Investigacin y Estadstica Educacional II

Medidas de Tendencia Central y Variabilidad

Tendencia central: modo, mediana, media aritmtica. Variabilidad: desvo estndar.
La distribucin de frecuencias es muy til para organizar los datos, puesto que nos presenta toda la variedad de valores
correspondientes a una variable. Por ejemplo, la distribucin de frecuencias nos muestra que en un curso de 5 alumnos,
dos de ellos obtuvieron 10 en un examen, uno obtuvo 8, uno obtuvo un 2 y el restante obtuvo 0 puntos. Las medidas de
tendencia central nos proporcionan un nmero o un puntaje que puede ser considerado como el centro de gravedad
de la distribucin. Son lo que habitualmente se denomina promedio. Uno de esos promedios es la media aritmtica. En
el ejemplo, se obtiene sumando las notas de los 5 alumnos y dividiendo el resultado por 5, es decir, por la cantidad total
de alumnos del curso. As, la media aritmtica (X) es 30/5: 6. Sin embargo, existen otras medidas de tendencia central
a las que puede recurrirse cuando se considera, por razones diversas, que X no representa adecuadamente a la
distribucin, o cuando no es posible obtenerla. Una de ellas es el modo (Mo), que no es sino la frecuencia ms alta en
la distribucin. En el ejemplo el Mo sera 10, puesto que ese puntaje fue obtenido por 2 de los 5 alumnos. La otra
medida de tendencia central que veremos es la mediana (Md), que es el punto medio de la distribucin. En el ejemplo,
al ordenar en forma ascendente las calificaciones (0, 2, 8, 10, 10), vemos que 8 es la calificacin que corta en dos partes
iguales la distribucin, por lo cual si la posicin de la Md es 3 (el 3 puntaje), el puntaje correspondiente, es decir, el
valor de la Md, es 8.
Una vez obtenidas las medidas de tendencia central, puede interesarnos conocer qu tan homognea es la distribucin,
es decir, cual es la variabilidad o dispersin de las calificaciones respecto de su centro de gravedad. La importancia
de las medidas de variabilidad se comprende con facilidad: no es lo mismo obtener un 4 en cada uno de los dos
parciales de una materia, que obtener un 7 en el primero y un 1 en el segundo. En ambos casos el promedio (X) es el
mismo, pero en el primero la materia se aprueba y en el segundo no. Las medidas de variabilidad completan la
informacin que, por s solas, las medidas de tendencia central no proporcionan. El concepto de desviacin puede
entenderse como la distancia entre cualquier puntaje y la X. Si tomramos la distancia (o desviacin) entre cada puntaje
y la X (obviando los signos), sumramos estas desviaciones, y luego dividiramos esta suma entre el nmero de
puntajes, tendramos la desviacin media (sabramos cunto se desvan, en promedio, los puntajes de una distribucin
respecto de la media). Por razones tcnicas, en lugar de la desviacin media los investigadores prefieren la desviacin
estndar.

Palabras clave:
Centralidad Variabilidad o Dispersin heterogeneidad - Mediana Posicin de la Mediana
Valor de la Mediana Rango desviacin Media Desvo Estndar

_
MEDIA ARITMETICA (X):
Se obtiene sumando un conjunto de puntajes y dividiendo por el nmero de estos. Es decir, es la suma de un conjunto de
puntajes dividida entre el nmero total de puntajes del conjunto.
Frmula:
_
X = Ex
N
(E= sumatoria)
Ejercicio .1
Calcular la media para la siguiente distribucin:
Puntajes de la variable x: 9, 8, 6, 4, 3
(Rta: X= 30/5= 6)
Ejercicio .2
Calcular la media para la siguiente distribucin de frecuencias simple:
Frmula:
_
X = E fx
1

f
8 2
7 3
6 5
5 6
4 4
3 4
2 3
1 1
N 28

fx
16
21
30

(Rta: X= 132/28=4,7)

Ejercicio 3
Calcular la media en la siguiente distribucin de frecuencia agrupada.
Calcular tambin el modo.
Frmula:
_
X = Efxpm
N

Intervalo de clase

90 - 99

16

80 - 89

17

70 - 79

15

60 - 69

50 - 59

40 - 49
N=

Xpm

f.Xpm

94,5

1512

3
56

4502

Rta:
Media : 4502/56 = 80,39

Mo: 84,5

Ejercicio 4
Calcular modo, mediana y media para la siguiente distribucin:

Variable X

17 19

14 16

11 13

8 10

5- 7

N=
Rta:

f. acumulada

17

Mo=

X:

Md:

MEDIDAS DE VARIABILIDAD
DESVIO ESTANDAR O TIPO (s)
Como el rango presenta limitaciones de importancia, porque no permite emplear procedimientos estadsticos avanzados, nos
olvidaremos de l y se considerar a continuacin otra medida de variabilidad: el desvo estndar. Es el promedio de
desviacin de las puntuaciones respecto de la media. Cuanto mayor es la dispersin de los datos alrededor de la media, mayor
es el desvo estandar.
Veamos un ejemplo con la siguiente distribucin:
Frmula:

a)

b)

c)

d)

Xpm

F.Xpm

Xpm2

f.Xpm2

17 19

18

36

324

648

14 - 16

15

45

225

675

11 - 13

12

72

144

864

8 - 10

45

81

405

5-7

36

36

Intervalo

N=

17

204

2628

Pasos para aplicar la frmula:

a) Establecer el punto medio
b) Multiplicar el punto medio por la frecuencia
3

c) Elevamos al cuadrado Xpm

d) Multiplicamos f. Xpm.
e) Aplicamos la frmula
s=

s= 3,25

Ejercicio .5
Calcular el desvo estndar para la siguiente distribucin:
intervalo

17 - 19

14 - 16

11 - 13

8 - 10

5 7

2-4

2
N=

17

f.Xpm

159

f.Xpm2

1773

VARIABILIDAD - CONCEPTO
Como la sola indicacin del punto central de una distribucin no ofrece una imagen completa de su
forma, usamos otro estadstico: una medida de dispersin que indica el grado de amplitud con el que
aparecen esparcidos los nmeros.
Hay tres medidas de dispersin de uso comn:
1) Rango o Recorrido: informa cuntos son los valores sobre los que se extiende una distribucin.
Se obtiene restando el meno valor al mayor.
Ejemplo:
Grupo A: 10 11 11 12 12 13 13 13 14 (Rango 4)
Grupo B: 10 11 11 12 12 13 13 13 20 (Rango 10)
El problema del rango es que produce la impresin en el segundo caso de que los miembros del
grupo estn uniformemente alejados unos de otros, cuando en realidad la extensin del recorrido se
debe slo a la presencia de un valor extremo. Por eso, se suele recurrir al
2) Desviacin media: es un nmero que indica cunta es la diferencia, por trmino medio, que
existe entre losalores de una distribucin y un punto central, la media.
Ejemplo:
Grupo A
: 8 9- 10 11 12 (media 10, rango 4)
Desviaciones: 2 1 0 1
2 ( 2+1+0+1+2 = 6/5 = 1,2 desviacin media
Se trata de un estadstico ms estable que el rango, el cual se basa slo en los valores extremos, y
de ese modo puede crear una falsa imagen de heterogeneidad. Cuanto mayor es la DM, ms separados
estn los valores de la distribucin (lo cual no es tan obvio en el caso del rango)