MEDIDAS DE TENDENCIA CENTRAL

Un estadístico de tendencia
central : proporciona una estimación
de la puntuación típica, común o
normal encontrada en una distribución
de puntuaciones en bruto
Los parámetros o medidas
centrales son unos números que
tienen como objetivo AGRUPAR
o CENTRALIZAR los datos
correspondientes a toda la
población en un solo valor
numérico, representante del
con junto total.
MEDIDAS DE TENDENCIA CENTRAL
MEDIA ARITMÉTICA O SIMPLEMENTE MEDIA
Es la suma de todas las puntuaciones
dividida entre el número de puntuaciones
observadas (es decir, el tamaño de la
muestra)
 Para datos no agrupados se
utiliza la siguiente fórmula :

X = x
N
DONDE:
X : la media de la variable x
 X : la suma de todas las puntuaciones
individuales para la variable x
N: el número de observaciones (es decir el tamaño
de la muestra)
 Procedimientos para calcular la media
aritmética de datos agrupados:
 Se determinan los intervalos de clase
y sus respectivas frecuencias.
 Se calculan las marcas de clase.

 Se efectúan los productos de

frecuencias por marcas de clase.
 Se determina el cociente entre la
suma de productos y la cantidad de
datos que se tiene.
X =xf
N
 VENTAJAS
 Es el estadístico de tendencia central más
útil
 Se basa en la totalidad de las
observaciones efectuadas
 Es por lo general una medida bastante
estable
 Se presta fácilmente al cálculo algebraico
y es tomada como base para otros
cálculos estadísticos
 DESVENTAJA
La media aritmética presenta un
inconveniente, que debe ser tenido en
cuenta cuando se la utiliza como valor
representativo y es el siguiente:
El valor resultante de la media aritmética
está fuertemente influido por los valores
extremos grandes; es decir por los valores
que se apartan excepcionalmente del valor
central
De esta manera, el hecho de incluir o no
valores excepcionales en una serie, hace
desplazar considerablemente el valor de la
media aritmética
 Usar la media:
 Cuando los puntajes están distribuidos
simétricamente alrededor de un punto central,
vale decir cuando la distribución no está muy
sesgada.
 Cuando se desea la medida de tendencia central
que tenga mayor estabilidad.
 Cuando se debe calcular otros estadísticos, por
ejemplo la desviación standard, el coeficiente de
variación
 MEDIANA
Para una variable ordinal o de intervalo/razón
es la puntuación central en una distribución
ordenada, es decir, el valor de una variable
que divide en mitades a la distribución de las
puntuaciones.
La puntuación que deja debajo de sí la mitad
de los casos y, por arriba, la otra mitad
 Para datos no agrupados; una vez
ordenados se toma como mediana el
valor que está en el centro ( si la
cantidad de datos es impar),o bien se
suman los valores centrales y se divide
entre dos (si la cantidad de datos es
par).
 Para datos agrupados
Si la tabla de valores se presenta en
intervalos, para determinar exactamente la
mediana hay que proceder en dos etapas :
Primero se determina el intervalo
donde esta la mediana, que será
aquel cuya frecuencia acumulada
sea igual o mayor que la mitad del
número de valores leídos, o sea :
Fa  N/2
 Ya encontrado este intervalo se aplica la siguiente
fórmula

N - F aa
MD = Li + 2 . i
f MD

donde :
Li : límite inferior del intervalo que contiene la mediana
N/2 : mitad del total de valores.
F a ant : frecuencia acumulada anterior al intervalo de la mediana.
f Md : frecuencia del intervalo de la mediana.
i : amplitud del intervalo
 Como puede advertirse la mediana tiene la
ventaja de no estar influida por la magnitud del
resto de los valores medidos, pues nada tiene
que ver con ellos simplemente es el valor
central.
 La mediana tiene la propiedad de que el
cincuenta por ciento de los datos son menores o
iguales que ella y el cincuenta por ciento de los
datos son mayores o iguales , es decir divide al
conjunto en dos partes iguales
La mediana se utiliza especialmente en los
casos siguientes:
 Cuando se trata con datos cualitativos
susceptibles de ser ordenados
 Cuando el conjunto de datos
estadísticos posee unos valores extremos
excepcionales que afectan demasiado
el valor de la medida
 No es afectada por los casos muy
anormales; es fácil de calcular
 Usar la mediana:
 Cuando se desea el punto medio exacto
de la distribución, el punto
correspondiente al 50%
 Cuando existen puntajes extremos que
afectarían marcadamente la media. Por
ejemplo: en la serie 4, 5, 6, 7, 8, por lo
tanto la media y mediana son 6; pero si
reemplazamos 8 por 50, sin modificar los
demás puntajes, la mediana sigue siendo
6, mientras que la media es 14,4
 Cuando se desea que ciertos puntajes
influyan en la tendencia central, pero todo
lo que se sabe acerca de ellos es que se
hallan por encima o por debajo de la
mediana
 MODA O MODO
 Se llama al valor de la variable al
cual corresponde la mayor
frecuencia.
 La moda se simboliza por Mo y
puede reconocerse directamente
en una tabla de frecuencias,
porque como su definición lo
establece, es el valor que se repite
más veces.
Pueden existir varios o ningún valor de moda
para un solo conjunto de datos, la distribución
puede ser:

 Amodal cuando ningún valor se repite

 Unimodal cuando un solo valor es el más frecuente
 Bimodal cuando dos valores son los más frecuentes
 trimodal,...., polimodal
Si la tabla de valores se presenta
en intervalos, habrá un intervalo
que contendrá los valores que
más se repiten, pero así no queda
definido el valor exacto de la
moda; en este caso para
establecerlo se recurre a una
fórmula que lo determina con
precisión:
Mo = L i + fsig .i
fant + fsig
 donde :
 Li : límite inferior del intervalo que
contiene la moda
 fsig : frecuencia del intervalo siguiente

 fant : frecuencia del intervalo anterior

 i : amplitud del intervalo

 La moda no es tan representativa, pero es
útil en algunas ocasiones
 La moda y la clase modal no tienen
demasiado interés, salvo cuando su
frecuencia se destaca claramente de las
del resto de la distribución. La moda se
considera como un valor central porque
indica la mayor frecuencia
 Usar el modo o moda:
 Cuando todo lo que se desea es una
medida de tendencia central rápida y
aproximada
 Cuando la medida de tendencia central,
fuese el valor más típico.
Relación entre Tendencia Central y
la Simetría de la distribución

Simetría Relación
Simétrica o insesgada Moda = Mediana = Media

sesgo positivo o a la Moda > Mediana > Media

derecha
sesgo negativo o a la Moda < Mediana < Media
izquierda
Relación entre Tendencia Central y
la Simetría de la distribución

Insesgada

Moda=Mediana=Media
Relación entre Tendencia Central y
la Simetría de la distribución

Sesgo Positivo (a la derecha)

Media
Moda Mediana
Relación entre Tendencia Central y
la Simetría de la distribución

Sesgo Negativo (a la izquierda)

Media Mediana Moda

ESTADÍSTICO DE DEFINICIÓN NIVELES APLICACIONES A DEBILIDADES
TENDENCIA APROPIADOS FORMAS DE POTENCIALES
CENTRAL DE MEDIDAS DISTRIBUCIÓN DE
PUNTUACIONES

MEDIA Valor de x si INTERVALO Abierta a operaciones

matemáticas cuando una
Su cálculo es
distorsionado por
todas las distribución tiene forma valores extremos o un
puntuaciones normal sesgo en la curva de la
distribución
son iguales

MEDIANA Puntuación en INTERVALO Preferible cuando la

distribución es sesgada
Insensible a los
valores de x de la
la mitad de distribución, pero
una sensible a cambios en
el tamaño
distribución
ordenada

MODA Puntuación NOMINAL Preferida cuando

prácticamente todas las
Insensible a los
valores y distribución
que ocurre ORDINAL puntuaciones de la de puntuaciones
con mas INTERVALO distribución son iguales alrededor de x

frecuencia en
una
distribución