Tema 11

Medidas de Forma
Audy Salcedo

na distribución queda bien

Antes de comenzar el trabajo
con esta unidad, piensa y
responde por escrito lo
U caracterizada mediante la
tendencia central y la
variabilidad, pero quedará mejor si
siguiente: estas medidas son acompañadas con
a. ¿Qué característica tiene una medidas que describan la simetría y
figura simétrica? Dibuja dos apuntalamiento de la distribución.
objetos que sean simétricos.
b. ¿Cuándo se afirma que un A continuación se presenta un
objeto es asimétrico? Dibuja polígono de frecuencia realizado
dos objetos que sean con las puntuaciones obtenidas por
asimétricos. un grupo de estudiantes.
c. ¿Qué es para ti sesgo?
Describe una situación donde
creas que existe un “sesgo”.
Explica por qué.
Cuando finalices la unidad
compara que escribiste antes con
lo aprendido en ella.
Como resultado de trabajar en
esta sección usted estará mejor
preparado para:
• Establecer la aplicación y Se observa que la mayoría de los
utilidad de las medidas de estudiantes obtuvieron puntuaciones
asimetría y curtosis para superiores a 80. Se puede notar una
caracterizar un conjunto de “acumulación” de datos hacia el
datos. extremo derecho de
• Calcular e interpretar medidasla escala de las Si la acumulación de
puntuaciones,
de asimetría de un conjunto de datos se encuentra hacia
datos no agrupados. provocando un los valores más altos de la
“desbalance” en la
• Calcular e interpretar el curtosis escala se dice que la curva
de un conjunto de datos no figura. Por ello se es asimétrica negativa.
agrupados. forma una cola hacia
las puntuaciones
más bajas (lado izquierdo de la escala). Es evidente que el polígono no
es simétrico, hay una aglomeración de datos en uno de sus lados, y existe
también un “sesgo” en la curva hacia el lado izquierdo. Por esta razón se
dice que la distribución de los datos es asimétrica negativa.
Observemos ahora el polígono donde se muestran las puntuaciones
logradas por otro grupo de estudiantes.

Material en proceso de revisión (versión β) 95 AS

 Escuela de Educación – U.C.V.

En este caso la mayoría de los estudiantes

obtuvieron puntuaciones inferiores a 80. Se Si la acumulación de
observa una concentración de datos hacia las datos se encuentra hacia
puntuaciones menores de la escala (parte los valores más bajos de
izquierda), provocando una desproporción en el la escala se dice que la
polígono. Aparece una “cola” hacia la derecha curva es asimétrica
del polígono, por lo tanto hay una asimetría positiva.
positiva.
Examinemos ahora un tercer grupo de puntuaciones representadas en un
polígono de frecuencia.

Las puntuaciones en este polígono parecen distribuirse en forma

proporcional. Hay igual porcentaje de alumnos con puntuaciones altas
como con puntuaciones bajas. Mientras que las puntuaciones
intermedias constituyen el mayor porcentaje del grupo. Este polígono es
simétrico. Las curvas simétricas son tales que una línea vertical trazada
desde el punto máximo al eje horizontal dividirá el área de la curva en
dos partes iguales.
Asimetría a partir de la tendencia central
Si una distribución es unimodal y simétrica la media, la mediana y la
moda serán iguales entre sí. Un ejemplo de esto es la curva normal. Si
una distribución es asimétrica la media y la mediana no coincidirán.

Material en proceso de revisión (versión β) 96 AS

 Estudios Universitarios Supervisados

Como la media es afectada por valores extremos tenderá a ubicarse hacia

estos, mientras que la mediana al no ser afectada se mantendrá en el
centro. Así en una distribución asimétrica negativa la media será menor
que la mediana. Si es asimétrica positiva la media será mayor que la
mediana.

En la distribución simétrica (sesgo cero) las tres medidas de tendencia

central coinciden.

Observa que en la asimetría positiva la media es mayor que la mediana y

tiene una “cola” hacia la derecha, por lo que se dice que es asimétrica
positiva o sesgada a la derecha. En la simetría negativa la media es
menor que la mediana y la “cola” se encuentra a la izquierda por lo que
la asimetría se denomina negativa o sesgada a la izquierda.
Asimetría con los momentos
Si la distribución de los
Las medidas de tendencia central nos brindan datos no es simétrica, se
una aproximación de la asimetría de un denomina asimétrica o
conjunto de datos, pero si deseamos una sesgada.
información más exacta debemos utilizar
otras medidas de asimetría. La

Material en proceso de revisión (versión β) 97 AS

 Escuela de Educación – U.C.V.

( xi − x ) 3
Donde M 3 = ∑
M3
a3 = Si α 3 es positivo entonces la
σ3 n
curva será asimétrica positiva, si es negativa α 3 entonces la curva es
asimétrica negativa. Un valor de α 3 = 0 indica que la distribución es
simétrica. La asimetría positiva se produce cuando la media incrementa
su magnitud debido a la existencia de valores extremos o atípicos altos.
La asimetría negativa se produce cuando la presencia de valores atípicos
significativamente bajos provoca una disminución de la magnitud de la
media.

¿En cuál escala de medición se debe encontrar la variable

para poder calcular α 3 ?

Asimetría positiva, la mayoría de

los datos se ubican hacia el
extremo inferior de la escala
(valores más bajos). La media se
ubica hacia los valores bajos. Si se
tratara de las puntuaciones de un
grupo de estudiantes se podría
afirmar que se desempeño fue bajo.

Conjunto de datos simétricos. La

mayor parte de los datos de
concentran hacia el centro de la
distribución. Existen pocos datos
extremos, tanto bajo como alto. La
media se ubica en el centro.

Asimetría negativa, la mayoría de

los datos se ubican hacia el
extremo superior de la escala
(valores más altos). La media se
ubica hacia los valores altos. Si se
tratara de las puntuaciones de un
grupo de estudiantes se podría
afirmar que su desempeño fue alto.
A continuación se presenta el cálculo del coeficiente de asimetría, a
partir de los momentos, de la primera serie de datos:

Material en proceso de revisión (versión β) 98 AS

 Estudios Universitarios Supervisados

Las siguientes puntuaciones pertenecen a un grupo de estudiantes,

en una prueba de castellano donde la máxima calificación posible es
diez (10): 4, 4, 5, 5, 5, 5, 5, 5, 6, 6, 6, 7, 8, 9, 10. Obtengamos la
medida de simetría:
S xi ( x − x ) ( x − x ) 2 ( x − x ) 3
i i i
1 4 -2 4 -8 Cálculo del Momento 3
2 4 -2 4 -8
3 5 -1 1 -1 M3 =
∑ ( xi − x ) 3 = 78 = 5,2
4 5 -1 1 -1 n 15
5 5 -1 1 -1
6 5 -1 1 -1
7 5 -1 1 -1
8 5 -1 1 -1 Cálculo de α 3
9 6 0 0 0
M3 5,2
10 6 0 0 0 α3 = = = 1,035
3
11 6 0 0 0 s 1,7133
12 7 1 1 1
13 8 2 4 8
14 9 3 9 27
15 10 4 16 64
Σ 90 0 44 78

x=
∑ xi = 90 = 6 s=
∑ ( x − x ) 2 = 44 = 1,713
n 15 n 15
Tal como se esperaba el coeficiente α 3 es positivo. La serie de datos
tiene un sesgo hacia la derecha.

Calcula el coeficiente de asimetría de las dos series de

puntuaciones presentadas anteriormente.

Otros coeficientes de asimetría

Pearson
x − Mo
Sk = - El signo señalará la asimetría. Un signo negativo indica que
s
la moda es mayor que la media, mientras que un signo positivo indicará
que la media es mayor que la moda. El coeficiente es el cociente de la
distancia entre la moda y la media respecto a la desviación estándar, por
lo que el resultado es una proporción. Si el resultado es 0,72 esto se

Material en proceso de revisión (versión β) 99 AS

 Escuela de Educación – U.C.V.

interpreta que la media es mayor que el modo por una cantidad igual al
72% del valor de la desviación estándar. (Shao S., 1960)
Bowley
Otra medida de la asimetría se logra a partir de los cuartiles. Si una
distribución es simétrica la diferencia entre Q 3 – Md será igual a Md –
Q 1 . Si la distribución es asimétrica entonces Q 3 – Md ≠ Md – Q 1 .
Entonces estas diferencias pueden utilizarse para establecer la simetría
de una serie de datos. Arthur Bowley propuso la medida de la asimetría a
través de:
(Q3 − Q2 ) − (Q2 − Q1 )
Sk q =
(Q3 − Q1 )
El valor Sk q varia de –1 a 1, se considera que un valor de 0,1 indica una
asimetría moderada y un valor de 0,3 o mayor se considera asimetría
marcada. El signo indica la asimetría.
Curtosis
La curtosis de una distribución es la medida del grado de apuntamiento
de ella. En la realidad existen muchos grados de curtosis, sin embargo,
se utilizan sólo tres clases, en referencia a la distribución normal. Las
distribuciones
Más apuntaladas que la distribución normal se denominan Leptocurtica.
Es más puntiaguda que la distribución normal, existiendo por lo tanto
mayor concentración de datos alrededor de la ordenada máxima (menor
dispersión). El prefijo lepto tiene una raíz griega y significa esbelto.

Material en proceso de revisión (versión β) 100 AS

 Estudios Universitarios Supervisados

Con apuntamiento igual a la distribución normal se denominan

Mesocurtica. El prefijo meso tiene una raíz griega y significa mitad.

Cuando la distribución es más plana (menos apuntalada) que la normal se

denomina Platicurtica. Es más achatada o aplastada que la curva
normal, por tanto, los datos muchos más dispersos. El prefijo plati tiene
una raíz griega y significa ancho o plano.

Medidas
En función de los momentos:
M4 M4 ( xi − x ) 2 (x − x) 4
α4 = = donde M 2 = ∑ y M4 = ∑ i
σ4 (M 2 ) 2 n n

Cuando α 4 = 3 la distribución es mesocurtica. Si α 4 > 3 la curva es

leptocurtica y si α 4 < 3, la curva es platicurtica. Una dificultad de la
medida de la curtosis por intermedio de los momentos es que es muy
sensible a los valores extremos. En α 4 se utiliza la cuarta potencia, por
lo que pequeños cambios en valores extremos conducen a grandes
cambios en la medida de la curtosis. Algunos autores recomiendan
acompañar los cálculos de la curtosis con un histograma de la serie de
datos.

Material en proceso de revisión (versión β) 101 AS

 Escuela de Educación – U.C.V.

Las siguientes puntuaciones pertenecen a un grupo de estudiantes, en

una prueba de educación física donde la máxima calificación posible es
diez (10): 4, 4, 4, 5, 5, 5, 5, 5, 6, 6, 7, 7, 9, 9, 9. Obtengamos la medida
de la simetría:
S xi ( x − x ) ( x − x ) 2 ( x − x ) 4
i i i
1 4 -2 4 16 Cálculo del Momento 3
2 4 -2 4 16
3 4 -2 4 16 M4 =
∑ ( xi − x ) 4 = 2116 = 141,067
4 5 -1 1 1 n 15
5 5 -1 1 1
6 5 -1 1 1
7 5 -1 1 1
8 5 -1 1 1 Cálculo de α 3
9 6 0 0 0
M4 141,067
10 6 0 0 0 α4 = = = 15,007
4
11 7 1 1 1
s 1,7514
12 7 1 1 1
13 9 3 9 81
14 9 3 9 81
15 9 3 9 81
Σ 90 0 46 2116

x=
∑ xi = 90 = 6 s=
∑ ( x − x ) 2 = 46 = 1,751
n 15 n 15
El coeficiente α 4 da un valor mayor que 3 por lo tanto la serie de datos
tiene una forma leptocurtica.

Otra forma de medir la curtosis es por medio del coeficiente percentílico

Q Q − Q1
kp = donde Q = 3
P90 − P10 2
Cuando K p es igual a 0,263 se considera que la serie de datos sigue una
distribución mesocurtica. En el caso de que K p > 0,263 la curva es
leptocurtica y si K p < 0,263, la curva es platicurtica.
Explora un programa especializado de estadística (SPSS,
Minitab, etc) e indaga como ofrecen esos programas los
coeficientes de asimetría y curtosis.
Bibliografía Complementaria
En el material que culminas de leer son apuntes básicos para los
requerimientos de la Cátedra, razón por la cual recomendamos que el

Material en proceso de revisión (versión β) 102 AS

 Estudios Universitarios Supervisados

estudiante profundice en los conocimientos realizando lecturas

complementarias. Son varios los títulos que pueden ayudar en tal fin, sin
embargo, hemos seleccionado algunos en consideración a su valor
pedagógico. Invitamos al estudiante a complementar su formación en
estos tópicos revisando algunos de los libros aquí señalados. Sugerimos
prestar singular atención a los aspectos teóricos del tema, sin desatender
los aspectos prácticos.
1. Berenson M. y Levine D. (1996) Estadística Básica en Administración.
Conceptos y Aplicaciones. México: Prentice Hall.
2. Blalock, H. (1966). Estadística Social. México: Fondo de Cultura
Económica.
3. Croxton, F. (1954). Estadística General Aplicada.México: Fondo de
Cultura Económica.
4. Cortada, N. y Carro, J.M. (1968) Estadística Aplicada. Argentina:
Universitaria de Buenos Aires
5. Garret, Henry. Estadística en Psicología y Educación. Buenos Aires:
Paidos.
6. Glass, Jane y Stanley, J.. (1974) Métodos Estadísticos Aplicados a las
Ciencias Sociales. España: Prentice- Hall Internacional.
7. Jhonson R. y Kuby P. (1999). Estadística Elemental. Lo Esencial.
México: Thomson
8. Pagano R. (1999) Estadística para las Ciencias del Comportamiento.
México: Thomson

Material en proceso de revisión (versión β) 103 AS

 Escuela de Educación – U.C.V.

Material en proceso de revisión (versión β) 104 AS