MEDIDAS DE

TENDENCIA
CENTRAL
 Unidad Temática
3
OBJETIVOS

Alfinalizar la Unidad Temática 2, el

estudiante será capaz de:

1. Diferenciar los diversos tipos de medidas de

resumen que se pueden aplicar a un
conjunto de datos

2. Calcular e interpretar las principales

medidas de tendencia central
 CONTENIDO

1. La estadística de resumen
2. Propiedades de la sumatoria
3. Principales medidas de tendencia central
3.1 Medias
3.2 Mediana
3.3 Moda
3.4 Cuartiles
3.5 Percentiles
Las medidas de tendencia central

Se refieren al punto medio de una distribución

Se conocen como medidas de posición
Ejemplo: A partir del gráfico siguiente, se observa
que la posición central de la curva B está a la
derecha de la posición central de las curvas A y C.
Obsérvese que la posición central de la curva A es
la misma que la curva C.
 Las medidas de tendencia central
1. En general se denominan promedios.


2. Los más importantes son la media, la mediana y


la moda.
Aritmética
Media Geométrica
 Armónica

Medidas de
Mediana
tendencia central Moda

3. También es útil conocer los percentiles (o

fractiles).
 ¿POR QUÉ SON IMPORTANTES LAS
MEDIDAS DE TENDENCIA CENTRAL?
Porque la mayor parte de los conjuntos de
datos muestran una tendencia a agruparse
alrededor de un dato central.
Las medidas de tendencia central son
puntos en una distribución, los valores
medios o centrales de ésta y nos ayudan a
ubicarla dentro de la escala de medición.
A) La Media Aritmética
a) La media aritmética ( x )
Se obtiene sumando los valores registrados y
dividiéndolos entre el número de datos.
Ejemplo:
Las notas de Estadística de un alumno son: 14;
17; 10; 13; 16. Calcule e interprete la media.

14  17  10 13 16 70
MA  x    14
5 5

Interpretación: El promedio de notas de un

alumno de estadística es de 14.
Cálculos a partir de datos no agrupados: se
utilizan las siguientes formulas.
Para una muestra
donde: x : media muestral

n
Xi

X : suma de todos los datos
i
i 1
x n
: número de datos (muestra)
n
Para una población
donde: : media poblacional
 Xi : suma de todos los datos
N N : número de datos (población)
 Xi
  i 1
N
 Cálculo a partir de datos agrupados.
El cálculo de la media aritmética, cuando los
datos disponibles se encuentran en tablas
de distribución de frecuencias, se realiza
utilizando la formula siguiente:
n
 fi Xi
x  i 1
n
 fi
i 1
donde: x :media muestral
f i :frecuencia absoluta de la clase i
X i :marca de la clase i
Ejemplo:
La distribución de frecuencias siguiente, representa
los puntajes obtenidos en una evaluación del
desempeño, aplicado al personal técnico en
Administración de Empresas. El puntaje máximo en
la prueba es 50. Calcule e interprete en media.
Desempeño Número de
(puntos) técnicos
12 - 16 4
17 - 21 8
22 - 26 15
27 - 31 23
32 - 36 10
TOTAL 60
Primero se calcularán las marcas de clase ( );
es decir, el valor intermedio de cada clase
clase Marca de Frecuencia
clase ( xi ) absoluta(fi)
12 - 16 14 4
17 - 21 19 8
22 - 26 24 15
27 - 31 29 23
32 - 36 34 10
Total 60

x 
14(4) + 19 (8) + 24 (15) + 29 (23) + 34 (10) x  1575
4 + 8 + 15 + 23 + 10 60
x  26.25
Interpretación: Si se elige al azar a un trabajador
técnico de Administración de Empresas, se espera que
tenga un puntaje de 26,25 en su evaluación de
desempeño.

La media aritmética ponderada ( x p )

donde:
n

wX i i
wi = factor de ponderación
xp  i 1

X i = datos
n

w
i 1
i
Ejemplo: Una empresa comercializadora de Seguros
dispone de 3 representantes para el distrito de
Yanacancha, cada uno de los cuales cobra diferente
comisión por póliza vendida, y realiza diferente número
de contratos. Calcule e interprete el valor medio de la
comisión

Nº de polizas de Comisión
Vendedor Seguro Médico por venta $

Pedro 30 30
Juan 25 40
Pablo 20 50
 30(30)  25(40)  20(50) 2900
xp    $38.67
30  25  20 75

Interpretación:

Si se elige al azar un representante se espera

que cobre una comisión de $38.67 por póliza
vendida.
Ventajas y desventajas de la media
aritmética
Ventajas:
 Concepto familiar para muchas
personas
 Es única para cada conjunto de datos
 Es posible comparar medias de
diferentes muestras
Desventajas
 Se ve afectada por los datos extremos
 Si la muestra es grande y los datos no
están agrupados, su cálculo es tedioso
 Si los datos están agrupados en clases
con extremos abiertos, no es
posible calcular la media.
(B) La media geométrica ( xg )
Se utiliza para calcular tasas medias de
variación, como la tasa media de crecimiento
poblacional, la tasa media de inflación
mensual, la tasa media de mortalidad, entre
otros.

a) Obtención Se obtiene extrayendo la raíz

enésima del producto de los n valores
de una serie.
xg  n X1  X 2  X3  ......... X n
Ejemplo:
La siguiente tabla muestra la tasa de aumento en
las quejas durante los últimos meses. Calcule e
interprete la tasa media mensual.
Meses Enero Febrero Marzo Abril Mayo
Aumento de
2.6% 5.4% 3.8% 0.5% 1.4%
quejas

Cálculos:
Por lo tanto, la media geométrica se calcula:

xg n x1, x 2, x3,...... x
 x g  5 (1.026 ) (1.054 ) (1.038 ) (1.005 )(1.014 )
x g  5 1.143903377
x g  1,0272540 ( Factorde crecimiento medio)
Tasa media
= (x g  1) 100
de variación
x g = (1,0272540 - 1) x 100 = 2,72%
Interpretación
Si se selecciona al azar un mes entre
enero y mayo, se espera que las ventas se
hayan incrementado 2.72% con respecto
al mes anterior.
(C) La media armónica (xh )
Se utiliza para calcular el tiempo medio,
velocidad y aceleración media, como por
ejemplo, el tiempo medio para realizar
determinada cirugía.
Obtención: se obtiene calculando el inverso de
la media aritmética de los inversos de una
serie.
1
xh  n 1

i 1
X
i
n
B) La Mediana

Es la medida que divide en dos

subconjuntos iguales a datos, de tal
manera que 50% de los datos es menor a
la mediana y el otro 50% es mayor a la
mediana.

a) Obtención: Se obtiene ordenando la

serie de datos (en forma ascendente o
descendente) y ubicando el dato central.
Mediana para datos no agrupados

Ejemplo:
Los siguientes datos se refieren al número de
pacientes que llegaron a su cita, después de la
hora programada durante los últimos 11 días
en el Servicio de Pediatría. Calcule e interprete
la mediana.
12, 10, 5, 15, 8, 11, 13, 8, 10, 17, 16

Primero se ordenan lo datos:

5, 8, 8, 10, 1011 , 12, 13, 15, 16, 17
mediana
5 datos menores 5 datos mayores
 b) Interpretación: Durante 5 días llegaron menos
de 11 pacientes tarde a su cita y durante 5
días, más de 11 pacientes llegaron tarde a su
cita.
c) Reglas
1º Si la serie es impar, la mediana ocupa el lugar
central de la serie previamente ordenada.
Ejemplo: 5, 10, 10, 12, 15 , 17, 20, 21, 24
2º Si la serie es par, la mediana se obtiene de
la semisuma de los dos valores centrales de
la serie previamente ordenada.  n  1
Ejemplo:  2 
8, 10, 14, 18, 23, 24, 32, 34
18  23
mediana   20.5
2
3º Sea la serie par o impar, la mediana ocupa el lugar, de
la serie previamente ordenada.
Mediana para datos agrupados
 n 1 
 2   F  1 
Md  Li   c
 f Md 
donde:  
Md : mediana
L i : limite real (o frontera) inferior de la clase
mediana.
n : número total de datos.
F : suma de todas las frecuencias hasta, pero
sin incluir, la clase mediana.
f Md : frecuencia de la clase mediana
c : amplitud de clase
 Ejemplo: La tabla siguiente muestra la
experiencia laboral (años) del personal de
seguridad que labora en UNDAC. Calcule e
interprete la mediana. Lugar de la
Experiencia Número de
laboral trabajadores
mediana:
n  1 69  1
(años) de seguridad   35o
0-3 4 2 2
4-7 12
Clase  69  1  (16) 
8 - 11 24
Md  7,5   2 4
Mediana  24 
12 - 15 16  
16 - 19 10
20 - 23 3
69  7 ,5 
 35  16  4
 24 
Mediana = 10,5 años
Interpretación:
La mitad del personal de seguridad que
labora en la UNDAC tienen una
experiencia laboral igual o menor a 10
años 6 meses. La otra mitad de este
personal tiene una experiencia laboral
igual o mayor a 10 años y 6 meses.
Ventajas:
 Los valores extremos no afectan a la mediana como en
el caso de la media aritmética.
 Es fácil de calcular, interpretar y entender.
 Se puede determinar para datos cualitativos,
registrados bajo una escala ordinal.
Desventajas:
 Como valor central, se debe ordenar primero la serie de
datos.
 Para una serie amplia de datos no agrupados, el
proceso de ordenamiento de los datos demanda tiempo
y usualmente provoca equivocaciones.
 C) La Moda

La moda es el valor que más se repite dentro

de un conjunto de datos.
a) Obtención: se obtiene organizando la serie
de datos y seleccionando el o los datos que
más se repiten.
Ejemplo:
4, 5, 7, 8, 8 , 10, 12, 15

4, 7, 12,12 , 15, 16, 20, 20 , 24, 27

7, 12, 15, 18, 25, 30, 31, 38

b) Cálculo a partir de datos agrupados

 1 
Mo  L    c
donde:  
i
 1 2
Mo : moda
L : limite real (o frontera) inferior de la
i
clase
 modal (la de mayor frecuencia)
1
: frecuencia de la clase modal menos la
 frecuencia de la clase anterior
2
: frecuencia de la clase modal menos la
c frecuencia de la clase siguiente
: amplitud de clase
 Los Percentiles
Son los valores que dividen en 100 partes
iguales a un conjunto de datos
a) Cálculo: para datos agrupados.

 100 i
 
 Kn  F  1 

P L  c
K i  f 
 P
K

donde:
P : percentil
K
K : el percentil buscado
n : número de datos
Fi : frecuencia acumulativa hasta la clase
anterior a la clase donde se ubica el
percentil K
f
P : frecuencia absoluta de la clase donde se
K
ubica el percentil K
c : amplitud de clase