Facultad de Contaduría y Administración Estadística descriptiva

MEDIDAS DESCRIPTIVAS.

Nos ocuparemos ahora de otras maneras de describir datos de

una manera más abreviada para representar la información ya
sea muestral o poblacional.

Para estos casos, tendremos disponibles números, a los que

llamamos medidas descriptivas los cuales nos permitirán
representar cualquier característica o patrón de
comportamiento y la tendencia de los mismos que se pretendía
medir en una muestra o en una población.

Las medidas descriptivas son números individuales que describen

ciertas propiedades de la población o de la muestra. A partir
de ellos se logra un mejor entendimiento de los datos que el
que podría conseguirse con las tablas de distribución de
frecuencias y sus gráficas. Incluso, estos números permiten
sintetizar la información proporcionada por una muestra o una
población, a tal punto que ellos mismos bastan para desarrollar
análisis sucintos o tomar decisiones expeditas. Además, se
pueden realizar operaciones con ellos, ya que no se tiene la
necesidad de consultar las observaciones iniciales, ni en la
tabla de distribución de frecuencias ni en las gráficas.

Todas las medidas descriptivas que se definen a continuación

para una distribución de frecuencias, se puede definir también
de manera semejante para una distribución de probabilidad.

Generalmente, se utilizan cuatro tipos de medidas descriptivas

que son :

o De tendencia central o localización.

o De dispersión o variabilidad.

o De forma o asimetría.

o De posición.

Las medidas estadísticas pretenden “resumir” la información de

la ”muestra” para poder tener así un mejor conocimiento de la
población. Se clasifican en:

Ing. José Echavarría Sánchez 1

Facultad de Contaduría y Administración Estadística descriptiva

 Medidas de tendencia central o localización :

Que nos sirven para ver sobre que valores se concentra
la variable.

 Medidas de dispersión o variabilidad :

Nos van a dar una idea sobre la representatividad de
las medidas centrales, a mayor dispersión menor
representatividad.

 Medidas de forma o asimetría:

Sirven para ver si la distribución tiene el mismo
comportamiento por encima y por debajo de los valores
centrales. Comparan la forma de la distribución con la
forma de la distribución Normal, que es la distribución
que se toma como referencia.

 Medidas de posición:
Útiles para encontrar determinados valores importantes,
para una “clasificación” de los elementos de la muestra.

Por otra parte se han definido algunas propiedades deseables

para una medida estadística:

1ª Debe definirse de manera objetiva: dos observadores

distintos deben llegar al mismo resultado numérico.

2ª Usar todas las observaciones y no algunas de ellas

solamente, de manera que si varia alguna observación la
medida considerada debe reflejar esta variación.

3ª Tener un significado concreto: la interpretación debe

ser inmediata y sencilla

4ª Ser sencilla de calcular.

5ª Prestarse fácilmente al cálculo algebraico: Lo que

permitirá demostraciones más exactas.

6ª Ser poco sensible a las fluctuaciones muestrales. Esta

condición es imprescindible en la Estadística Matemática
y en la Teoría de Sondeos.

En conclusión, las medidas pueden resumirse como :

Ing. José Echavarría Sánchez 2

Facultad de Contaduría y Administración Estadística descriptiva

  Media
  Moda
 
Detendencia central o localización 
  Mediana
 Pr oporción

  Rango
 
  Varianza
 De var iabilidad o dispersión 
  Desviación Es t á n dar
 Coeficiente de Variación
Medidas descriptivas 
  Simetría
  Asimetría Positiva

 De forma o asimetria 
 Asimetría Negativa
  Curtosis

  Percentiles
 
 De posición  Deciles
 
 Cuartiles

 Rango Intercuartílico

Tomando en cuenta que estas medidas descriptivas utilizan

simbología diferente para denotar cuando trabajamos con la
muestra o con la población.

 Población ( Parámetros )
Medidas descriptivas 
 Muestra ( Estadísti cos)

Usualmente a la muestras las designamos con las letras Latinas

en Mayúsculas mientras que, a las de la población con letras
griegas en Minúsculas.

Ing. José Echavarría Sánchez 3

Facultad de Contaduría y Administración Estadística descriptiva

MEDIDAS DE TENDENCIA CENTRAL O LOCALIZACION.

En la mayoría de los fenómenos que pueden abordarse desde una

perspectiva estadística se observa una tendencia en los datos
a agruparse alrededor de un punto central, y no en un sentido
geométrico, sino en términos de acumulación. A cada una de
tales características se les puede asignar un número, y estos
números sirven para describir al que podríamos llamar centro
estadístico.

Con estas medidas se busca un valor que pueda representar a

toda la muestra, por encontrarse en el centro de ella.

Las más importantes medidas de tendencia central son las

siguientes :

Media.

La media aritmética o promedio aritmético de los datos, es la

suma de los valores del grupo de datos dividida entre el número
de valores.

Para una muestra es :

1 n
X   xi
n i1

Donde xi es el i-ésimo elemento de la muestra, n; es el tamaño

de la muestra.

Para el caso de la población :

x i
x  i 1
N

Donde xi es el i-ésimo elemento de la población y N es el tamaño

total de la población.

Si los datos de la muestra están agrupados en una tabla de

distribución de frecuencias, se considera que la marcas de
clase tr representa a los valores xi que se encuentran dentro
del intervalo r-ésimo, de manera que la suma de todos los
valores de xi que se encuentran en un intervalo de clase,

Ing. José Echavarría Sánchez 4

Facultad de Contaduría y Administración Estadística descriptiva

equivale a sumar fr veces tr, con lo cual la expresión X se

puede escribir como :

1 m
X  tr  fr
n i 1

Donde m es el número de intervalos de clase.

Para simplificar los cálculos se puede tomar la frecuencia

relativa :

fr
fr´
n

entonces :

m
X   tr  fr '
i 1

Propiedades de la media aritmética.

La media aritmética tiene la siguientes propiedades :

1) Todo conjunto de datos, de intervalo o de razón tiene una

media.

2) Para calcular la media se toman todos los valores.

3) Un conjunto de datos sólo tiene una media. La media es

única (aunque también un promedio puede presentarse dos o
más veces en un conjunto de datos).

4) La media es una medida útil para comparar dos o más

poblaciones.

5) La media aritmética es la única medida de localización en

la que la suma de las diferencias de los datos con respecto
a la media será siempre cero.

 x  X   0
i

6) La suma de las diferencias cuadráticas de los datos, con

respecto a la media aritmética es mínima. Esto quiere

Ing. José Echavarría Sánchez 5

Facultad de Contaduría y Administración Estadística descriptiva

decir que cualquier otro parámetro p diferente a la media

aritmética hacer mayor la expresión :

 
N n 2
 ( xi  p)2
i 1
que
i 1
xi  X

Para toda X  p .

7) Si a cada uno de los resultados le sumamos o restamos una

constante c, la media queda alterada en esa constante.

8) Si a cada uno de los datos se multiplica por una constante

k, entonces la media aritmética queda multiplicada por
esa constante.

Media ponderada.

La media ponderada es un caso especial de la media aritmética.

Se presenta cuando se tienen varias observaciones con un mismo
valor, lo que puede ocurrir si se han agrupado los datos en
una distribución de frecuencias :

 (wX )
Xw  i 1

w
Para la población seria :

 (W  )
x  i 1

w

La Media geométrica.

La media geométrica Mg es útil para encontrar el promedio de

porcentajes, proporciones, índices, o tasas de crecimiento.
Tiene mucha aplicación en el comercio y la economía porque nos
interesa encontrar el porcentaje de cambio de ventas, salarios
o datos económicos, tales como el producto nacional bruto. La
media geométrica de un conjunto de n números enteros positivos
se define como la n-ésima raíz del producto de los n valores :

Ing. José Echavarría Sánchez 6

Facultad de Contaduría y Administración Estadística descriptiva

Mg  n X 1  X 2  ...X n

La media geométrica será siempre menor o igual que la media

aritmética.

Media armónica.

La media armónica H de una serie de n números x1, x2, x3, ...

xn, es la reciproca de la media aritmética de los recíprocos
de los números :

n
H n
1
x
i 1 i

Relación entre las medias.

La media geométrica de una serie de números positivos x 1, x2,

x3, ... xn, es menor o igual que su media aritmética, pero mayor
que su media armónica :

H G X

Mediana.

Es el valor que corresponde a la mitad de los datos ordenados

en una muestra. La mediana X es una característica medible
tanto en la muestra como en la población, que divide al conjunto
de datos, considerando que están ordenados de mayor a menor (o
viceversa), en dos partes iguales.

Para calcularla, simplemente realizamos los siguientes pasos:

1. Si la n es impar :

a) Se ordenan los datos de menor a mayor o viceversa.

b) Se calcula el subíndice (n+1)/2.

c) En los datos ordenados, se busca el dato X (n+1)/2 es decir,

aquel cuyo subíndice corresponda al subíndice calculado.

Ing. José Echavarría Sánchez 7

Facultad de Contaduría y Administración Estadística descriptiva

2. Si la n es par :

a) Se ordenan los datos de menor a mayor o viceversa.

b) Se toman los datos centrales con subíndices centrales n/2

y n/2+1, Se suman Xn/2 y Xn/2+1 y se dividen entre dos, es
decir se promedian los dos valores cercanos a la mitad.

La mediana tiene las siguientes propiedades :

a. La mediana depende del ordenamiento de los datos, de modo

que puede aplicarse no sólo a variables cuantitativas,
sino también a las cualitativas de escala ordinal.

b. Se puede calcular para datos de nivel ordinal, de

intervalo y de razón.

c. Si la variable es cualitativa nominal, no tiene sentido

intentar calcular la mediana, ya que tales escalas no
tienen ningún orden.

d. Cuando las distribuciones son simétricas, la media y la

mediana son iguales. Lo cual implica que cualquiera de
las dos es igualmente útil, aunque la media tiene mayor
potencial matemático.

e. Cuando las distribuciones son asimétricas, la media tiende

a ser arrastrada por los valores extremos, según si la
cola más larga está a la derecha o a la izquierda. En
estos casos, la mediana es una mejor medida de tendencia
central que la media.

f. Debido a que la mediana depende tan sólo del ordenamiento

de los datos de una muestra o una población, su valor no
resulta afectado por aquellos números que se alejan
considerablemente del resto de los datos.

g. La mediana depende exclusivamente del orden de los datos

de una muestra, por lo que podemos asegurar que toda
muestra o población tiene una mediana calculable y además
única.

h. Se puede calcular para distribuciones de frecuencia con

una clase abierta, siempre que la mediana no se encuentre
en la clase abierta.

Ing. José Echavarría Sánchez 8

Facultad de Contaduría y Administración Estadística descriptiva

Como los datos en bruto se han organizado en una distribución

de frecuencias, se ha perdido algo de la información. Así no
podemos determinar la mediana en forma exacta. Sin embargo, se
puede estimar de la siguiente manera :

1. Se localiza la clase en la que se encuentra la mediana

2. Se interpola dentro de clase para obtener la mediana con

la siguiente fórmula:

𝑛
− 𝐶𝐹
𝑀𝑒 = 𝑋 = 𝐿 + 2 ×𝑖
𝑓

de donde :

L : es el límite inferior de la clase que contiene a la mediana.

n : es el número de frecuencias.

f : es la frecuencia en la clase mediana.

CF : es el número de las frecuencias acumuladas en las clases

que preceden a la clase que contiene a la mediana.

i : es la amplitud de la clase en al que se encuentra la

mediana.

Primero estimaremos la mediana localizando la clase en la que

se encuentra e interpolando. Después emplearemos la fórmula
para verificar nuestra respuesta.

Moda.

Se define como el elemento de la muestra que tiene la máxima

frecuencia, es decir; aquél que más se repite.

Una muestra puede tener dos o más modas, en cuyo caso se dice
que es bimodal o multimodal. Cuando todos los elementos de la
muestra son diferentes, entonces no tiene sentido hablar de
ella, porque puede considerarse que todos los elementos son la
moda o que ni existe, por estas características, su uso está
muy limitado.

Cuando la muestra es pequeña, la moda se determina directamente

por inspección, mientras que en muestras grandes, con datos

Ing. José Echavarría Sánchez 9

Facultad de Contaduría y Administración Estadística descriptiva

agrupados, se puede aproximar con la marca de clase del

intervalo modal, que es el que tiene la máxima frecuencia.

Cuando los datos están agrupados en una tabla de distribución

de frecuencias, se utiliza la siguiente fórmula :

∆
𝑀𝑜 = 𝑋 = 𝐿 + ×𝑖
∆ +∆

De donde :

L : límite inferior del intervalo que contiene a la moda.

∆1 : diferencia de frecuencias que contiene a la moda con la

frecuencia anterior.

∆2 : diferencia de frecuencias que contiene a la moda con la

frecuencia posterior.

i : amplitud de clase.

Una de las características más importantes de la moda es que

se puede aplicar tanto a datos cualitativos como a datos
cuantitativos. La moda es especialmente útil para describir
niveles de medición nominal y ordinal, aunque también en los
de intervalo y de razón.

La moda tiene las siguientes propiedades :

1. La moda es la única medida de tendencia central apropiada

para cualquier tipo de variable desde variables
cualitativas con escala nominal hasta variables
cuantitativas con escala numérica.

2. En distribuciones simétricas, la moda es igual a la

mediana y a la media, lo cual implica que las tres son
buenas medidas de tendencia central.

3. En distribuciones que muestran asimetría, la moda, la

mediana y la media, se comportan de manera diferente. Para
saber cuál es la mejor medida deberemos recurrir a aquella
que sea la más representativa del conjunto de datos.

Ing. José Echavarría Sánchez 10

Facultad de Contaduría y Administración Estadística descriptiva

4. La moda no se ve afectada por los valores extremos; es

decir, la moda se puede utilizar para distribuciones
considerablemente dispersas.

5. Si una distribución tiene una moda se llama unimodal, si

tiene dos, es bimodal, si tiene tres, trimodal, y así
sucesivamente. Cuando esto ocurre, la moda es un indicador
de la presencia de una variable que no se ha considerado,
o de la presencia de cierta tendencia o polarizaciones en
las variables cualitativas.

Ing. José Echavarría Sánchez 11