TRICENTENARIA

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

MEDIDAS EN EL
CAMPO DE LA
ESTADÍSTICA

rulevida
1
USAC
 La medición es uno de los objetivos más
importantes en el campo de la Estadística y
para ello se utilizan diferentes técnicas que
permitan su obtención.

Entre los principales tipos de medición

están:
• Medidas de Tendencia Central
• Medidas de Posición
• Medidas de Dispersión

rulevida
2
USAC
 1. MEDIDAS DE TENDENCIA CENTRAL
Son medidas que se utilizan para hacer comparaciones
entre un dato perteneciente al conjunto y un
parámetro que tiende a ubicarse en el centro de la
distribución.

La medidas más importantes en este caso son:

1.1 La Media Aritmética o Promedio Aritmético (Valor

representativo en un conjunto de datos)

1.2 La Mediana (Valor ubicado al centro de los datos)

1.3 La Moda (Valor que más se repite en el conjunto)

rulevida
3
USAC
Estas medidas pueden aplicarse a diversos tipos
de datos, entre los cuales están los siguientes:

 Datos Simples (una cantidad de datos

considerable que puede ser entre 5 y 30 datos)

 Datos Agrupados en frecuencias simples ( más

de 30 datos)

 Datos agrupados en intervalos con frecuencia

simple (más de 30 datos)

rulevida
4
USAC
 __
1.1 MEDIA ARITMÉTICA (X )
La Media Aritmética también es denominada “Promedio
Aritmético “ o simplemente “Promedio”. Se representa
por X con una barrita encima y se determina aplicando
una fórmula de acuerdo al tipo de datos que se tenga.
La Media Aritmética es el valor que representa a todo el
conjunto de datos.
1.1.1. Media aritmética para datos simples
En este caso el promedio se determina utilizando la siguiente fórmula
__
x
X   = Símbolo de sumatoria
N X = valor que toma cada dato
N = Número total de datos

rulevida
5
USAC
 EJEMPLO:
A continuación se muestra el total de pérdidas en miles de
quetzales que tuvieron 11 negocios a causa de los cortes de
energía en el municipio de Poptún en el último mes.

6.25 5.5 4.00 7.25 6.25 4.50 3.00 2.75 1.00 4.50 4.00

Aplicando la fórmula antes descrita se tiene lo siguiente

__
6.25  5.5  4  7.25  6.25  4.50  3.00  2.75  1.00  4.50  4.00
X
11
__
49
X   4.4545  4.45 Por lo tanto la pérdida en miles de
11
quetzales promedio es: Q 4.45
rulevida
6
USAC
 1.1.2 Media Aritmética para datos agrupados en frecuencia simple

En este caso se tiene una serie de datos donde algunos se pueden

repetir de forma simple y se pueden agrupar en una tabla de
frecuencias simples.
Los siguientes datos corresponden al número de horas que trabajó
un grupo de personas en una determinada fábrica.
Para determinar la media se utiliza la siguiente
X f fx fórmula:
3.5 6 21 __
 f x
4.2 5 21 X 
N
4.5 7 31.5
Por lo tanto se tiene lo
5.1 8 40.8
Para aplicar la fórmula siguiente
6.4 3 19.2
primero se debe realizar
6.6 3 19.8
en la tabla la operación
7 4 28
que indica la fórmula __
331.3
7.5 7 52.5 X  6.135  6.1
8 6 48 54
9.6 2 19.2
10.1 3 30.3 El promedio de horas trabajadas
es de 6.1 horas
N  54   331.3
 1.1.3 Media aritmética para datos
agrupados en intervalos
Cuando se tiene un conjunto con una cantidad mayor de 30 datos y
con valores variados; el conjunto se debe agrupar en intervalos.
Para este caso la media aritmética o promedio se determina con la
fórmula siguiente:
 f  xi
__
X
N
Donde :
f  frecuencia del intervalo
xi  puntos medios o promedios del intervalo
N  Número total de datos

rulevida
8
USAC
 EJEMPLO:
Los siguientes datos corresponden a los porcentajes de
aumentos de sueldos de 60 empleados de una institución.
Porcentajes de
f
Aumentos
0.2 - 1.8 19
1.9 - 3.5 0
3.6 - 5.2 18
5.3 - 6.9 1
7.0 - 8.6 0
8.7 - 10.3 16
10.4 - 12.0 6

Teniendo los datos para trabajar, se procede a aplicar la

fórmula antes descrita, haciendo uso de la tabla.
rulevida
9
USAC
 Haciendo uso de la fórmula se procede a realizar las
operaciones que ésta indica.
__
 f  xi
X
N
Porcentajes f Xi f Xi
0.2 - 1.8 19 1.0 19
1.9 - 3.5 0 2.7 0
3.6 - 5.2 18 4.4 79.2
5.3 - 6.9 1 6.1 6.1 Por lo tanto
7.0 - 8.6 0 7.8 0 aplicando la fórmula
se tiene lo siguiente
8.7 - 10.3 16 9.5 152
10.4 - 12.0 6 11.2 67.2
N  60  323.5 __
323.5
X   5.39166  5.4
60
rulevida
USAC El promedio de porcentajes es 5.4 % de aumento
1.2 Mediana ( Me)
La Mediana es el dato que se ubica en el centro de una distribución
de datos, cuando estos están ordenados de forma ascendente o
descendente. Esta medida muestra el valor del dato que ocupa el
centro, dejando 50% de cada lado de la serie de datos.

1.2.1 Mediana para datos simples

Para calcular esta medida se presentan dos casos:

CASO 1: Cuando el número de datos es impar.

En este caso la mediana se calcula ordenando los datos y aplicando la
fórmula de posición siguiente:

n 1
Me  (posición) n = Número total de datos
2
 EJEMPLO 1:
A continuación se muestra el porcentaje de aumento en el sueldo
que tuvieron 11 empleados de una empresa, al inicio del año 2021.

6.15% 5.4% 4.54% 7.25% 6.28% 4.00% 3.00% 2.75% 1.12% 5.00% 4.00%

Se ordenan los datos de forma ascendente o descendente

1.12 2.75 3.00 4.00 4.00 4.54 5.00 5.4 6.15 6.28 7.25

Aplicando la fórmula antes descrita se tiene lo siguiente

n  1 11  1 12
Me     6 (posición)
2 2 2

Observamos que el valor que

ocupa la posición 6 es Me  4.54%
 *
CASO 2: Cuando el número de datos es par

Al igual que el caso anterior, se ordenan los

datos y se procede a aplicar la fórmula

n 1
Me  (posición)
2
n = Número total de datos
 Ejemplo 2:
A continuación se muestra el porcentaje de aumento en el sueldo
que tuvieron 12 empleados de una empresa, al inicio del año 2021.
6.15% 5.4% 4.54% 7.25% 6.28% 4.00% 3.00% 2.75% 1.12% 5.00% 2.00% 4.00%

Se ordenan los datos de forma ascendente o descendente

1.12 2.00 2.75 3.00 4.00 4.00 4.54 5.00 5.4 6.15 6.28 7.25

Aplicando la fórmula antes descrita se tiene lo siguiente

n  1 12  1 13 La mediana queda en el centro
Me     6.5 (posición)
2 2 2 de los números 4.00 y 4.54

Por lo tanto se debe realizar un

promedio

4.00  4.54 8.54

Me 
2

2
 4.27 Me  4.27%
 1.2.2 Mediana para datos agrupados en frecuencia simple
En este caso se tiene una serie de datos donde algunos se pueden
repetir de forma simple y se pueden agrupar en una tabla de
frecuencias simples.
Ejemplo: Los siguientes datos corresponden al número de horas
que trabajó un grupo de varios estudiantes en la elaboración de un
proyecto. Para determinar la mediana se utiliza la
X f Fa siguiente fórmula: N 1
Me  (posición)
3.5 6 6 2
4.2 5 11 Primero calculamos la Fa
4.5 7 18
5.1 8 26 Aplicando la fórmula se tiene lo siguiente
6.4 3 29 N  1 54  1 55
6.6 3
Me     27.5 (posición)
32 2 2 2
7.0 4 36
7.5 7 43 Ubicamos la posición 27.5 en Fa
8.0 6 49
9.6 2 51
10.1 3 54 Por lo tanto la respuesta es Me = 6.4 horas
N  54
 1.2.3 Mediana para datos
agrupados en intervalos
Cuando se tiene un conjunto con una cantidad mayor de 30 datos y
con valores variados; el conjunto se debe agrupar en intervalos.
Para este caso la mediana se determina con la fórmula siguiente:
N
  Fant 
2
 
Me  Lri   i
f
 
Donde:
Lri  Límite real inferior
N  Número total de datos
Fant  Frecuenciaacumuladaanterior
f  frecuenciadel intervalo
i  amplitud
EJEMPLO:
Los siguientes datos corresponden a los puntos de
calificación que recibieron 90 profesionales del nivel medio
para optar a un empleo.
Calificación
(puntos) f
21.36 - 30.89 10
30.90 - 40.43 8
40.44 - 49.97 12
49.98 - 59.51 17
59.52 - 69.05 21
69.06 - 78.59 11
78.60 - 88.13 7
88.14 - 97.67 4

Teniendo los datos para trabajar, se procede a aplicar la

fórmula antes descrita, haciendo uso de la tabla.
 Haciendo uso de la fórmula se procede a realizar las
operaciones que ésta indica.
 N  Fant 
2  Determinamos Fa Determinamos Lri
Me  Lri    i
f
 
Calificación (Puntos) f Fa Lri
21.36 - 30.89 10 Iniciamos calculando N/2
10 21.355
30.90 - 40.43 8 18 30.895
40.44 - 49.97 12 30 40.435
49.98 - 59.51 17 47 49.975 N 90
59.52 - 69.05 21 68 59.515
  45
69.06 - 78.59 11 79 69.055
2 2
78.60 - 88.13 7 86 78.595
88.14 - 97.67 4 90 88.135 Se localiza el intervalo
N  90 donde se va a trabajar

Sustituyendo valores en la fórmula se tiene lo siguiente

 45  30 
Me  49.975     9.54  Me  49.975  8.41764 Me  58.39264  58.39
 17 

La respuesta es Me = 58.39 puntos

1.3 Moda ( Mo)
La Moda es el valor común en una serie de datos,
en otras palabras es el valor que más se repite en
el conjunto de datos.

En un conjunto de datos puede existir más de un

valor modal. Si hay una moda el conjunto es
unimodal, si hay dos modas el conjunto es bimodal
y si hay tres, el conjuntos es trimodal.

1.3.1 Moda para datos simple

En un conjunto de datos simples, la moda se calcula por simple
inspección o sea por observación de los datos.
Ejemplo:
Determinar la moda para las edades de 9 niños.
Las edades son las siguientes:

8, 12, 7, 10, 8, 4, 5, 9, 8.

Ordenando los datos, ascendente se obtiene lo siguiente

4, 5, 7, 8, 8, 8, 9, 10, 12

La moda es 8
1.3.2 Moda para datos agrupados en frecuencia simple
En este caso se tiene una serie de datos donde algunos se pueden
repetir de forma simple y se pueden agrupar en una tabla de
frecuencias simples.
Los siguientes datos corresponden al número de horas que trabajó
un grupo de personas en una determinada fábrica.
En este caso para determinar la moda se
X f busca la frecuencia más alta o sea la que
3.5 6 más se repite
4.2 10
4.5 9
5.1 12 En este caso la frecuencia más alta es 12
6.4 8
6.6 4
7.0 4 Por lo tanto la respuesta es Mo= 5.1 horas
7.5 5
8.0 9
9.6 2
10.1 3
N  72
 1.3.3 Moda para datos agrupados
en intervalos
Cuando se tiene un conjunto con una cantidad mayor de 30 datos y
con valores variados; el conjunto se debe agrupar en intervalos.
Para este caso la moda se determina con la fórmula siguiente:

 1 
Mo  Lri    i
 1   2 
Donde:
Lri  Límite real inferior
1  Diferencia entre frecuenciadel intervalo y
frecuenciade arriba
 2  Diferencia entre la frecuenciadel intervalo y
frecuenciade abajo
i  amplitud
EJEMPLO:
Los siguientes datos corresponden a los puntos de
calificación que recibieron 90 personas al ser sometidos a
una prueba para optar a un empleo.

Calificación
f
(puntos)
21.36 - 30.89 10
30.90 - 40.43 8
40.44 - 49.97 12
49.98 - 59.51 17
59.52 - 69.05 21
69.06 - 78.59 11
78.60 - 88.13 7
88.14 - 97.67 4

Teniendo los datos para trabajar, se procede a aplicar la

fórmula antes descrita, haciendo uso de la tabla.
 Haciendo uso de la fórmula se procede a realizar las
operaciones que ésta indica.
 1 
Mo  Lri    i
 1   2 
Calificación (Puntos) f Lri Primero se localiza el
21.36 - 30.89 10 21.355
30.90 - 40.43 8
intervalo donde está la
30.895
40.44 - 49.97 12 mayor frecuencia
40.435
49.98 - 59.51 17 49.975
59.52 - 69.05 21 59.515 1  21  17  4
69.06 - 78.59 11 69.055
78.60 - 88.13 7 78.595
 2  21  11  10
88.14 - 97.67 4 88.135
N  90

Sustituyendo valores en la fórmula se tiene lo siguiente

 4 
Mo  59.515     9.54  Mo  59.515  2.72571 Mo  62.24071  62.24
 4  10 

La respuesta es Mo=62.24 puntos