MEDIDAS DE TENDENCIA CENTRAL

1.1. Introducción
Son medidas estadísticas que se usan para describir cómo se puede
resumir la localización de los datos. Ubican e identifican el punto
alrededor del cual se centran los datos. Las medidas de tendencia central
nos indican hacia donde se inclinan o se agrupan más los datos. Las más
utilizadas son: la media, la mediana y la moda.

1.2. Sumatoria
El sumatorio, la sumatoria, o la operación de suma es un operador
matemático que permite representar sumas de muchos sumandos, “n” o
incluso infinitos sumandos, se expresa con la letra griega sigma “∑”, y se
define como:
𝒏

∑ 𝒙𝒊 = 𝒙𝒎 + 𝒙𝒎+𝟏 + 𝒙𝒎+𝟐 … … … . 𝒙𝒏
𝒊=𝒎

Se debe notar que, aunque el término sumatorio se refiere a un operador

matemático útil para expresar cierto tipo de suma, no substituye este
término a la palabra suma. Se dice: “La suma de dos y tres es cinco”, y no
“el sumatorio de dos y tres es cinco”. Por la misma razón, decir que se
realizará, por ejemplo, el sumatorio (o la sumatoria) de unos votos, es
notoriamente un disparate. Los operadores de suma son útiles para
expresar sumas de forma analítica; esto es, representar todos y cada uno
de los sumandos en forma general mediante el “i-ésimo»” sumando.

1.3. Promedio
El promedio x es también como media o media aritmética de un conjunto
de datos (X1,X2,…,XN) es una medida de posición central. La definimos
como el valor característico de la serie de datos resultado de la suma de
todas las observaciones dividido por el número total de datos.
∑𝑵
𝒊=𝟏 𝒙𝒊
𝑴𝒆𝒅𝒊𝒂(𝒙) = 𝒙
̅=
𝑵
 Fundamentos de la Estadística
Donde:
 ( X1,X2,…,XN )= el conjunto de observaciones
 ∑=El sumatorio nos indica que debemos sumar un conjunto de
Si debo pesar 10
manzanas valores (observaciones) desde el primero, hasta el N. Así si existen
N= total de las 10 30 valores, deberemos sumar el primero, el segundo, el tercero,
manzanas
…, y el treintavo.
x = el peso de las
 N: Representa el número total de observaciones.
manzanas
 x: La variable X es sobre la que calculamos la media aritmética.
i= colocar una posición
o etiqueta a cada  i: Representa la posición de cada observación.
manzana. ej. Manzana
1, manzana 2, etc.
Es decir:

𝒙𝟏 + 𝒙𝟐 +. . . . +𝒙𝑵
𝑴𝒆𝒅𝒊𝒂(𝒙) = 𝒙
̅=
𝑵
Si se trata de los datos (X1,X2,…,XN) de una muestra, estaremos en
la media muestral. Si el conjunto de datos es toda la población, se
llama media poblacional. Cuando se trata de la media de una población,
este parámetro suele caracterizarse con la letra griega “μ”.
El estadístico media muestral y la medida media poblacional son dos
conceptos distintos, ya que el primero es un valor estimado a partir de
una muestra mientras que el segundo es un valor medido sobre
una población. Pero la fórmula para hallarlos y su valor numérico es el
mismo:
∑𝑵𝒊=𝟏 𝒙𝒊
𝑴𝒆𝒅𝒊𝒂 𝒑𝒐𝒃𝒍𝒂𝒄𝒊𝒐𝒏𝒂𝒍 (𝒙) = µ =
𝑵
Visto desde un punto de vista más conceptual, la media aritmética es el
centro de los datos en el sentido numérico, ya que intenta equilibrarlos por
exceso y por defecto. Es decir, si sumamos todas las diferencias de los
datos a la media es cero.
𝑵

∑(𝒙𝒊 − 𝒙
̅) = 𝟎
𝑰=𝟏

La media aritmética es muy útil para hacer comparaciones entre

varias poblaciones.

2
 Fundamentos de la Estadística
La desventaja de la media aritmética es que, si hay valores extremos
alejados, no resulta el promedio más indicado.

1.4. Mediana
La mediana es un estadístico de posición central que parte la distribución
en dos, es decir, deja la misma cantidad de valores a un lado que a otro.
Para calcular la mediana es importante que los datos estén ordenados de
mayor a menor, o al contrario de menor a mayor. Esto es, que tengan un
orden.
La mediana, junto con la media y la varianza es un estadístico muy
ilustrativo de una distribución. Al contrario que la media que puede estar
desplazada hacia un lado o a otro, según la distribución, la mediana
siempre se sitúa en el centro de esta. Dicho sea, paso, a la forma de la
distribución se le conoce como curtosis. Con la curtosis podemos ver hacia
dónde está desplaza la distribución.
De acuerdo con el número de casos o datos, hay dos formas para calcular
la mediana:
𝒙(𝟓+𝟏) = 𝟕
𝟐
a) Calculo de mediana para datos impares (en este caso la mediana es
igual a la media)
𝒙𝒏+𝟏
̅=
𝒙
𝟐
b) Calculo de mediana para datos pares.
𝒙𝒏 + 𝒙𝒏+𝟏
̅= 𝟐
𝒙
𝟐
Sea que la mediana de un conjunto de datos, es el valor que se halla al
centro de los datos ordenados de mayor a menor o viceversa.

1.5. Moda
La moda estadística “Mo” de un conjunto de datos, se define como el
número que está representado más veces dentro de esos datos, es decir,
aquel número que presenta una mayor frecuencia absoluta dentro de la
muestra. Es decir, es el valor que aparece con mayor frecuencia en un
conjunto de datos.

3
 Fundamentos de la Estadística
Esto se puede distinguir en la gráfica de distribución de frecuencias, cabe
aclarar que es posible encontrar más de una moda, cuando encontremos
dos modas, es decir, dos datos que tengan la misma frecuencia absoluta
máxima se la conoce como una distribución trimodal de los datos, es en la
que encontramos tres modas. En el caso de la distribución uniforme
discreta, cuando todos los datos tienen una misma frecuencia conocido
como multimodal, se puede definir las modas como indicado, pero estos
valores no tienen utilidad. Por eso algunos matemáticos califican esta
distribución como “sin moda”.
El intervalo modal es el de mayor frecuencia absoluta. Cuando tratamos
con datos agrupados antes de definir la moda, se ha de definir el intervalo
modal.
Moda para datos no Agrupados
La forma de cálculo para la moda de los datos no Agrupados es a través
de la distribución de frecuencia, mediante el cálculo del máximo de
frecuencia absoluta.
Moda para datos Agrupados
La moda cuando los datos están agrupados se debe determinar todo el
intervalo de la clase modal en la cual se encuentra el valor de la moda.
Dicha clase corresponde a aquella que presente mayor frecuencia
absoluta. Una vez localizada la clase modal, podemos determinarla por
interpolación.
La moda de un conjunto de “n” valores, es el valor numérico con mayor
repetición o frecuencia, dentro de la frecuencia absoluta “fi”. La moda
considera un tipo de fórmula que a continuación se muestra:

𝑨𝟏
𝑴𝒐𝒅𝒂 𝒅𝒆 𝒅𝒂𝒕𝒐𝒔 𝒏𝒐 𝑨𝒈𝒓𝒖𝒑𝒂𝒅𝒐𝒔 = 𝑴𝒐 = 𝑳𝟏 + 𝑪 ( )
𝑨𝟏 + 𝑨𝟐
Donde:
L 1 = Frontera Inferior de la clase que contiene la Moda.
C = Anchura del Intervalo de la Clase modal.
A 1 = Exceso de la frecuencia modal sobre la clase inferior
A 2 = Exceso de la frecuencia modal sobre la clase superior inmediata.
1.6. Comparación entre Media, Mediana y Moda

4
 Fundamentos de la Estadística
Estos tres estadísticos corresponden a las medidas de tendencia central
más comúnmente utilizadas en análisis descriptivos. La diferencia entre
estos radica en como localizar el centro de los datos. Por un lado, la Media
Un percentil es una
medida que divide corresponde al punto de equilibrio que toma en cuenta la ubicación y el
la población o
peso de cada dato. Mientras que la Mediana solo toma en cuenta la
muestra en 100
partes iguales. ubicación, correspondiendo al percentil 50, es decir, divide la muestra en
dos grupos con igual cantidad de datos. Por otro lado, la Moda
representa el punto de mayor concentración de datos en una muestra,
pudiéndose incluso obtener varias modas.
Dependiendo de la naturaleza de la variable en estudio se decide cuál
de estos tres utilizar. En el caso de variables cualitativas nominales, el único
estadístico de tendencia central interpretable es la Moda, que en cuyo
caso corresponde al dato con mayor frecuencia. Si la variable es
cualitativa ordinal, generalmente se utiliza la Moda, aunque en algunos
casos, dependiendo del contexto, es posible utilizar la Mediana. Con
respecto a las variables cuantitativas, se suele usar la Media, como
medida de tendencia central, pero el error que comúnmente se comete es
no tener en cuenta la forma de la distribución de la muestra.
En distribuciones asimétricas la media se ve fuertemente influenciada por
datos extremos, en cambio la Mediana es más robusta a la presencia de
este tipo de datos. Por lo tanto, en estas situaciones es preferible utilizar
la Mediana.

1. 7. Otr as Medi das de Tende n cia Centr a l

Media Armónica
La media armónica es igual al número de elementos de un grupo de cifras
entre la suma de los inversos de cada una de estas cifras.
En otras palabras, la media armónica es una medida estadística recíproca
a la media aritmética, que es la suma de un conjunto de valores entre el
número de observaciones.
La fórmula de la media armónica (H) de un conjunto de números x1, x2, x3,
…, xn, es la siguiente:
𝑵
̅𝑨 =
𝒙
𝟏 𝟏 𝟏
𝒙𝟏 + 𝒙 𝟐 + ⋯ 𝒙𝒏

5
 Fundamentos de la Estadística
Donde:
 N= Numero Poblacional o muestral
 (X1,X2,…,XN )= el conjunto de observaciones

Media Geométrica
La media geométrica es un tipo de media que se calcula como la raíz del
producto de un conjunto de números estrictamente positivos.
La media geométrica se calcula como un producto conjunto. Es decir, que
todos los valores se multiplican entre sí. De modo que, si uno de ellos fuera
cero, el producto total sería cero. Por ello, debemos siempre tener en
cuenta que a la hora de calcular la media geométrica necesitamos números
que sean únicamente positivos.
Uno de sus principales usos es para calcular medias sobre porcentajes,
pues su cálculo ofrece unos resultados más adaptados a la realidad.
Este tipo de media es adecuada para calcular variables en porcentaje
o índices. Una de sus principales ventajas es que es menos sensible a
valores extremos (muy grandes o muy pequeños) que podrían alterar la
media de una muestra estadística. Por el contrario, su principal desventaja
es que no puede utilizarse con números negativos
La fórmula de la media geométrica es la siguiente:
𝒏
̅𝑮𝒎 = √(𝒙𝟏 )(𝒙𝟐)(𝒙𝟑) … … . . (𝒙𝒏 )
𝒙

Donde:
 n = Se trata del número total de observaciones.
 x = La variable X son los datos sobre la que calculamos la media
geométrica.

Media Cuadrática
Es la media de la magnitud de una cantidad variable que toma números
negativos como ocurre, por ejemplo, en los errores de medida. En tal caso
se está interesado en obtener un promedio que no recoja los efectos del
signo negativo se elevan al cuadrado todas las observaciones (así los
signos negativos desaparecen), en obtener después su media aritmética y

6
 Fundamentos de la Estadística
en extraer la raíz cuadrada de dicha media para volver a la unidad de
medida original.
La media cuadrática es muy útil para calcular la media de variables que
toman valores negativos y positivos. Se suele utilizar cuando el símbolo de
la variable no es importante y lo que interesa es el valor absoluto del
elemento. Por ejemplo, para calcular la media de errores de medida.
La media cuadrática de un conjunto de valores (X1, X2,…,Xn) es
una medida de posición central. Esta se define como la raíz cuadrada del
promedio de los elementos al cuadrado, como se ve a continuación:

𝒙𝟐𝟏 + 𝒙𝟐𝟐 + 𝒙𝟐𝟑 + ⋯ +𝒙𝟐𝒏

𝑴𝑸 = √
𝒏

Donde:
 n = Se trata del número total de observaciones.
 x = La variable X son los datos sobre la que calculamos la media
cuadrática, sean positivos o negativos.

7
 Fundamentos de la Estadística

Actividad de Aprendizaje

Ejemplo 5.1: En un estudio realizado de niños con obesidad infantil en la

ciudad de La Paz, se estudia 30 escuelas de diferentes zonas entre
particulares y privadas son representadas en la tabla que se ve a
continuación, ¿Calcula las Medidas de Tendencia Central en el siguiente
conjunto de datos?

4 6 8 10 8 12 16 14 10 12

6 12 4 6 14 12 8 4 14 10

14 8 6 14 14 8 10 8 12 6

Rpta.
 Ordenar los datos de la tabla de niños con obesidad en la ciudad
de La Paz

8
 Fundamentos de la Estadística

 Calculo de la Sumatoria

Formula en Excel de
Sumatoria
fx=SUMA(numero1,
numero 2)

∑ 𝒙𝒊 = 𝒙𝒎 + 𝒙𝒎+𝟏 + 𝒙𝒎+𝟐 … … … . 𝒙𝒏
𝒊=𝒎

∑ 𝒙𝒊 = 𝟒 + 𝟔 + 𝟏𝟒 … … … . 𝟔
𝒊=𝒎
𝒏

∑ 𝒙𝒊 = 𝟐𝟗𝟎
𝒊=𝒎

9
 Fundamentos de la Estadística
 Calculo de la Media Aritmética

Formula en Excel de
Promedio
fx=PROMEDIOA(numero
1, numero 2)

∑𝑵
𝒊=𝟏 𝒙𝒊
̅=
𝒙
𝑵
𝟐𝟗𝟎
̅=
𝒙
𝟑𝟎
̅ = 𝟗, 𝟔𝟕
𝒙

10
 Fundamentos de la Estadística
 Calculo de la Mediana
 Ordenar los datos de menor a mayor

Formula en Excel de
Mediana
fx=MEDIANA(numero1,
numero 2)

𝒙𝒏 + 𝒙𝒏+𝟏
𝟐 𝟐
̅=
𝒙
𝟐
𝒙𝟑𝟎 + 𝒙𝟑𝟎
+𝟏
𝟐 𝟐
̅=
𝒙
𝟐
𝒙𝟏𝟓 + 𝒙𝟏𝟓+𝟏
̅=
𝒙
𝟐
𝒙𝟏𝟓 + 𝒙𝟏𝟔
̅=
𝒙
𝟐
𝟏𝟎 + 𝟏𝟎
̅=
𝒙
𝟐
𝟐𝟎
̅=
𝒙
𝟐
̅ = 𝟏𝟎
𝒙

11
 Fundamentos de la Estadística
 Calculo de la Moda
 La Moda es el valor que más se repite en la tabla de datos

Formula en Excel de
Moda
fx=MODA(numero1,
numero 2)

Moda =14

12
 Fundamentos de la Estadística
 Calculo de la Media Armónica

Formula en Excel de
Media Armónica
fx=MEDIA.ARMO(numer
o1, numero 2)

𝑵
̅
𝒙𝑨 =
𝟏 𝟏 𝟏
+ + ⋯
𝒙𝟏 𝒙𝟐 𝒙𝒏
𝟑𝟎
̅𝑨 =
𝒙
𝟏 𝟏 𝟏
+ + ⋯
𝟒 𝟔 𝟔
𝟑𝟎
̅𝑨 =
𝒙
𝟗𝟏
𝟐𝟓
𝟑𝟎
̅𝑨 =
𝒙
𝟑, 𝟔𝟒
̅𝑨 = 𝟖, 𝟐𝟒
𝒙

13
 Fundamentos de la Estadística
 Calculo de la Media Geométrica

Formula en Excel de
Media Geométrica
fx=MEDIA.GEOM(numer
o1, numero 2)

𝒏
̅𝑮𝒎 = √(𝒙𝟏 )(𝒙𝟐 )(𝒙𝟑 ) … … . . (𝒙𝒏 )
𝒙
𝟑𝟎
̅𝑮𝒎 = √(𝟒)(𝟔)(𝟏𝟒) … … . . (𝟔)
𝒙
𝟑𝟎
̅𝑮𝒎 = √𝟑, 𝟔𝟏𝑬 + 𝟐𝟖
𝒙
̅𝑮𝒎 = 𝟖, 𝟗𝟖
𝒙

14
 Fundamentos de la Estadística
 Calculo de la Media Cuadrática

𝒙𝟐𝟏 + 𝒙𝟐𝟐 + 𝒙𝟐𝟑 + ⋯ +𝒙𝟐𝒏

𝑴𝑸 = √
𝒏

𝟒𝟐 + 𝟔𝟐 + 𝟏𝟒𝟐 + ⋯ +𝟔𝟐
𝑴𝑸 = √
𝟑𝟎

𝟑𝟏𝟔𝟒
𝑴𝑸 = √
𝟑𝟎

𝑴𝑸 = 𝟏𝟎, 𝟐𝟕

15
 Fundamentos de la Estadística
 Tabla de Medidas de Tendencia Central

Xi Sumatoria 290,0
Media Aritmetica 9,7
Me Mediana 10,0
Mo Moda 14,0
Media Armonica 8,2
Media Geometrica 9,0
MQ Media Cuadratica 10,3

16