www.senati.edu.

pe
Medidas de Tendencia Central y Medidas de Dispersión

Jesús Sachahuamán Flores

www.senati.edu.pe
Pautas para el desarrollo de la sesión:
Al inicio, todos los Durante el desarrollo de
estudiantes estarán en sus clases, pueden hacer sus
puestos en atención para consultas.
evitar interferencias

Cuando el instructor lo
Evite, realizar preguntas indique, podrán participar,
sobre temas de para ello deberán “levantar la
conectividad, internet u mano” y esperar su turno si
otro temas que no se hubiera varios estudiantes
están tratando en la solicitantes.
sesión.

Para participar,
La sesión es exponer/sustentar su consulta o
participativa, comentario cuando termine,
colaborativa, y fomenta el avise para que el instructor guíe
aprendizaje significativo. la absolución de las consultas.

www.senati.edu.pe
 Objetivo de la sesión de aprendizaje:
Al término de la sesión los
estudiantes estarán en la capacidad
de calcular, aplicar e interpretar los
indicadores de tendencia central y
las medidas de dispersión en
situaciones propios de la
administración, mediante el
desarrollo de casos prácticos y de
manera pertinente.

www.senati.edu.pe
 Medidas de Tendencia Central: Introducción
Son medidas estadísticas que permiten conocer sobre el centro de la
distribución o población estadística, es decir, que son valores que se ubican
en el centro de un conjunto de datos ordenados según su magnitud. Las
medidas de tendencia central que se suelen utilizar más son la media,
mediana y moda.
Se debe tener en consideración que existen diferentes tipos de variables,
como son las cualitativas y las cuantitativas, lo que significa que las medidas
de posición o de tendencia se utilizarán de acuerdo al tipo de variable
observada.

www.senati.edu.pe
 Medidas de Tendencia Central: Definición
Son medidas estadísticas que permiten
conocer sobre el centro de la distribución o
población estadística, es decir, que son valores
que se ubican en el centro de un conjunto de
datos ordenados según su magnitud. Las
medidas de tendencia central que se suelen
utilizar más son la media, mediana y moda.
Se debe tener en consideración que existen
diferentes tipos de variables, como son las
cualitativas y las cuantitativas, lo que significa
que las medidas de posición o de tendencia se
utilizarán de acuerdo al tipo de variable
observada.

www.senati.edu.pe
 Medidas de Tendencia Central: Definición
Las medidas de tendencia central
corresponden a valores que
generalmente se ubican en la parte
central de un conjunto de datos. Ellas
permiten analizar los datos en torno a
un valor central.
Entre éstas están la media aritmética,
la moda y la mediana.

www.senati.edu.pe
 Medidas de Tendencia Central: Media Aritmética ( ẋ)
La media aritmética es el valor obtenido sumando
todas las observaciones y dividiendo el total por el
número de observaciones que hay en el grupo.

Solamente puede utilizarse con variables

cuantitativas.

www.senati.edu.pe
 Medidas de Tendencia Central: Propiedades de la Media Aritmética
• Su cálculo es muy sencillo y en él intervienen todos los datos.
• Su valor es único para una serie de datos dada.
• Se usa con frecuencia para comparar poblaciones, aunque es más apropiado
acompañarla de una medida de dispersión.
• Se interpreta como "punto de equilibrio" o "centro de masas" del conjunto de
datos, ya que tiene la propiedad de equilibrar las desviaciones de los datos
respecto de su propio valor:

• Minimiza las desviaciones cuadráticas de los datos respecto de cualquier valor

prefijado, esto es:

• Es poco sensible a fluctuaciones muéstrales, muy útil en inferencia estadística

www.senati.edu.pe
 Media Aritmética: Inconvenientes de su uso
• Para datos agrupados en intervalos (variables
continuas) su valor oscila en función de la cantidad y
amplitud de los intervalos que se consideren.
• Es una medida a cuyo significado afecta sobremanera
la dispersión, de modo que cuanto menos homogéneos
son los datos, menos información proporciona.
• En el cálculo de la media no todos los valores
contribuyen de la misma manera. Los valores altos
tienen más peso que los valores cercanos a cero. En
otras palabras, se ve muy afectada por valores
extremos.
• No se puede determinar si en una distribución de
frecuencias hay intervalos de clase abiertos.

www.senati.edu.pe
 Mediana (MED):
La mediana es un valor de la variable que deja por
debajo de sí a la mitad de los datos, una vez que
estos están ordenados de menor a mayor.
Según el número de valores que se tengan se pueden
presentar dos casos:
• Si el número de valores es impar, la Mediana
corresponderá al valor central de dicho conjunto de
datos.
• Si el número de valores es par, la Mediana
corresponderá al promedio de los dos valores
centrales (los valores centrales se suman y se
dividen por 2).

www.senati.edu.pe
 Propiedades de la Mediana (MED):
• Es menos sensible que la media a oscilaciones de los
valores de la variable.
• Puede calcularse para datos agrupados en intervalos,
incluso cuando alguno de ellos no está acotado.
• No se ve afectada por la dispersión. De hecho, es
más representativa que la media aritmética cuando la
población es bastante heterogénea.

Sus inconvenientes son que, en el caso de datos

agrupados en intervalos, su valor varía en función de la
amplitud de estos.
No se presta a cálculos algebraicos tan bien como la
media aritmética.
www.senati.edu.pe
 Moda:
La moda es el dato más repetido, el valor de la
variable con mayor frecuencia absoluta.
En cierto sentido se corresponde su definición
matemática con la locución "estar de moda",
esto es, ser lo que más se lleva.
Su cálculo es extremadamente sencillo, pues
sólo necesita de un recuento.
En variables continuas, expresadas en
intervalos, existe el denominado intervalo modal
o, en su defecto, si es necesario obtener un
valor concreto de la variable, se recurre a la
interpolación.

www.senati.edu.pe
 Propiedades de la Moda:
• Cálculo sencillo.
• Interpretación muy clara.
• Al depender sólo de las frecuencias, puede
calcularse para variables cualitativas.
Es el parámetro más utilizado cuando al
resumir una población no es posible realizar
otros cálculos, por ejemplo, cuando se
enumeran en medios periodísticos las
características más frecuentes de determinado
sector social. Esto se conoce informalmente
como "retrato robot".

www.senati.edu.pe
 Moda: Inconvenientes
• Su valor es independiente de la mayor parte de los
datos, lo que la hace muy sensible a variaciones
muestrales. En variables agrupadas en intervalos, su
valor depende del número de intervalos y de su
amplitud.
• Usa muy pocas observaciones, en grandes variaciones
en los datos fuera de la moda, no afectan en modo
alguno a su valor.
• No siempre se sitúa hacia el centro de la distribución.
• Puede haber más de una moda en el caso en que dos
o más valores de la variable presenten la misma
frecuencia (distribuciones bimodales o multimodales).

www.senati.edu.pe
 Uso de las Medidas de tendencia central:
¿Cuál será la medida de tendencia central que se debe usar, teniendo un
conjunto de observaciones?
Para responder, se debe tomar en cuenta la necesidad de considerar dos
factores muy importantes uno es la escala de medición, que tiene que ser
ordinal o numérica; y otra, la forma de distribución de las observaciones,
porque se tiene que saber si la distribución de las observaciones se desvía a
la izquierda o a la derecha de la media.

www.senati.edu.pe
 Uso de las Medidas de tendencia central:
• La media se usa para datos numéricos y distribuciones
simétricas, es decir sin ningún tipo de sesgo, y es sensible a los
valores absolutos.
• La mediana se emplea para datos ordinales o para datos
numéricos con distribución sesgada, porque no es sensible a la
variación de los extremos.
• Si la media y la mediana son iguales la distribución es simétrica
(se usa la media).
• Si la media es mayor que la mediana, la distribución está
sesgada a la derecha.
• Si la media es menor que la mediana la distribución está sesgada
a la izquierda (en los últimos dos casos, se usa la mediana).

www.senati.edu.pe
 Medidas de Dispersión:
Las medidas de dispersión proporcionan los medios de
averiguar el grado en que dichos datos se separan o
varían, con respecto al valor central, es decir que nos
dicen el grado de variación o de dispersión de los datos
de la muestra.
Son medidas que proporcionan comparaciones de
diferentes muestras, para las cuales son conocidas ya
medidas que se tienen como típicas en su clase.
Por ejemplo: Si se conoce el valor promedio de los
aprobados en las universidades peruanas, y al estudiar
una muestra de los resultados de los exámenes de
alguna Universidad en particular, se encuentra un
promedio mayor, o menor, del ya establecido; se podrá
juzgar el rendimiento de dicha institución.
www.senati.edu.pe
 Medidas de Dispersión: Rango
Se define como la diferencia entre el valor
más alto y el más bajo en un conjunto de
datos.
Rango para datos no agrupados:
R = Xmáx. - Xmín = Xn - X1
Ejemplo 1: Se tienen las edades de cinco
estudiantes universitarios de 1er año, a saber:
18, 23, 27, 34 y 25, para calcular la media
aritmética (promedio de las edades, se tiene
que:
R = Xn-X1 = 34 - 18 = 16 años

www.senati.edu.pe
 Medidas de Dispersión: Rango
Rango para datos agrupados:
R= (lim. Sup. de la clase “n” – lim. Inf. de la
clase 1)
Ejemplo 1: Si se toman los datos de la tabla de
distribución de frecuencia siguientes:

R= (Lim. Sup. de la clase n – Lim. Inf. de la

clase 1)
R = (93.910 – 7.420) = 86.49

www.senati.edu.pe
 Medidas de Dispersión: Propiedades del Rango
• Es la medida de dispersión más sencilla de calcular e interpretar puesto que
simplemente es la distancia entre los valores extremos (máximo y mínimo) en
una distribución.
• Puesto que el recorrido se basa en los valores extremos éste tiende s ser
errático.
• La principal desventaja del recorrido es que sólo está influenciado por los
valores extremos, no intervienen los demás valores de la variable.
• En el control de la calidad se utiliza el recorrido cuando la distribución a
utilizarse no la distorsionan y cuando el ahorro del tiempo al hacer los cálculos
es un factor de importancia.

www.senati.edu.pe
 Varianza, desviaciones típicas y coeficiente de variación: Varianza
Es una medida de dispersión relativa a algún
punto de referencia. Ese punto de referencia
es la media aritmética de la distribución.
La Varianza es una medida de que tan cerca,
o que tan lejos están los diferentes valores
de su propia media aritmética.
Cuando más lejos están las “xi” de su propia
media aritmética, mayor es la varianza;
cuando más cerca estén las “xi” a su media
menos es la varianza.

www.senati.edu.pe
 La Varianza:
La varianza para datos no agrupados:
Dado un conjunto de observaciones, tales como
X1, X2, … , Xn, la varianza denotada
usualmente por la letra minúscula griega δ
(sigma) elevada al cuadrado (δ2) y en otros
casos S2 según otros analistas, se define como:
el cuadrado medio de las desviaciones con
respecto a su media aritmética.
La varianza para datos agrupados:
Si en una tabla de distribución de frecuencias.
Los puntos medios de las clases son X1, X2, … ,
Xn; y las frecuencias de las clases f1, f2, … , fn;
la varianza se calcula así:

www.senati.edu.pe
 La Varianza: Propiedades
• S, es siempre un valor no negativo, que puede ser igual o distinta de 0.
• La varianza es la medida de dispersión cuadrática óptima por ser la menor
de todas.
• Si a todos los valores de la variable se le suma una constante la varianza
no se modifica.

• Si todos los valores de la variable se multiplican por una constante la

varianza queda multiplicada por el cuadrado de dicha constante
• Si en una distribución obtenemos una serie de subconjuntos disjuntos, la
varianza de la distribución inicial se relaciona con la varianza de cada uno
de los subconjuntos mediante la expresión:

www.senati.edu.pe
 Desviación Típica:
La desviación típica es la raíz cuadrada de la varianza,
es decir, la raíz cuadrada de la media de los cuadrados
de las puntuaciones de desviación. La desviación típica
se representa por σ
Desviación típica para datos No agrupados:

Desviación típica para datos agrupados:

www.senati.edu.pe
 Desviación Típica: Propiedades
• La desviación típica será siempre un valor positivo o cero.
• Si a todos los valores de la variable se les suma un número la desviación
típica no varía.
• Si todos los valores de la variable se multiplican por un número la desviación
típica queda multiplicada por dicho número.
• Si tenemos varias distribuciones con la misma media y sus respectivas
desviaciones típicas se puede calcular la desviación típica total.

Si todas las muestras tienen el mismo tamaño:

Si las muestras tienen distinto tamaño

www.senati.edu.pe
 Coeficiente de Variación:
El Coeficiente de variación (CV) es una medida de la dispersión relativa de un
conjunto de datos, que se obtiene dividiendo la desviación estándar del
conjunto entre su media aritmética y se expresa como:
Para una población:

Para una muestra:

www.senati.edu.pe
 Coeficiente de Variación:
El coeficiente de variación tiene las siguientes
características:
• El CV es una medida independiente de las unidades de
medición.
• El CV es la cantidad más adecuada para comparar la
variabilidad de dos conjuntos de datos.
• En áreas de investigación donde se tienen datos de
experimentos previos, el CV es muy usado para
evaluar la precisión de un experimento, comparando
en CV del experimento en cuestión con los valores del
mismo en experiencias anteriores.

www.senati.edu.pe
 Actividad Práctica:
Desarrollar los ejercicios propuestos.

www.senati.edu.pe
www.senati.edu.pe