Medidas de tendencia central

Cuando describimos, exploramos y comparamos conjuntos de datos, las siguientes caractersticas

suelen ser extremadamente importantes: centro, variacin, distribucin, datos distantes, cambios a
travs del tiempo. En la unidad anterior sealamos que las distribuciones de frecuencias y las
grficas, as como los histogramas, sirven para investigar la distribucin. Las medidas de tendencia
central estudiaran las caractersticas del centro.

Hay muchas formas distintas de determinar el centro; por lo tanto, tenemos diferentes definiciones
de las medidas de tendencia central, incluyendo media, mediana y moda.

)
1. Media o Media aritmtica (

La media (aritmtica) generalmente es la ms importante de todas las medidas numricas utilizadas

para describir datos; constituye lo que la mayora de la gente denomina promedio.

Para hallar la media de un conjunto de observaciones, debes sumar sus valores y dividir por el
nmero de observaciones. Si las observaciones son 1 , 2 , 3 , , , su media es:

1 +2 + 3 + +
=

O de manera ms resumida

Ejemplo: Ladislao Kubala ha sido uno de los mejores jugadores de futbol que ha pasado por el F.C.
Barcelona. Los siguientes datos corresponden a los goles que marc por temporada mientras fue
jugador del Barcelona desde la temporada 1950/51 hasta la temporada 1960/61.

16 48 18 28 19 22 14 19 17 25 17

El nmero medio de goles que marc Ladislao Kubala fue.

16 + 48 + 18 + 28 + 19 + 22 + 14 + 19 + 17 + 25 + 17 243
= = = 22,1
11 11

Regla de redondeo:
Para redondear respuestas aumentaremos una posicin decimal ms a las que estn presentes en
el conjunto original de datos.

La media de goles convertidos por Ledislao Kubala por temporada fue de 22,1.
Si observamos los datos podemos apreciar que los 48 goles convertidos en la temporada de 1951/52
fue sobresaliente al resto. Cambia mucho la media si excluimos este dato distante? Calclalo. El
resultado seria 19,5 goles por temporada.

Una desventaja de la media es su sensibilidad a cada valor, de modo que un puntaje excepcional
puede afectarla de manera drstica. La mediana resuelve, en gran parte, esa desventaja.

2. Mediana (Me)

La Mediana de un conjunto de datos es el valor que est en medio, cuando los valores originales de los
datos se presentan en orden de magnitud creciente (o decreciente).

Para calcular la mediana debes:

a. Ordenar todas las observaciones de manera creciente ( o decreciente)

b.
Si el nmero de observaciones es impar, entonces la mediana Me es la
observacin central de la lista ordenada. Halla la posicin de la mediana contando
+1
observaciones desde el comienzo de la lista.
2
 Si el nmero de observaciones es par, entonces la mediana Me es la media de las
dos observaciones centrales de la lista ordenada. La posicin de la mediana se halla
+1
contando observaciones desde el comienzo de la lista.
2

+1
Fjate que la frmula no da la mediana, simplemente entrega la ubicacin de la mediana en
2
la lista ordenada.

Ejemplo 1: A continuacin se presentan la cantidad de goles convertidos por Ladislao Kubala en

las temporadas mientras fue jugador del Barcelona desde la temporada 1950/51 hasta la temporada
1960/61. Calcule la mediana de la muestra.

16 48 18 28 19 22 14 19 17 25 17

a) Primero ordene los valores de manera creciente (o decreciente).

14 16 17 17 18 19 19 22 25 28 48

b) Como = 11, es impar, la mediana es la que se encuentra a mitad de la lista.

11+1
Su posicin se obtiene contando = 6 observaciones desde el comienzo de la
2
lista, luego la Mediana es 19.

Note que la mediana es diferente de la media de 22,1 goles por temporada. La razn de esta
discrepancia es el efecto que tuvo los 48 goles en la media.

Ejemplo 2: Si se le agrega la temporada 1961/62 en la que convirti 15 goles. Calcule la mediana

de:
16 48 18 28 19 22 14 19 17 25 17 15

a) Primero ordene los valores de manera creciente (o decreciente).

14 15 16 17 17 18 19 19 22 25 28 48

b) Como = 12, es par, la mediana es la media entre los dos valores centrales de la lista.
12+1
Su posicin se obtiene contando = 6,5 observaciones desde el comienzo de la
2
lista.

La mediana se obtiene calculado la media entre 18 y 19.

18+19 37
= = = 18,5 , luego la mediana es 18,5
2 2

Despus de realizar la media y la mediana de los ejemplos anteriores, se puede generalizar que la
media se ve afectada de manera drstica por valores extremos (imagnese cuanto hubiese cambiado
la media si Kubala hubiera marcado 480 goles en vez de 48), mientras que la mediana no. Puesto
que la mediana no es tan sensible a los valores extremos.

Con frecuencia la mediana se utiliza para conjuntos de datos que tienen un nmero relativamente
pequeo de datos distantes.
 3. MODA (Mo)

La Moda de un conjunto de datos es el valor que ocurre con mayor frecuencia.

Cuando dos valores ocurren con la misma frecuencia y sta es la ms alta, ambos valores son
modas, por lo que el conjunto de datos es bimodal.
Cuando ms de dos valores ocurren con la misma frecuencia y sta es la ms alta, todos los
valores son modas, por lo que el conjunto de datos es multimodal.
Cuando ningn valor se repite, se dice que no hay moda.

Ejemplo: Calcule las modas de los siguientes conjuntos de datos.

a) 5.40 1.10 0.42 0.73 0.48 1.10

b) 27 27 27 55 55 55 88 88 99
c) 1 2 3 6 7 8 9 10

Solucin

a) El nmero 1.10 es la moda, ya que es el valor de mayor frecuencia.

b) Los nmeros 27 y 55 son modas, ya que ambos ocurren con la frecuencia ms alta. Este
conjunto de datos es bimodal, porque tiene dos modas.
c) No hay moda, ya que ningn valor se repite.

En realidad, la moda no se utiliza mucho con datos numricos. Sin embargo, entre las distintas
medidas de tendencia central que consideramos, la moda es la nica que puede usarse con datos
cualitativos. Por ejemplo, una encuesta que se aplic a estudiantes universitarios mostr que el
84% tiene aparato de televisin; el 76%, videocasetera; el 60%, reproductor de discos compactos
porttil; el 39%, sistema de videojuegos y el 35%, reproductor de DVD. Como el televisor es el
aparato ms frecuente, se puede afirmar que la moda es el televisor, pero no podemos calcular la
media o mediana para estos datos.

4. Comparacin entre la media, mediana y moda

No podemos determinar la medida ms representativas para todos los conjuntos de datos, cada una
de las medida de tendencia central estudiadas presentan diversas ventajas y desventajas, algunas de
ellas resumidas en la siguiente tabla.

Medidas de Definicin Qu tan Toma en Se ve afectada Ventajas y desventajas

tendencia comn es? cuenta cada por valores
central valor? extremos?
Media promedio Si Si Funciona bien con
= ms muchos mtodos
conocido estadsticos
Mediana Valor De uso No No Suele ser una buena
central comn opcin si hay algunos
valores extremos
Moda Valor ms Se usa en No No Apropiadas para datos
frecuente ocasiones cualitativos
Comentarios generales
En el caso de una coleccin de datos tienden a ser igual la media, la mediana y la moda se dice que su
distribucin es simtrica
La media es relativamente confiable. Es decir, cuando las muestras se extraen de la misma poblacin, las
medias muestrales tienden a ser ms consistentes que las dems medidas de tendencia central (consistentes en
el sentido de que las medias muestrales, no varan tanto como las otras medidas de tendencia central).
 5. Medidas de tendencia central de datos en tablas de frecuencias.

Frmulas:

Medidas Tablas de datos no agrupados Tablas de datos agrupados

de
tendenci
a central

( ) ( )
= =

Media
: :
: . . : . .
: :

+1
( + 1)
Si n es impar: Es el primer dato = + ( 2 )
en el que la frecuencia acumulada
+1
sea mayor o igual a 2 .
Mediana
:
:
Si n es par: Es la media de los :
datos que estn entre la posicin : .
+1
(buscar en la f. acumulada) .
2
: .

Moda