Las medidas de tendencia central son una forma de describir y resumir un conjunto

de datos. Estas medidas estadísticas originan datos estadísticos como son la media
aritmética, media o promedio; así como también, la media geométrica, la media
ponderada, y otras medidas como lo son, la mediana y la moda. Estas medidas
estadísticas, darán como resultado un valor que estará comprendido entre el valor
mínimo y el valor máximo del conjunto de datos, y que además, tenderá a ser un
valor que se encuentre en el centro de este recorrido.

5.1 Las Medidas Descriptivas de las 5.3 La Media Ponderada

Distribuciones de Frecuencia 5.4 La Media Geométrica
5.2 La Media Aritmética 5.5 La Mediana
En la estadística descriptiva, tal como su nombre lo dice, el objetivo es, describir un
fenómeno o hecho, mediante técnicas de organización, presentación de datos y la
obtención de medidas numéricas que resumen el conjunto de datos.

Por ejemplo, si en un grupo de 5 vendedores se quiere determinar cuánto es el

promedio de ventas que éstos generan en un mes. Este valor único, llamado
promedio, representará las ventas de los cincos vendedores, y describirá su
productividad en términos globales (como grupo).

Una medida de tendencia central es una estadística que resume el conjunto de datos
en un único valor, con tendencia a ubicarse en el centro del rango del conjunto de los
datos ordenados

Valor mínimo M.T.C. Valor

máximo

Ejemplo: si se cuenta con un conjunto de datos, cuyo rango es de 9 a 15 unidades,

una medida de tendencia central podrá ser un valor único que tenderá a posicionarse
en los valores centrales dentro de ese rango.

Las medidas de variabilidad, informan en términos muy sencillos sobre la precisión

de los datos respecto a lo que se mide. Por ejemplo, si los valores son muy parecidos
al valor medio, indicará mayor precisión en la medición; por el contrario, si los
valores son muy diferentes entre ellos ocasionará mayor nivel de variabilidad, por lo
tanto, poca precisión de los datos.

Mucha dispersión o poca precisión Poca dispersión o mucha

Las medidas de posición no centrales se refieren a la agrupación porcentual de datos
ordenados en igual magnitud. Los percentiles dividen el conjunto de datos en 100
partes iguales, es decir que cada partición agrupa el 1% de los datos. Los deciles,
dividen al conjunto de datos en diez partes iguales, cada una acumula el 10% de los
datos, y los cuartiles, particionan el conjunto de datos en 4 partes iguales, cada una
de las partes acumula el 25% de los datos.

25% 25% 25% 25%

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Las medidas de formas indican cómo es la distribución de frecuencia de los datos,

permitiendo identificar, por ejemplo, datos extremos o posibles errores de
mediciones, los valores de la variable en donde se concentra el mayor número de
observaciones o, por el contrario, en donde hay menos frecuencia.
 Estadística
descriptiva

Técnicas de
Medidas
Organización y
descriptivas
Presentación de
(Numéricas)
datos

Medidas de Medidas de Medidas de

Medidas de
tendencia dispersión o posición no
forma
central Variabilidad central

En una distribución de frecuencias, se pueden calcular distintas medidas

descriptivas, siendo las más relevancia las medidas de tendencia central y las de
variabilidad:

Las medidas de tendencia central, más comunes, son:

 Media aritmética
 Media geométrica
 Mediana
 Moda

La media aritmética o simplemente media, se define como la suma de todos los

valores de los datos, entre el número total de datos.
La media para datos no agrupados en frecuencias, matemáticamente, se expresa
como:

 x i
, para referirse a la media poblacional; y
N

x
 xi , para referirse a la media de una muestra.
n
Donde:
N, es el total de datos en la población de estudio.
n, es el total de datos en la muestra.
µ, simboliza la media aritmética poblacional
̅, simboliza la media aritmética muestral.
𝒙

Esta medida, tiene la ventaja en cuanto a que posee propiedades aritméticas que
permiten su aplicación y desarrollo de otras técnicas de análisis más complejas,
además de ser la más usada como medida estadística. Como desventajas, la media es
muy sensible a valores extremos, es decir, que su resultado se ve afectado por dichos
valores. La media no se aplica en datos cualitativos.

Bajo el concepto de que, por lo general, los datos analizados provienen de una
muestra, en adelante, se utilizarán las fórmulas para datos muestrales.

Ejemplo:
Si 5 vendedores que registraron sus ventas en un mes, reportaron: 536, 895, 1090,
714 y 933 dólares, ¿cuánto es el promedio de las ventas que los vendedores realizaron
en un mes?
𝟓𝟑𝟔+𝟖𝟗𝟓+𝟏𝟎𝟗𝟎+𝟕𝟏𝟒+𝟗𝟑𝟑 𝟒𝟏𝟔𝟖
̅=
𝒙 = = 833,6
𝟓 𝟓

esto es que el promedio de ventas de los 5 vendedores durante un mes fue de 833,6
dólares.

En el ejemplo, se utilizó la fórmula para calcular la media en una serie de datos que
no están agrupados en frecuencias, sino más bien, es una serie simple de datos sin
agrupar o no agrupados.

Sin embargo, cuando los datos, están agrupados en frecuencias, el cálculo de la

media, se realiza con la siguiente fórmula:
∑ 𝒙𝒊 .𝒇𝒊
̅=
𝒙 ∑ 𝒇𝒊

Donde: xi, representa los valores de la variable,

fi, es la frecuencia absoluta y
fi, es la suma total de las frecuencias absolutas y que debe ser igual a n.

Veamos algunos ejemplos:

1. En la siguiente tabla de frecuencias, la variable Número de errores observados

en libros contables, muestra la frecuencia para cada uno de los valores
registrados.
 Frecuencias
Número Frecuencias Acumuladas
de N° de
Porcentaje Fi - Fr en % -
errores registros
(fr%) acumulada acumulada
(xi) (fi)
0 27 64,3 27 64,3
1 5 11,9 32 76,2
2 8 19,0 40 95,2
3 2 4,8 42 100,0
Total 42 100,0

La variable, se ha representado con xi, y la frecuencia absoluta o frecuencia con fi. El

cálculo de la media del número de errores es:
Esto es, que el número de errores promedio en libros contables es de 0,64. La media
calculada en este ejemplo, es una aplicación de la media ponderada.
2. En un sondeo realizado por Customer metrics, sobre el número de transporte
selectivo que utilizan semanalmente sus colaboradores, para evaluar la
posibilidad de crear un programa de transporte gratuito empresarial, se
registraron los siguientes datos.

CANTIDAD DE TRANSPORTE SELECTIVO SEMANAL QUE UTILIZAN

LOS COLABORADORES DE CONSUMER METRICS PARA IR A
LABORAR

Cantidad de
transporte Frecuencias Cálculo
selectivo (xi) fi fr xi x fi
0 10 0.07 0 x 10 =0
1 x 21
1 21 0.16 =21
2 x 23
2 23 0.17 =46
3 x 25
3 25 0.19 =75
4 x 19
4 19 0.14 =76
5 x 20
5 20 0.15 =100
6 x 10
6 10 0.07 =60
7 5 0.04 7 x 5 =35
8 2 0.01 8 x 2 =16

Total 135 1.00 429

En la tabla de frecuencia, se observa que en la última columna ya se ha colocado el
cálculo de los productos de xi por fi.
Aplicando la fórmula para la media en datos agrupados:

∑ 𝒙𝒊 . 𝒇𝒊 𝟎 + 𝟐𝟏 + 𝟒𝟔 + 𝟕𝟓 + 𝟏𝟎𝟎 + ⋯ + 𝟏𝟔 𝟒𝟐𝟗
̅=
𝒙 = = = 𝟑, 𝟐
∑ 𝒇𝒊 𝟏𝟑𝟓 𝟏𝟑𝟓

La cantidad de transporte selectivo promedio que utilizan los colaboradores para ir

a laborar semanalmente es de 3,2 o aproximadamente 3 taxis semanales, lo que
podría representar un gasto importante para el personal.
3. Supóngase que se realizó una evaluación nutricional a 33 estudiantes de un
curso de Estadística, midiendo el índice de masa corporal (IMC), los datos se
organizaron y presentaron en la siguiente tabla de frecuencia.

ÍNDICE DE MASA CORPORAL DE ESTUDIANTES DE UN CURSO DE

ESTADÍSTICA

Frecuencias Absolutas Frecuencias Relativas

IMC
fi Fi fr% Fr%
18,2 - 20,1 8 8 24,2 24,2
20,2 - 22,1 13 21 39,4 63,6
22,2 - 24,1 3 24 9,1 72,7
24,2 26,1 5 29 15,2 87,8
26,2 28,1 4 33 12,1 100,0
Total 33 100,0

Se observa en esta tabla de frecuencias, que los valores de la variable están agrupados
en rangos o clases. Para cada una de las clases se debe calcular su punto medio o
marca de clase (xi). Luego de contar con el punto medio de la clase, se procede con
el cálculo de la media.

Frecuencia Cálculos
IMC (kg/m2)
fi xi xi*fi
18,2 - 20,1 8 19,15 153,2
20,2 - 22,1 13 21,15 274,95
22,2 - 24,1 3 23,15 69,45
24,2 - 26,1 5 25,15 125,75
26,2 - 28,1 4 27,15 108,6
Total 33 731,95

Los puntos medios o marcas de clases representan al intervalo o clase y se obtienen

sumando los límites y dividiendo la suma entre dos, por ejemplo, para la primera
clase, de 18, a 20,1; el punto medio es:
(𝒍𝒊𝒏𝒇. + 𝒍𝒔𝒖𝒑. ) (𝟏𝟖, 𝟐 + 𝟐𝟎, 𝟏) 𝟑𝟖, 𝟑
𝒙𝒊 = = = = 𝟏𝟗, 𝟏𝟓
𝟐 𝟐 𝟐
Luego, se procede a calcular los productos del punto medio por su frecuencia: xi por
fi para cada una de las clases. Por ejemplo, para la primera clase: 19,15 por 8, esto es,
153,2.

Los productos (que aparecen en la última columna) se totalizan y se realizan los

cálculos de la media:
∑ 𝒙𝒊 .𝒇𝒊 𝟏𝟓𝟑,𝟐+𝟐𝟕𝟒,𝟗𝟓+⋯+𝟏𝟎𝟖,𝟔 𝟕𝟑𝟏,𝟗𝟓
̅=
𝒙 ∑ 𝒇𝒊
= = = 𝟐𝟐, 𝟐 kg/m2
𝟑𝟑 𝟑𝟑

La media ponderada, es un promedio que se calcula asignado pesos o ponderaciones

distintos a los diferentes valores de la variable. En datos agrupados, los pesos o
ponderaciones están representados por las frecuencias de los valores de xi, o por las
clases.
El cálculo de la media en distribuciones de frecuencias, es un caso particular de la
media ponderada.

∑ 𝒇.𝒙
̅𝒘 =
𝒙 ∑𝒇
; (1)
o también
̅𝒘 = ∑ 𝒘𝒊 . 𝒙𝒊 (2)
𝒙

Donde: 𝒘𝒊 son los pesos o ponderaciones para cada valor de xi, condicionado a que
la suma de las 𝒘𝒊 es uno, ∑ 𝒘𝒊 = 𝟏
Ejemplo:
En una empresa, se paga los salarios del personal a una tarifa por hora de acuerdo al
clasificador de cargo. Los datos se muestran en la siguiente tabla

Clasificador Tarifa por hora

Directores 65
Administrativos 30
Operadores/Producción 15
Total 110

Suponga que se quiere saber en promedio, cuánto paga la empresa en salarios por
hora.
Una primera forma de calcular la media, sería la siguiente:

Si observamos pareciera ser que el salario por hora de los trabajadores, tanto para
los administrativos como para los operadores es más alto que la realidad. Aparte, el
ejercicio estima que el total de directores, administrativos y operadores es de uno.
Es decir, que no se ha considerado la cantidad de personal en cada clasificación.
Por lo tanto, esta media, está lejos de la verdad.
Ahora consideremos, cuánto personal hay en cada clasificación y volvamos a calcular
la media:
Cantidad de Tarifa por hora
Clasificador
personal (fi) (xi) xi . fi
Directores 5 65 325
Administrativos 18 30 540
Operadores/Producción 43 15 645
Total 66 110 1510

𝟑𝟐𝟓 + 𝟓𝟒𝟎 + 𝟔𝟒𝟓 𝟏𝟓𝟏𝟎

̅𝒘 =
𝒙 = = 𝟐𝟐, 𝟗
𝟔𝟔 𝟔𝟔

Ahora considerando la cantidad de personal en cada clasificación (ponderando), la

media ponderada de 22,9 es un resultado menor que la media anteriormente
calculada.

Supongamos, que se calculan las frecuencias relativas para cada clasificador, que
llamaremos wi y que sumados totalizan la unidad (1). Los resultados se muestran a
continuación:

Cantidad de Tarifa por

Clasificador wi
personal (fi) hora (xi) wi xi
Directores 5 0,1 65 4,9
Administrativos 18 0,3 30 8,2
Operadores/Producción 43 0,7 15 9,8
Total 66 1,0 110 22,9

Aplicando la fórmula (2), para calcular la media, obtenemos:

̅𝒘 = ∑ 𝒘𝒊 . 𝒙𝒊 = 𝒘𝟏 . 𝒙𝟏 + 𝒘𝟐 . 𝒙𝟐 + 𝒘𝟑 . 𝒙𝟑
𝒙
̅𝒘 = (𝟎, 𝟏). (𝟔𝟓) + (𝟎, 𝟑)(𝟑𝟎) + (𝟎, 𝟕)(𝟏𝟓) = 𝟐𝟐, 𝟗
𝒙

Se demuestra que, con las dos fórmulas de la media ponderada, se llega al mismo
resultado.

La media ponderada refleja mejor la realidad al considerar la cantidad de personas

en cada categoría, de esta manera dicha proporción de personal corresponde a los
pesos o ponderaciones en la fórmula.

La media geométrica, se define como la raíz n del producto de los n valores de la

variable.
̅𝒈 = 𝒏√𝚷𝒙𝒊 = 𝒏√𝒙𝟏 . 𝒙𝟐 . 𝒙𝟑 … 𝒙𝒏
𝒙
Esta media se aplica cuando se quiere calcular la tasa de cambio promedio de series
de datos cronológicas o de tiempo, o que muestran tendencia exponencial, como lo
es el crecimiento de poblaciones humanas o si los datos de la variable es un número
índice, proporciones, razones o tasas de cambio.

La media geométrica siempre es menor que la media aritmética.

Ejemplo:

En los últimos años se ha observado en la empresa Customer Metric, un índice de

variación en los rendimientos de los activos, sobre los que se desea calcular el
promedio del índice de variación de los rendimientos de los activos de la empresa:

Dato (i) 1 2 3 4 5 6 7 8
Índice de Variación: 1,75 0,90 1,20 0,98 1,37 1,80 2,01 1,93
Xi

Bien, se calculará la media aritmética y la media geométrica y se comparará el

resultado.

𝟏, 𝟕𝟓 + 𝟎, 𝟗𝟎 + 𝟏, 𝟐𝟎 + 𝟎, 𝟗𝟖 + 𝟏, 𝟑𝟕 + 𝟏, 𝟖𝟎 + 𝟐, 𝟎𝟏 + 𝟏, 𝟗𝟑 𝟏𝟏, 𝟗𝟒
̅=
𝒙 = = 𝟏, 𝟒𝟗
𝟖 𝟖
De acuerdo a la media aritmética, el índice de variación promedio de los
rendimientos de los activos de la empresa, es de 1,49.

Dado que los datos son números índices, se calcula la media geométrica.
𝟖
̅𝒈 = √𝟏, 𝟕𝟓 ∗ 𝟎, 𝟗𝟎 ∗ 𝟏, 𝟐𝟎 ∗ 𝟎, 𝟗𝟖 ∗ 𝟏, 𝟑𝟕 ∗ 𝟏, 𝟖𝟎 ∗ 𝟐, 𝟎𝟏 ∗ 𝟏, 𝟗𝟑 = 𝟖√𝟏𝟕, 𝟕𝟐
𝒙

̅𝒈 = (𝟏𝟕, 𝟕𝟐)𝟏/𝟖 = 𝟏, 𝟒𝟑
𝒙

Es importante señalar que el recíproco de la raíz de un valor es la potencia del valor.

𝒏
Es decir, el inverso de √𝒙 = 𝒙𝟏/𝒏 , propiedad que se aplica en la fórmula para calcular
la media geométrica.

De acuerdo a la media geométrica, el índice de variación promedio de los

rendimientos de los activos de la empresa, es de 1,49.

Para ilustrar el cálculo de la media geométrica en datos agrupados en frecuencias, se

presenta el siguiente ejemplo (Suarez, 2014):
Para los datos agrupados en clases, se debe calcular el punto medio (xi) para cada
clase, y usar este valor al aplicar la fórmula anterior.

La mediana, se define como el valor que divide el conjunto de datos ordenados en

dos partes con igual número de datos antes y después de este valor.

El cálculo de la mediana en datos agrupados en frecuencias, se calculará como sigue:

n  Fm
me  Li  2 *A
fm
Donde:

n, Cantidad de datos.
Li, límite inferior de la clase donde se encuentra la mediana – la mediana, se
encuentra en donde está n/2, o el 50% de datos – observando la frecuencia
acumulada.
Fm, se refiere a la frecuencia acumulada antes de llegar a la clase mediana,
fm, se refiere a la frecuencia absoluta de la clase mediana.
A, Amplitud

Ejemplo: la siguiente tabla muestra la distribución de frecuencias de las

calificaciones de los participantes de la prueba de habilidades para un puesto laboral.
Calcular la calificación mediana.

Frecuencias Frecuencias
Punt Absolutas Relativas
Calificacio
o
nes Frecuenci
medi Frecuencia a
(X)
o acumulada acumulad
xi fi (Fi) fr% a Fr%
[38 - 45) 41,5 8 8 11,43 11,43
[45 - 52) 48,5 24 32 34,29 45,71
[52 - 59) 55,5 17 49 24,29 70,00
[59 - 66) 62,5 13 62 18,57 88,57
[66 - 73) 69,5 5 67 7,14 95,71
[73 - 80] 76,5 3 70 4,29 100,00
TOTAL 70 100.00

Pasos:

1. Calcular la posición central.

En datos agrupados, se calcula la posición, como: n/2 = 70/2 = 35

2. Ubicar la clase donde se encuentra el valor de la mediana.

Para ubicar la clase de la mediana, se debe utilizar la frecuencia acumulada. Estas
frecuencias acumuladas, indican cuántos datos hay acumulado hasta la clase
correspondiente. Por ejemplo, hasta la segunda clase, hay 32 datos. Hasta la tercera
clase hay 49 datos. Como se quiere el valor del dato que está en la posición 35, se
observa que está en la tercera clase de acuerdo a la frecuencia acumulada.

Esta clase de 52 a 59, se llama clase mediana.

3. Utilizando la clase mediana, se identifican el límite inferior de esta clase (li),

el número de datos acumulados antes de esta clase, es decir, cuántos datos
hay hasta la segunda clase (Fm), y la frecuencia de la clase mediana (fm), o lo
 que es lo mismo, cuántos datos hay exactamente en la clase mediana y la
amplitud de la clase mediana, que se calcula como la diferencia del límite
superior y el límite inferior.
es decir: A= 59-52= 7
Datos: li = 52; Fm=32, fi = 17 y A=7

4. Se realiza el cálculo utilizando la fórmula:

n  Fm
me  Li  2 *A
fm

Cálculo:
𝟕𝟎
( − 𝟑𝟐)
𝒎𝒆 = 𝟓𝟐 + [ 𝟐 ∗ 𝟕]
𝟏𝟕

𝟑𝟓 − 𝟑𝟐
𝒎𝒆 = 𝟓𝟐 + [( ) ∗ 𝟕]
𝟏𝟕

𝟑
𝒎𝒆 = 𝟓𝟐 + ∗ 𝟕 = 𝟓𝟐 + 𝟏, 𝟐𝟒 =< 𝟓𝟑, 𝟐
𝟏𝟕

La calificación mediana calculada mediante la fórmula, es 53,2. Si no se realiza el

cálculo con la fórmula, una buena aproximación es utilizar el punto medio (xi) de la
clase mediana.

Mediana = punto medio de la clase mediana.

Me = x(clase mediana)= 55,5

Ejemplo: Los siguientes datos corresponden al número de hijos de los colaboradores

de una empresa.

Número Frecuencias Frecuencias

de Hijos Absolutas Relativas
(xi) fi Fi fr% Fr%
0 20 20 16,3 16,30
1 38 58 30,9 47,15
2 14 72 11,4 58,54
3 23 95 18,7 77,24
4 15 110 12,2 89,43
5 13 123 10,6 100,00
Total 123 100,00
El procedimiento es el siguiente:

1. Se ubica el valor de Xi donde está el n/2.

n/2 = 123/2 = 61,5 ó 62

2. Se ubica el valor 61,5 en la columna de las frecuencias acumuladas Fi.

Se observa que, hasta 1 hijo, hay un acumulado de 58 colaboradores y que hasta 2

hijos hay acumulado 72 colaboradores. Esto indica que el colaborador número 62,
tiene dos hijos.

3. Determinación de la mediana

La mediana es el valor de la variable donde se ubica la mitad de los datos

acumulados.

Esto es,
Me= 2 hijos

El 50% de los colaboradores o la mitad, tienen dos hijos o menos.

La Moda

La moda, es la estadística que puede ser aplicada en todo tipo de datos; puesto que
es el valor que más se repite en el conjunto de datos.

En los conjuntos de datos, se pueden presentar diversas cantidades de moda:

 Cantidad de moda Tipo de distribución
 No hay moda en conjunto de datos – distribución amodal,
 Hay una sola moda – distribución unimodal, o caso
Normal,
 Hay dos modas – distribución bimodal,
 Hay más de dos modas – distribución polimodal.

En datos simples o sin agrupar, la moda será aquel valor que más se repita, o los
valores que más se repiten en la misma cantidad. Si hay dos valores o más con las
mayores frecuencias, se origina más de una moda.

Ejemplos:

En el siguiente conjunto de datos: 11, 12, 12, 13, 14, 15

La moda es 12, pues se repite 2 veces, mientras que los demás sólo una vez cada uno.
En el siguiente conjunto de datos: 118, 119, 121, 121, 126, 126, 126, 128, 130, 131, 131,
131, 135, 137, 140

Se identifican 2 modas: 126 y 131; ambos con frecuencia de 3; mientras que los demás
tienen frecuencia menor que 3.
En datos agrupados en frecuencia un valor aproximado de la moda, será el valor del
punto medio, en donde está la mayor frecuencia.

En el ejemplo,

Número Frecuencias
de Hijos Absolutas Frecuencias Relativas
(xi) fi Fi fr% Fr%
0 20 20 16,3 16,30
1 38 58 30,9 47,15
2 14 72 11,4 58,54
3 23 95 18,7 77,24
4 15 110 12,2 89,43
5 13 123 10,6 100,00
Total 123 100,00

El número de hijos moda es 1, puesto que la frecuencia es de 38 y es la mayor de

todas.

Este mismo procedimiento se puede emplear en datos con datos agrupados en clases.
En ese caso se identifica la clase con la mayor frecuencia, y se calcula el punto medio
para dicha clase. Ese punto medio será la moda.

Es importante destacar que en la actualidad existen programas informáticos que

permiten el cálculo de estas medidas. Lo importante, es saber reconocer la utilidad
de cada una y su correcta interpretación.
 Alvarado, V. (2014). Probabilidad y Estadística. México: Editoria Patria.

 Anderson, D., Sweeney, D., & Williams, T. (2008). Estadística para

administración y economía. México: Cengage Learning.

 CICA.ES. (s.f.). Sociedad Andaluza de Educación Matemática Thales.

Obtenido de http://thales.cica.es/rd/Recursos/rd99/ed99-0191-
03/hurwicz.htm

 González, S. H. (2005). Historia de la Estadística. La Ciencia y el Hombre

 Levin, R., & Rubin, D. (2008). Estadística para Administración y Economía.

México: Pearson Education.

 Lind, D., Marshal, W., & Wathen, S. (2009). Estadística aplicada a los
negocios y a la economía. McGraw-Hill Interamericana.

 Vitoriano, B. (2007). Departamento de Matemática - Universidad

Complutense de Madrid. Obtenido de
http://www.mat.ucm.es/~bvitoria/Archivos/a_dt_UCM.pdf