UNIVERSIDAD CATÓLICA LOS DE ÁNGELES

CHIMBOTE

FACULTAD DE CIENCIAS CONTABLES,

FINANCIERAS Y ADMINISTRATIVAS

ESCUELA PROFESIONAL DE ADMINISTRACIÓN

LA TEMÁTICA MEDIDAS DE TENDENCIA CENTRAL

BRAVO BUSTILLOS, RONAL VARONY

DOCENTE TUTOR: EST. LENIN JUSTINIANO PÍO

HUÁNUCO -2017
AGRADECIMIENTO
Al DOCENTE TUTOR: EST. LENIN JUSTINIANO PÍO, Por
brindar las orientaciones e informaciones necesarias para realizar
el presente trabajo.
A mis padres quienes me brindan su apoyo incondicional de una
otra forma para la consecución de este trabajo.

DEDICATORIA

A mi salvador y gran amigo Jesucristo por ser un ejemplo perfecto a

seguir, por enseñarme que la grandeza se lleva en el corazón y la humildad
en el servicio, porque gracias a Él poder regresar a la presencia de nuestro
padre con nuestra familia y así lo deseamos.

A mis padres por siempre estar a mi lado apoyándome en todo lo que me

propongo e incentivándome a seguir adelante a pesar de las adversidades
que nos pone la vida.
 INTRODUCCIÓN
En la actualidad la estadística juega un papel importante en la educación universitaria, por sus
aplicaciones en los diferentes sectores, proporcionando herramientas metodológicas que
permite al estudiante desarrollar competencias para la recolección de datos, tabulación,
comparación, análisis de variabilidad, tratamiento de datos, generación de predicciones y toma
de decisiones en situaciones de incertidumbre.

En el presente trabajo realizamos un resumen muy detallado sobre las temáticas medidas de
tendencia central, se consideraran las medidas de tendencia central más habituales. La idea de
centro de una distribución no es única, aunque en términos generales se puede decir que se
trata de encontrar un punto alrededor del cual tome valores la variable.

La Temática Medidas De Tendencia Central se usa 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. El propósito de las medidas de
tendencia central son: 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 y/o como un método para comparar los resultados medios
obtenidos por dos o más grupos.
1. LAS MEDIDAS DE TENDENCIA CENTRAL

Son medidas estadísticas que pretenden resumir en un solo valor a un conjunto de valores.
Representan un centro en torno al cual se encuentra ubicado el conjunto de los datos. Las
medidas de tendencia central más utilizadas son: media, mediana y moda.

1.1. MEDIANA ARITMETICA

 PROPIEDADES DE LA MEDIA ARITMÉTICA
 Puede ser calculada en distribuciones con escala relativa y de intervalos
 Todos los valores son incluidos en el cómputo de la media.
 Una serie de datos solo tiene una media.
 Es una medida muy útil para comparar dos o más poblaciones
 Es la única medida de tendencia central donde la suma de las desviaciones de cada
valor respecto a la media es igual a cero.
 Por lo tanto podemos considerar a la media como el punto de balance de una serie de
datos.
 DESVENTAJAS DE LA MEDIA ARITMÉTICA
 Si alguno de los valores es extremadamente grande o extremadamente pequeño, la
media no es el promedio apropiado para representar la serie de datos.
 No se puede determinar si en una distribución de frecuencias hay intervalos de clase
abiertos.
 MEDIANA ARITMETICA PARA LOS DATOS AGRUPADOS
Se dispone de un conjunto de números, tales como X1, X2, X3,…,Xn, la media
aritmética de este conjunto de datos se define como “la suma de los valores de los
números, divididos entre n2, pueden escribirse como:

EJEMPLO:
Se tienen las edades de cinco estudiantes universitarios de IOS año, a saber: 18,23,
27,34 y 25., para calcular la media aritmética (promedio de las edades, se tiene que:
 MEDIA ARITMÉTICA PARA DATOS AGRUPADOS
Si los datos se presentan en un atabla de distribución de frecuencias, no es posible
conocer los variables individuales de cada una de las observaciones, pero si las
categorías en las cuales se hallan. Para poder calcular la media, se supondrá que dentro
de cada categoría, las observaciones se distribuyen uniformemente dentro alrededor del
punto medio de la clase, por lo tanto puede considerarse que todas las observaciones
dentro de la clase ocurren en el punto medio, por lo expuesto la media aritmética para
datos agrupados puede definirse de la siguiente manera:
Si en una tabla de distribución de frecuencia, con clases, los puntos medio son: X1,
X2, X3,…,Xn; y las respectivas frecuencias son f1, f2, f3, … , fn, la media aritmética
se calcula de la siguiente manera:

Dónde: N = número total de observaciones, por tanto Σfi puede simplificarse y

escribirse como N ( N= Σfi )

EJEMPLO:
Cuando se tienen muchos datos es más conveniente agruparlos en una tabla de
frecuencias y luego calcular la media aritmética. El siguiente cuadro con las medidas
de 63 varas de pino lo ilustra.
Largo (en m) Frecuencia absoluta Largo por Frecuencia absoluta

5 10 5 . 10 = 50

6 15 6 . 15 = 90

7 20 7 . 20 = 140

8 12 8 . 12 = 96

9 6 9 . 6 = 54

Frecuencia total = 63 430

 Se debe recordar que la frecuencia absoluta indica cuántas veces se repite cada valor,
por lo tanto, la tabla es una manera más corta de anotar los datos (si la frecuencia
absoluta es 10, significa que el valor a que corresponde se repite 10 veces).

 MEDIANA ARITMETICA PONDERADA

La media ponderada (MP) es una medida de centralización. Consiste en otorgar a cada
observación del conjunto de datos (X1,X2,…,XN) unos pesos (p1,p2,…,pN) según la
importancia de cada elemento. Cuanto más grande sea el peso de un elemento, más
importante se considera que es éste y se calcula como:

1.2. MEDIANA
Es el punto medio de los valores de una serie de datos después de haber sido ordenados de
acuerdo a su magnitud. Hay tantos valores antes que la mediana como posteriores en el arreglo
de datos
 PROPIEDADES DE LA MEDIANA
 Hay solo una mediana en una serie de datos.
 No es afectada por los valores extremos ( altos o bajos )
 Puede ser calculada en distribuciones de frecuencia con intervalos abiertos, si no se
encuentra en el intervalo abierto.
 Puede ser calculada en distribuciones con escala relativa, de intervalos, y ordinal.
 LA MEDIANA PARA DATOS NO AGRUPADOS.
Cuando una serie de datos contiene uno o dos valores muy grandes o muy pequeños, la
media aritmética no es representativa. El valor central en tales problemas puede ser
mejor descrito usando una medida de tendencia central llamada mediana.
La mediana (Me) es el punto medio de los valores de una serie de datos después de
haber sido ordenados de acuerdo a su magnitud. Hay tantos valores antes que la
mediana como posteriores en el arreglo de datos.
Sea X1, X2; X3; … ; Xn; una sucesión de datos, la mediana denotada por X0.5 se
calcula de la siguiente manera:
 X0.5 = X (n+1)/2 si n es par
Xn/2 + X(n/2)+1
X0.5= ---------------------- si n es impar
2

Nota: El resultado obtenido en la formula corresponde al número de la observación en

el arreglo, por tanto debe reemplazarse por el valor de dicha variable en el arreglo.
Ejemplo: (n es impar)
Se tienen las edades de cinco estudiantes universitarios de I año, a saber: 18, 23,25.27
y 35. Obsérvese que los datos deben estar ordenados en un arreglo ascendente o
descendente.
Por cuanto que el número de datos es cinco (n=5) y es impar, entonces
X0.5 = Xn+1/2 = X (5+1)/2 = X6/2 = X3 = 25 años
Nota: obsérvese que se obtuvo el número de la variable mediana (X3) que en el arreglo
de edades ordenado en forma ascendente corresponde a 25 años (X3=25)
Continuación del ejemplo… (n es par)
Si el número de estudiantes hubiere sido par, suponga que se adiciona un estudiante
con 31 años, entonces el arreglo ascendente consecuente sería 18, 23, 25, 27, 31 y 35,
entonces la mediana se calcula así:

 LA MEDIANA PARA DATOS AGRUPADOS

Si se tiene una distribución de frecuencias, la mediana es igualmente ese valor que
tiene 50% de las observaciones por debajo y 50 % por encima. Geométricamente, la
mediana es el valor de X sobre el eje de las abscisas correspondiente a la ordenada que
divide un histograma en dos partes de igual área.
Para hallar el valor de la mediana, en el caso de datos agrupados debe encontrarse
primero la clase mediana, la que se define como la clase más baja para la cual la
frecuencia acumulada excede N/2 (siendo N=Σfi ). Encontrada esta clase, la siguiente
formula servirá para hallar el valor de la mediana
N/2 – fa
X0.5 = Li + ------------- ( C )
fi
Dónde:
L = límite inferior de la clase mediana.
N = frecuencia total o Σfi.
fa = frecuencia absoluta acumulada hasta la clase premediana
fi = frecuencia absoluta de la clase mediana
C = amplitud de la clase mediana.
EJEMPLO:
Si se toman los datos obtenidos del ejemplo resuelto al construir la tabla de distribución de
frecuencias de las cuentas por cobrar de la tienda Cabreras y Asociados que fueron las
siguientes

Clases P.M. fi fr fa↓ fa↑ fra↓ fra↑

Xi
7.420 – 21.835 14.628 10 0.33 10 30 0.33 1.00
21.835 – 29.043 4 0.13 14 20 0.46 0.67
36.250
36.250 – 43.458 5 0.17 19 16 0.63 0.54
50.665
50.665 – 57.873 3 0.10 22 11 0.73 0.37
65.080
65.080 – 72.288 3 0.10 25 8 0.83 0.27
79.495
79.495 – 86.703 5 0.17 30 5 1.00 0.17
93.910
Total XXX 30 1.00 XXX XXX XXX XXX
Si se desea calcular la mediana, es necesario primero encontrar la clase mediana, que será
aquella que en teoría contenga el dato N/2 = 30/2 = 15, que corresponde con la tercera clase
por cuanto que la frecuencia acumulada (fa) hasta esa clase es 19, luego entonces:

Respuesta: La mediana de cuentas por cobrar es B/.39.133

1.3.MODA
Es aquel valor de la variable que se presenta con mayor frecuencia, es decir, el que más se
repite, es también la medida de tendencia central especialmente útil para describir mediciones
de tipo ordinal, de intervalos y nominal. En un conjunto de números la moda se define como el
valor o número que ocurre con más frecuencia
EJEMPLO:
En el siguiente conjunto de números 1, 5, 5, 9, 12, 12, 12, 14. La moda es igual a 12, por
cuanto que es el número que más se repite (tres veces).
 PROPIEDADES DE LA MODA
 La moda se puede determinar en todos los tipos de mediciones (nominal, ordinal, de
intervalos, y relativa).
 La moda tiene la ventaja de no ser afectada por valores extremos.
 Al igual que la mediana, puede ser calculada en distribuciones con intervalos abiertos.
 DESVENTAJAS DE LA MODA
 En muchas series de datos no hay moda porque ningún valor aparece más de una vez.
 En algunas series de datos hay más de una moda, en este caso uno podría preguntarse
¿cuál es el valor representativo de la serie de datos?
 CARACTERÍSTICAS DE LA MODA
1. Representa más elementos que cualquier otro valor
2. No está afectada por los valores extremos pero para datos continuos es dudoso su
cálculo.
3. La moda para una distribución de frecuencias de datos agrupados no puede ser
calculada exactamente, el valor de la moda puede ser afectado por el método de
agrupación de los intervalos de clase.
4. La moda no permite conocer la mayor parte de los datos
5. Algunas veces el azar interviene de manera importante y hace que un valor no
representativo se repita frecuentemente.
6. Puede usarse para datos cuantitativos como cualitativos
7. La moda como estadístico, varía mucho de una muestra a otra
8. Cuando se tienen dos o más modas es difícil su interpretación
9. Tiene la ventaja de que los datos desproporcionados con respecto al resto no la
distorsionan, pero no se presta para un tratamiento matemático.
 LA MODA PARA DATOS AGRUPADOS (Mo)
La Moda puede deducirse de una distribución de frecuencia o de un histograma a partir
de la fórmula.
Mo. = Li + [ ( ∆1 / ∆1+∆2 ) ] C
Donde;
Li = límite inferior de la clase modal (clase de mayor frecuencia absoluta (fa)
∆1 = diferencia de las frecuencias absolutas de la clase modal y premodal.
∆2 = diferencia de las frecuencias absolutas de la clase modal y postmodal
C = amplitud de la clase modal.
EJEMPLO:
Para encontrar la moda es necesario, en primer lugar, identificar la clase modal; que
será aquella que posea la mayor frecuencia absoluta. En el ejemplo de cuentas por
cobrar de Cabreras y Asociados la clase modal será la primera, por cuanto que tiene la
mayor frecuencia absoluta.
A partir de esto se puede reemplazar en la formula anterior los datos, a saber:
Li =7.42 C=14.415 f1 = 10 (frecuencia absoluta de la clase modal)
f0 = 0 (frecuencia absoluta de la clase premodal)
f2 = 4 (frecuencia absoluta de la clase postmodal)
∆1 = 10–0 = 10 ∆2 = 10-4 = 6
Mo. = 7.42 + [ (10/10+6) 14.415 ] = 7.42 + [ (10/16) 14.415] =
= 7.42 + [ 0.625 (14.415) ] = 7.42 + 9.01 = 16.53
1.4. RELACIÓN EMPÍRICA ENTRE LA MEDIA, LA MEDIANA Y LA MODA
En distribuciones totalmente simétricas, la media, la mediana y la moda coinciden,
localizándose en un mismo valor. En cambio, en distribuciones moderadamente asimétricas, la
siguiente relación se mantiene aproximadamente:

Media – Moda = 3(Media – Mediana

Posiciones relativas de la media, la mediana y la moda para curvas de frecuencias asimétricas
a derecha e izquierda respectivamente, para curvas simétricas los tres valores coinciden
2. OTRAS MEDIDAS DE TENDENCIA CENTRAL

2.1.MEDIA GEOMÉTRICA(G):

Es la raíz enésima del producto de los datos.

Ejemplo:
La media geométrica de 2 y 18 es:

Nota:
 Solo es notable la media geométrica si todos los números son positivos.
 Si uno de ello es 0, entonces el resultado es 0.
 Si hay un número negativo (o una cantidad impar de ellos) entonces la media
geométrica es, o bien negativa o bien inexistente en los números reales.

2.2.MEDIA ARMÓNICA (H):

Es el reciproco de la suma de los recíprocos de todos los datos, multiplicado por el número
de datos.
a) PARA DATOS NO AGRUPADOS:
 Ejemplo:
Hallar la media armónica entre 2, 6 e 8.

b) Para datos agrupados en tablas de frecuencias:

Ejemplo:
Hallar la media armónica de la siguiente distribución:

Aplicando la fórmula:
 c) PARA DATOS AGRUPADOS EN INTERVALOS:

Nota:

 La media armónica resulta poco influida por la existencia de determinados valores

mucho más grandes que el conjunto de los otros, siendo en cambio sensible a valores
mucho más pequeños que el conjunto.
 La media armónica no está definida en el caso de que exista algún valor nulo.
Ejemplo:

En la siguiente tabla se presentan los datos sobre el tiempo en minutos que se demoran para
resolver una prueba de estadística determinados estudiantes. Calcula el tiempo promedio
que se demora en resolver la prueba un estudiante tipo.

[40-50) 4
[50-60) 8
[60-70) 10
[70-80) 7
[80-90) 11
Realizando los cálculos respectivos se obtiene:

[40-50) 4 45 0,089
[50-60) 8 55 0,145
[60-70) 10 65 0,154
[70-80) 7 75 0,093
[80-90) 11 85 0,129
Total 40 0.610
Aplicando la ecuación se obtiene:
2.3.MEDIA CUADRÁTICA (Q):

Es una medida estadística de la magnitud de una cantidad variable. Puede calcularse para una
serie de valores discretos o para una función matemática de variable continua. El nombre
deriva del hecho de que es la raíz cuadrada de la media aritmética de los cuadrados de los
valores.

La media cuadrática o RMS (Root Mean Square) de un conjunto de valores (X1, X2,…, XN)
es una medida de posición central. Esta se define como la raíz cuadrada del promedio de los
elementos al cuadrado.

La media cuadrática es muy útil para calcular la media de variables que toman valores
negativos y positivos. Se suele utilizar cuando el símbolo de la variable no es importante y lo
que interesa es el valor absoluto del elemento. Por ejemplo, para calcular la media de errores
de medida.

Una aplicación clásica de la media cuadrática es la determinación del valor eficaz de un

parámetro sinusoidal en electricidad, en corriente alterna (tensión en voltios o intensidad en
amperios).
EJEMPLO:

Un profesor pide a sus alumnos que realicen un experimento en el laboratorio. Espera que los
alumnos obtengan 5 litros de ácido clorhídrico. Anota en una tabla una columna con las
cantidades de ácido obtenidos por cada alumno y en la otra el error por falta o exceso de la
cantidad esperada, de la siguiente manera:

Se representa gráficamente los errores de los seis alumnos.

Al profesor no le importa si el error se produjo por falta o por exceso, sino la cantidad de ácido
de diferencia respecto a la esperada. Para ello, utiliza la media cuadrática:
La media cuadrática es RMS=0,76.
 CONCLUSIONES
La estadística es una ciencia con un amplio campo de acción. Mediante esta, se recolecta, se
ordena, se resume, y se interpretan datos, obtenidos utilizando ciertas técnicas, como lo es la
encuesta.

Se representan estas distribuciones en gráficos de frecuencias, en donde el más utilizado es el

histograma y el polígono de frecuencias. Existen ciertas similitudes en ambos, pero se
diferencian en que el histograma se representa mediante rectángulos que representan las
frecuencias de clases, y en el polígono de frecuencia se unen los puntos medios de las
frecuencias de clases, con una línea.

En adicción, se cuenta con una gran variedad de medidas centrales, de simetría, de

variabilidad, dispersión, índices compuestos, etc., cuyo uso dependerá del estudio de que se
trate. Son de gran utilidad, especialmente en el área económica, ya que permiten determinar la
variación de determinados datos, en un periodo determinado y así corregir errores en un
presente. Algunas de estas medidas se pueden considerar como indicadores económicas, por
su función en el desempeño de la economía.
BIBLIOGRAFIA

 http://www.fisterra.com/mbe/investiga/10descriptiva/10descriptiva.asp
 https://aprendiendoadministracion.com/medidas-de-tendencia-central-media-
mediana-moda-rango-y-eje-medio/
 Francisco Antonio Cabrera González f_cabrera51[arroba]hotmail.com
 MARTÍN-GUZMAN, P; TOLEDO, I.; LÓPEZ ORTEGA, F.J. y BELLIDO,
N. “Manual de estadística: descriptiva” Ed. Thompson Civitas. 2006.
Capítulos 1 y 2.