Profesor Vidal García

En capítulos anteriores construimos tablas y gráficas a partir de una colección de

datos sin procesar. Los «retratos» resultantes de las distribuciones de frecuencias
ilustraron tendencias y patrones de los datos. En casi todos lo casos, sin embargo,
teníamos necesidad de medidas más exactas. En estos casos, podemos usar los
números que constituyen la estadística sumaria para describir las características del
conjunto de datos.
Dos de estas características son de particular importancia para los responsables de
tomar decisiones: la tendencia central y la dispersión.
 Tendencia central: La tendencia central se refiere al punto medio de
una distribución. Las medidas de tendencia central se conocen también
como medidas de posición.

Comparación de
la posición
central de tres
curvas.

En la figura, la posición central de la curva B está a la derecha de las

posiciones centrales de las curvas A y C. Observe además que la
posición central de la curva A es la misma que la de la curva C.
 Dispersión: La dispersión se refiere a la separación de los datos de una
distribución, es decir, al grado en que las observaciones se separan.

Note que la curva A tiene una mayor separación o dispersión que la

curva B.

Existen otras dos características de los conjuntos de datos que proporcionan

información útil: el sesgo y la curtosis.
Sesgo: Las curvas que representan los datos puntuales de un conjunto de datos pueden
ser simétricas o sesgadas. Las curvas simétricas (como el de la figura de abajo), tienen
una forma tal que una línea vertical que pase por el punto más alto de la curva, dividirá
su área en dos partes iguales. Cada parte es una imagen o espejo de la otra.
Las curvas A y B de la figura, son curvas sesgadas. Están sesgadas porque los valores de
su distribución de frecuencias se concentran en el extremo inferior o en el superior de la
escala de medición del eje horizontal. Estos valores no están igualmente distribuidos.
La curva A está sesgada a la derecha (o positivamente sesgada), debido a que va
disminuyendo poco a poco hacia el extremo derecho de la escala. La curva B es
exactamente opuesta. Está sesgada a la izquierda (negativamente sesgada), ya que
disminuye poco a poco si la recorremos hacia el extremo inferior de la escala.
Curtosis: Cuando medimos la curtosis de una distribución, estamos midiendo qué tan
puntiaguda es. Por ejemplo, las curvas A y B difieren entre sí solo en que una tiene un
pico más pronunciado que la otra. Tienen la misma posición central y la misma
dispersión, y ambas son simétricas, pero tienen un grado diferente de curtosis.
 Aplicación 1.

1. Trace tres curvas, todas simétricas, pero con diferente dispersión.

2. Trace tres curvas, todas simétricas y con la misma dispersión, pero con las siguientes
posiciones centrales:
a) 0.0
b) 1.0
c) -1.0
3. a) tiene el valor promedio más grande.
b) es más probable que produzca un valor pequeño que uno grande.
Para las distribuciones siguientes, indique cuál de ellas:
c) es la mejor representación de la distribución de edades de los asistentes a un
concierto de rock.
d) es la mejor representación de la distribución de los tiempos de espera de
pacientes en el consultorio de un médico.
 Comparación de la media, la mediana y la moda.

Cuando trabajamos problemas de estadística, debemos decidir si vamos a utilizar la

media, la mediana o la moda como medidas de tendencia central. Las distribuciones
simétricas que solo contienen una moda siempre tiene el mismo valor para la media, la
mediana y la moda. En estos casos, no es necesario escoger las medidas de tendencia
central, pues ya está hecha la selección.
En una distribución con sesgo positivo (es decir, sesgada a la derecha), la moda se
encuentra todavía en el punto más alto de la distribución, la mediana está a la derecha de
la moda y la media se encuentra todavía más a la derecha de la moda y la mediana.
En una distribución con sesgo negativo (es decir, sesgada a la izquierda), la moda sigue
siendo el punto más alto de la distribución, la mediana está a la izquierda y la media se
encuentra todavía más a la izquierda de la moda y la mediana.
Cuando la población está sesgada negativamente o positivamente, la mediana suele ser la
mejor medida de posición, debido a que siempre está entre la moda y la media. La
frecuencia de ocurrencia de un solo valor no influye mucho en la mediana como es el caso
de la moda, ni la distorsionan los valores extremos como en la media.

En cualquier otro caso, no existen guías universales para la aplicación de la media, la

mediana o la moda como medidas de tendencia central para diferentes poblaciones. Cada
caso deberá considerarse de manera independiente, de acuerdo con las líneas generales
que se analizaron.