PRACTICA Nº 01

MEDIDAS DE TENDENCIA CENTRAL

I. INTRODUCCIÓN.
Al describir grupos de observaciones, como puede ser cualquier tipo de alimento con
frecuencia es conveniente resumir la información con un solo número, ya que por lo
general todos los alimento son heterogéneos. Este número que, para tal fin, suele situarse
hacia el centro de la distribución de datos se denomina medida o parámetro de tendencia
central, cabe mencionar que éstas medidas se ubican en el conjunto de datos ordenados
según su magnitud. Su utilización varía de acuerdo con lo que se desee del conjunto de
datos recolectados. Estas tres medidas de tendencia central son la media, la mediana y la
moda.
En el caso de las variables con valores que pueden definirse en términos de alguna escala
de medida de igual intervalo, puede usarse un tipo de indicador que permite apreciar
el grado de dispersión o variabilidad existente en el grupo de variantes en estudio.
A estos indicadores les llamamos medidas de dispersión, por cuanto que están referidos
a la variabilidad que exhiben los valores de las observaciones, ya que si no hubiere
variabilidad o dispersión en los datos interés, entonces no habría necesidad de la gran
mayoría de las medidas de la estadística descriptiva.
Las medidas de tendencia central tienen como objetivo el sintetizar los datos en un valor
representativo, las medidas de dispersión nos dicen hasta qué punto estas medidas de
tendencia central son representativas como síntesis de la información. Las medidas de
dispersión cuantifican la separación, la dispersión, la variabilidad de los valores de la
distribución respecto al valor central. Distinguimos entre medidas de dispersión
absolutas, que no son comparables entre diferentes muestras y las relativas que nos
permitirán comparar varias muestras.
Las medidas de tendencia central, son medidas estadísticas que se usan para describir
cómo se puede resumir la localización de los datos. Ubican e identifican el punto
alrededor del cual se centran los datos. Las medidas de tendencia central nos indican hacia
donde se inclinan o se agrupan más los datos. Las más utilizadas son: la media, la mediana
y la moda.

1
 II. OBJETIVOS.
 Conocer y analizar a partir de alimentos su variabilidad con respecto a sus medidas.
 Calcular e interpretar medidas de tendencia central para un conjunto de alimentos.
 Conocer cuán importante son medidas de tendencia central aplicada a los alimentos.

III. MARCO TEÓRICO.

1. MEDIDAS DE TENDENCIA CENTRAL.

Las medidas de tendencia central son valores que se ubican al centro de un conjunto
de datos ordenados según su magnitud. Generalmente se utilizan 4 de estos valores
también conocidos como estadígrafos, la media aritmética, la mediana, la moda y al
rango medio.
El propósito de las medidas de tendencia central es:
 Mostrar en qué lugar se ubica el elemento promedio o típica del grupo.
 Sirve como un método para comparar o interpretar cualquier valor en relación con
el puntaje central o típico.
 Sirve como un método para comparar el valor adquirido por una misma variable
en dos diferentes ocasiones.
 Sirve como un método para comparar los resultados medios obtenidos por dos o
más grupos.

1.1. LA MEDIA.
La media o media aritmética, usualmente llamada promedio, se obtiene sumando
todos los valores de los datos y divide el resultado entre la cantidad de datos. Si los
datos proceden de una muestra la media se representa con una x testada (x) y si
provienen de la población se representan con la letra griega miu (µ).
a. Media para frecuencias simples.
Cuando los datos recolectados han sido organizados en una tabla de distribución de
frecuencias simples, la media, para poblaciones como para muestras, se puede
calcular por medio de la fórmula.

En donde:

2
 ̅ = media o promedio
𝒙
∑ 𝒇𝒙 = suma de las frecuencias por su correspondiente dato nominal
𝒏 = suma de todas las frecuencias (número de datos recolectados)
b. Media para frecuencias por intervalos.
Cuando los datos recolectados han sido organizados en una tabla de frecuencias por
intervalos, la media para poblaciones como para muestras se puede calcular por medio
de la fórmula:

En donde:
̅ = media o promedio.
𝒙
𝒙 = punto medio del intervalo.
∑ 𝒇𝒙 = suma de las frecuencias por su correspondiente dato nominal
𝒏 = suma de todas las frecuencias (número de datos recolectados)

1.2. MODA (Mo)

La moda es la medida de tendencia central que se define como aquel valor nominal
que tiene la frecuencia mayor. Por lo tanto, una distribución de frecuencias puede
tener más de una moda o, inclusive, no tener moda cuando todos los datos tienen
frecuencia 1.
Cuando los datos recolectados han sido organizados en una tabla de frecuencias
simples, la moda se obtiene buscando en la columna de frecuencias el o los valores
que tengan mayor frecuencia. Es exactamente lo mismo cuando están organizados
por intervalos.

En donde:
Li = L-inferior de la clase modal.
D1 = es el delta de frecuencia absoluta modal y la frecuencia absoluta premodal.
D2 = es el delta de frecuencia absoluta modal y la frecuencia absoluta postmodal.
Ai = Amplitud del intervalo modal

3
1.3. MEDIANA
La mediana es la medida de tendencia central que se define como aquel valor nominal
que tiene, dentro de un conjunto de datos ordenados, arriba y abajo de él, el mismo
número de datos nominales. En otras palabras, es el dato que está a la mitad, es el
dato que divide en dos partes iguales a un conjunto de datos.
Para facilitar la localización de la mediana en una tabla, conviene agregarle una
columna en la que se anoten las frecuencias acumuladas fa. Entonces, el número total
de datos recolectados más uno, dividido entre dos da el dato central dc:

Ese resultado se busca en la columna de las frecuencias

acumuladas y al dato nominal que le corresponda, es la mediana.

2. LA DISPERSIÓN.
Para aumentar nuestro entendimiento del patrón de los datos, debemos medir también
su dispersión, extensión o variabilidad.
La dispersión es importante porque:
 Proporciona información adicional que permite juzgar la confiabilidad de la medida
de tendencia central. Si los datos se encuentran ampliamente dispersos, la posición
central es menos representativa de los datos.
 Ya que existen problemas característicos para datos ampliamente dispersos,
debemos ser capaces de distinguir que presentan esa dispersión antes de abordar
esos problemas.
 Quizá se desee comparar las dispersiones de diferentes muestras. Si no se desea
tener una amplia dispersión de valores con respecto al centro de distribución o esto
presenta riesgos inaceptables, necesitamos tener habilidad de reconocerlo y evitar
escoger distribuciones que tengan las dispersiones más grandes.

A. MEDIDAS DE DISPERSIÓN
a. DESVIACIÓN ESTÁNDAR.
Llamada también desviación típica; es una medida que informa sobre la media
de distancias que tienen los datos respecto de su media aritmética, expresada en
las mismas unidades que la variable.

4
 b. LA VARIANZA.
Es el valor de la desviación estándar al cuadrado; su utilidad radica en que su
valor es requerido para todos los procedimientos estadísticos.
c. ERROR TÍPICO.
Llamado también error estándar de la media. Se refiere a una medida de
variabilidad de la media; sirve para calcular cuan dispersa estaría la media de
realizar un nuevo cálculo.

OTRAS MEDIDAS DE TENDENCIA CENTRAL

Entre ellas podemos mencionar a la media geométrica, media armónica, la media
truncada y la media de Windsor.
i. La media geométrica: En una serie de datos se define como la raíz n- ésima del
producto de los datos. Los datos tienen que ser positivos. Esta medida se utiliza
cuando se quiere determinar el cambio promedio de tasas, razones, porcentajes
o velocidades.
ii. La media armónica Se define como el reciproco de la media aritmética de los
recíprocos de las observaciones. Se utiliza para procesar datos de razones que
tienen dimensiones físicas.
iii. La media truncada: En el caso de las distribuciones sesgadas, se ha
mencionado que la media es muy sensible a los valores extremos y que una
mejor medida descriptiva de la tendencia central de la distribución es la
mediana. Sin embargo, el uso de la mediana tiene el inconveniente que solo toma
en cuenta un valor, el dato central. Una medida que se propone que tome en
cuenta en su cálculo un mayor número de datos, es la media truncada o podada.
Para calcular esta medida se eliminan las colas de la serie de datos, es decir, se
elimina un porcentaje de los datos extremos, menores y mayores. El porcentaje
de datos a eliminar, puede ser hasta del 25% en cada extremo. En todo caso, la
idea es eliminar los datos que afecten a la media.
iv. La media de Windsor es una variante de la media truncada. En esta medida se
sustituyen los datos que se eliminan en el extremo inferior por el dato menor no
eliminado y los datos que se eliminan en el extremo superior por el dato mayor
no eliminado.

5
IV. MATERIALES Y METODOLOGÍA.

Materiales.
 1 bolsa de caramelos monterico
 Tarro de leche pequeña.
 1 vernier.
 Balanza analítica
 Calculadora.

Metodología.
1) Para los caramelos
Procedemos a extraer una muestra aleatoria de la bolsa de caramelos,
asegurándose de obtener de todas las partes del recipiente; de la parte superficial,
intermedia e inferior, de un extremo, del centro y del otro extremo a fin de tener
una buena representación de las muestras seleccionadas.
A cada una de las caramelos seleccionamos lo enumeramos respectivamente,
pesamos y realizamos la(s) mediciones que haya determinado hacer.

2) Para el tarro de leche.

Primero pesamos todos los tarros de leche traídos por el grupo de práctica, luego,
hacemos las medidas correspondientes como longitud.

6
V. RESULTADOS.

Peso Ragno Frecuencia

3.1 3.1 1
3.2 3.2 1
3.3 3.3 7
3.3 3.4 13
3.3
3.5 11
3.3
3.6 4
3.3
3.7 1
3.3
3.8 2
3.3
3.4
3.4
3.4
3.4
3.4
3.4
3.4
3.4
3.4
3.4
3.4
3.4
3.4
3.5
3.5 Media 2.24
3.5 Error típico 0.04
3.5 Mediana 2.30
3.5 Moda 2.10
3.5 Li 1.95
Desviación estándar 0.28
3.5 Ls 2.52
Varianza de la muestra
0.08
3.5
Curtosis 0.64
3.5 alturas entre
Coeficiente de asimetría
-0.89 29
3.5 Li y Ls
Rango 1.10
3.5
Mínimo 1.50
3.6
3.6
Máximo 2.60
3.6 Suma 89.40
3.6 Cuenta 40.00
3.7 Mayor (1) 2.60
3.8 Menor(1) 1.50
3.8 Nivel de confianza(95.0%)
0.09

7
Altura Rango Frecuencia
1.5 1.5 2
1.5 1.8 3
1.8 1.9 1
1.8 2 1
1.8 2.1 6
1.9 2.2 6
2.0 2.3 6
2.1 2.4 5
2.1 2.5 5
2.1 2.6 5
2.1
2.1
2.1
2.2
2.2
2.2
2.2
2.2
2.2
2.3
2.3
2.3
2.3
2.3
Media 3.45
2.3
Error típico 0.02
2.4
2.4 Mediana 3.40
2.4 Moda 3.40
2.4 Desviación estándar 0.14
2.4 Varianza de la muestra
0.02 Li 3.30
2.5 Curtosis 0.98 Ls 3.59
2.5 Coeficiente de asimetría
0.41
2.5 Rango 0.70 peso entre
31
2.5 Mínimo 3.10 Li y Ls
2.5 Máximo 3.80
2.6 Suma 137.80
2.6 Cuenta 40.00
2.6 Mayor (1) 3.80
2.6 Menor(1) 3.10
2.6 Nivel de confianza(95.0%)
0.05

8
 MEDIDAS DEL TARRO DELECHE GLORIA
PESOS DI DS altura AS AI
GRUPO 1 196.1 6.39 6.39 6.21 0.3 0.5
GRUPO 2 196.3 6.41 6.41 6.21 0.4 0.6
GRUPO 3 196 6.42 6.42 6.21 0.4 0.3
GRUPO 4 196.2 6.42 6.42 6.21 0.3 0.3
GRUPO 5 196.5 6.2 6.21 6.22 0.4 0.4

MEDIDAS DE LA ALTURA
GRUPO 1 6.21
GRUPO 2 6.21
GRUPO 3 6.21
GRUPO 4 6.21
GRUPO 5 6.21

Media 6.21
Error típico 0
Mediana 6.21
Moda 6.21
Desviación estándar0
Varianza de la muestra
0
Rango 0
Mínimo 6.21
Máximo 6.21
Suma 31.05

9
PESO DEL TARRO CON LECHE
GRUPO 1 196.1
GRUPO 2 196.3
GRUPO 3 196
GRUPO 4 196.2
GRUPO 5 196.5

Media 196.22
Error típico 0.08602325
Mediana 196.2
Desviación estándar 0.19235384
Varianza de la muestra 0.037
Curtosis -0.02191381
Coeficiente de asimetría 0.59012866
Rango 0.5
Mínimo 196
Máximo 196.5
Suma 981.1

10
 MEDIDAS DEL DIAMETRO
GRUPO 1 6.39
GRUPO 2 6.41
GRUPO 3 6.42
GRUPO 4 6.42
GRUPO 5 6.2

COMPARACIÓN DEL DIAMETRO DE

LAS LATAS
6.45 6.41 6.42 6.42
6.39
6.4
6.35
6.3
6.25
6.2
6.2
6.15
6.1
6.05
GRUPO 1 GRUPO 2 GRUPO 3 GRUPO 4 GRUPO 5

Media 6.368
Error típico 0.042355637
Mediana 6.41
Moda 6.42
Desviación estándar 0.094710084
Varianza de la muestra 0.00897
Curtosis 4.654645921
Coeficiente de asimetría -2.146078717
Rango 0.22
Mínimo 6.2
Máximo 6.42
Suma 31.84

11
VI. DISCUSIONES

 Las medidas de tendencia central más utilizadas son: media, mediana y moda;
mientras que las medidas de dispersión en cambio miden el grado de dispersión de
los valores de la variable. Es decir las medidas de dispersión pretenden evaluar en qué
medida los datos difieren entre sí. Ambos tipos de medidas usadas en conjunto
permiten describir un conjunto de datos entregando información acerca de su posición
y su dispersión. Los procedimientos para obtener las medidas estadísticas dependen
de la forma en que se encuentren los datos. Si los datos se encuentran ordenados en
una tabla estadística diremos que se encuentran “agrupados” y si los datos no están
en una tabla hablaremos de datos “no agrupados”. (Ricardi, 2011) por lo tanto en la
práctica se ha trabajado con datos no agrupados puesto que la cantidad no ha sido muy
grande, lo cual ha facilitado el trabajo.

 Si, cuando la distribución es en forma de campana, lo que en estadística se conoce

como distribución normal, o la distribución es simétrica; es decir coinciden los
valores de la media, mediana y la moda. En la distribución que se muestra enseguida,
la media, la mediana y la moda son iguales. (Garc); por lo tanto según los datos de
medida en peso tenemos que la mediana y la moda son iguales dando el valor de 3.40,
mientras que la media varía un poquito con 3.45 es casi simétrica. En cambio en el
caso de los datos de las alturas no es simétrica puesto que su media (2.24), mediana
(2.30) y moda (2.10) son diferentes.

 Para las distribuciones se da: con sesgo a la derecha (sesgo positivo), cuando el
promedio o media es mayor que la mediana y esta mayor que la moda. Con sesgo a la
izquierda (sesgo negativo), cuando la moda es mayor que la mediana y èsta es mayor
que el promedio. (Garc); por ende en el caso de los pesos de los caramelos la
distribución es de sesgo positivo puesto que la media con 3.45 que cuenta con una
frecuencia de 13 veces es mayor que la mediana con 3.40. Mientras que para las
medidas de las alturas la distribución no pertenece a ningún de los sesgo anteriormente
mencionados por lo que se cumple que la moda (2.10) es menor que la que la mediana
(2.30) pero esta es mayor que la media (2.24).

12
 En el caso de la moda por lo general no se usa debido a que no tiene un valor único ó
puede ser que no exista. Pero para datos agrupados en tabla de frecuencia, la moda
tiene importancia porque en éste caso si hay un valor único. En la gráfica la moda se
identifica con el valor más alto o el pico de la distribución, como es el valor que se
repite con mayor frecuencia. Si no hay un valor que se repita más veces que los otros,
no existe la moda. Sí se tiene dos o más valores es bimodal y multimodal (México);
por tanto en el caso de los pesos de los caramelos presenta una moda de 3.45
Mientras que para las medidas de las alturas es multimodal de 2.1, 2.2 y 2.3 con una
frecuencia de 6 para las tres medidas.

 En el caso de la mediana su valor se determina con un solo dato, el dato central de la

serie ordenada. No se ve afectada por valores extremos y por lo tanto si la distribución
es muy asimétrica o sesgada es una medida que representa mejor a los datos.
(México); por tanto para los pesos de los caramelos se presenta con una mediana de
3.4, mientras que para las alturas es de 2.30.

 La media es la más usada de las medidas de tendencia central, es muy fácil de

calcular, para determinar su valor se toman en cuenta todos los datos y es muy
importante en inferencia estadística por las propiedades de su distribución muestral.
Sin embargo debido a que es el punto de equilibrio de la distribución su valor se ve
muy afectado por datos extremos, por lo que si la distribución es muy sesgada no es
conveniente utilizarla. (México); por lo cual para el caso de pesos de los caramelos
se presenta con una media de 3.45, mientras que para las alturas es de 2.24.

 Las medidas de variabilidad son el rango o amplitud, la varianza, la desviación

estándar y el coeficiente de variación. Varianza es la medida que cuantifica la
variabilidad. Es la medida que cuantifica la variabilidad de los datos respecto al valor
de la media. El coeficiente de variación es una medida de variabilidad relativa de una
serie de datos y se obtiene dividiendo la desviación estándar de los datos entre su
media. Debido a que la desviación estándar y la media tienen las mismas unidades, el
coeficiente de variación se expresa por lo general en proporción o en porcentaje y por
lo tanto, se utiliza para comparar la variabilidad de dos o más series de datos.
(México); por ende en la práctica según los datos de pesos en los caramelos la
variación, desviación estándar y el rango son respectivamente de: 0.02, 0.14 y 0.70

13
 dando un límite superior de 3.59 y un límite inferior de 3.30; mientras que para los
datos de alturas en los caramelos la variación, desviación estándar y el rango son de
0.08, 0.28 y 1.10 respectivamente. dando un límite superior de 2.52 y un límite
inferior de 1.95.

 En el caso de las distribuciones sesgadas, se ha mencionado que la media es muy

sensible a los valores extremos y que una mejor medida descriptiva de la tendencia
central de la distribución es la mediana, sin embargo se tome en cuenta en su cálculo
un mayor número de datos, es la media truncada o podada. Para calcular esta medida
se eliminan las colas de la serie de datos, es decir, se elimina un porcentaje de los
datos extremos, menores y mayores. El porcentaje de datos a eliminar, puede ser hasta
del 25% en cada extremo. En todo caso, la idea es eliminar los datos que afecten a la
media. (México)

VII. CONCLUSIONES:

 Si la distribución es simétrica coinciden los valores de la media, de la mediana y

la moda es decir son iguales. La moda puede o no existir. Las gráficas mostradas
tanto en los pesos como en alturas no son estrictamente simétricas.
 La desviación estándar tiene las mismas unidades que los datos y nos proporciona
la variabilidad promedio de los datos con respecto a su media.
 Las medidas de tendencia o acumulación se conocen como medidas de Tendencia
Central o de localización y las de variabilidad como medidas de dispersión o de
variabilidad.

14
BIBLIOGRAFÌA

1) http://asesorias.cuautitlan2.unam.mx/Laboratoriovirtualdeestadistica/DOCU
MENTOS/TEMA%202/1.%20MEDIDAS%20DE%20TENDENCIA%20CE
NTRAL%20Y%20DISPERSION.pdf
2) http://www.epiredperu.net/epired/eventos/eve_scsf-estadistica-
07/estadistica-scsf-03.pdf
3) http://www.medwave.cl/link.cgi/Medwave/Series/MBE04/4934

15