nunca tendremos una moda.

18
MEDIDAS DE DISPERSIÓN.

Una medida de ubicación como la media o la mediana, solamente describe el centro de los datos.
Desde este punto de vista resulta valiosa, pero no dice nada sobre la dispersión de los datos.

Las medidas de dispersión, permiten considerar que tan lejos o cerca están los datos con relación
a la medida de ubicación (media aritmética).

Un valor pequeño en una medida de dispersión indica que los datos se acumulan con proximidad
alrededor de la media aritmética. Por consiguiente, la media se considera representativa de los
datos. Por el contrario, una medida grande de dispersión, indica que la media aritmética no es
confiable.

Las medidas de dispersión se utilizan por lo general para comparar entre dos o más conjuntos de
observaciones.

Ejemplo:

Dos compañías, A y B, produce monitores de computadoras. Ambas tienen una media aritmética
de producción de 50 monitores por hora. En principio pareciera que ambas compañías tienen una
producción muy similar por hora.

Sin embargo tenemos que la compañía A produce de 48 a 52 monitores por hora; mientras que la
compañía B produce de 40 a 60 monitores por hora.

En ambos casos las medias aritméticas son iguales 50, pero en la compañía A, la producción por
hora, o dispersión de los datos de producción, están más cerca de la media, por lo tanto es más
confiable.

Por el contrario, la compañía B, tiene una mayor dispersión de los datos de producción con
respecto a la media aritmética.

19
DESVIACIÓN ESTÁNDAR.

Medida de dispersión que se fundamenta en las desviaciones de la media, para determinar que
tanto se dispersan los valores de las observaciones con respecto a su media aritmética.

Para realizar el cálculo de la desviación estándar se considera cuadrado de las desviaciones.

Para calcular la desviación estándar se confecciona un cuadro de 3 columnas.

1. En la primera columna se colocan las observaciones (pueden estar en desorden). Esta

columna debe totalizarse para luego calcular el promedio (media aritmética) de las
observaciones.
2. En la segunda columna se coloca las desviaciones medias (x - µ), que es la operación de
restar el valor de cada observación menos la media aritmética. La sumatoria de esta
columna debe dar a cero (0).
3. En la tercera columna debe llevar las Desviaciones medias elevadas al cuadrado, (x - µ)2.
Que es elevar al cuadrado las desviaciones medias.

Ejemplo:

El número de capuchinos vendidos en el local de Momentos ubicado en el Centro de David, entre

las 4 y siete de la noche de una muestra de 5 días del mes pasado fue de 20, 40, 50, 60 y 80. En el
local de Momentos en el aeropuerto Enrique Malek, el número de capuchinos vendidos entre las
cuatro y siete de la noche en una muestra de 5 días del mes pasado fue de 20, 49, 50, 51 y 80.

Calculamos las deviaciones estándar de ambos locales y los comparamos para ver cuál de los dos
conjuntos de datos es mejor (más confiable).

20
MOMENTOS – CENTRO DE DAVID

Número de observaciones (x - µ) (x - µ)2

20 (20 – 50) = -30 900
40 (40 – 50) = -10 100
50 (50 – 50) = 0 0
60 (60 – 50) = 10 100
80 (80 – 50) = 30 900
Total 250 0 Total 2000

250
µ = ---------- = 50
5

Sumatoria de los cuadrados de las Desviaciones 200

2
DE = -------------------------------------------------------------------- = --------- = 400
Número de Observaciones 5

DE = √DE2

DE = √400

DE = 20

MOMENTOS – AEROPUERTO ENRIQUE MALEK

Número de observaciones (x - µ) (x - µ)2

20 (20 – 50) = -30 900
49 (49 – 50) = -1 1
50 (50 – 50) = 0 0
51 (61 – 50) = 1 1
80 (80 – 50) = 30 900
Total 250 0 1802

250
µ = ---------- = 50
5

21
 Sumatoria de los cuadrados de las Desviaciones 1802
2
DE = -------------------------------------------------------------------- = --------- = 360.4
Número de Observaciones 5

DE = √DE2

DE = √360.4

DE = 18.9

Al comparar las desviaciones estándar de los dos grupos de datos de ambos locales, podemos ver
que el local ubicado en el Aeropuerto da como resultado 18.9 y el ubicado en el centro de David,
da como resultado 20.

18.9 es menor que 20, por lo tanto el local del Aeropuerto fue más productivo durante el periodo
de tiempo en que se evaluaron las ventas de capuchino.

22