10

MEDIDAS NUMÉRICAS Y SU INTERPRETACIÓN

 COMPETENCIA: Identificar y calcular las medidas de tendencia central, forma,

posición y dispersión para el análisis de un grupo de datos y de esta forma tomar
decisiones importantes y asertivas

Medidas Numéricas

Medidas de ubicación
Medidas de Dispersión
o
o
Medidas de tendencia Medidas de forma Medidas de Posición
Medidas de variación
Central

Rango
Moda Cuartiles
Varianza
Mediana Tipo de sesgo Deciles
Desviación Estándar
Media Percentiles

I.- MEDIDAS NUMÉRICAS

Nos ayudan a describir ciertas características de un conjunto de datos, las cuales nos ayudan en el proceso
de toma de decisiones. Los tipos de medidas numéricas son: Medidas de ubicación, Medidas de
Dispersión, Medidas de Posición y Medidas de forma.

1.- MEDIDAS DE UBICACIÓN Ó TENDENCIA CENTRAL

Las medidas de tendencia central tienen como objetivo el sintetizar los datos en un valor representativo.

 La moda (Mo):
Valor de la observación que aparece con mayor frecuencia.
La moda se determina para todos los niveles de datos (nominal, ordinal, de intervalo y de razón)

Cuando existen dos valores que tienen más frecuencias que el resto de los datos, se dice que la distribución
de datos es BIMODAL.

Si se tienen más de dos valores modales la moda pierde representatividad. Si todos los valores ocurren
con la misma frecuencia se dice que no existe moda.

MII Alma Mónica López Rodríguez

 11

 La mediana (Mdn):
Es el punto medio de los valores una vez que se han ordenado de menor a mayor o de mayor a menor.

La mediana es el dato central, si el número de datos es impar.

Si el número es par, la mediana se considera como el promedio de los dos datos centrales.

PROPIEDADES IMPORTANTES:
a) Es calculable en el caso de datos de nivel ordinal, razón.
b) Los valores extremadamente grandes o pequeños no la afectan.

 La media aritmética:
La media aritmética es el valor que se calcula al promediar todos los datos, es una medida de ubicación
muy utilizada. (Solo datos cuantitativos)

PROPIEDADES IMPORTANTES:
a) Para calcular una media, los datos deben pertenecer al nivel de intervalo o de razón.
b) Todos los valores se incluyen en el cálculo de la media
c) La media es única.
d) La suma de las desviaciones de cada valor a la media es cero. De esta manera, la media es un
punto de equilibrio de un conjunto de datos.
e) La media es susceptible a los datos extremos.

NIVEL DE MEDICIÓN DE LAS MEDIDAS DE UBICACIÓN O TENDENCIA CENTRAL

Medidas de Nivel de medición

tendencia central Nominal Ordinal Razón Intervalo
Moda X X X X
Mediana X X X
Media X X

2.- MEDIDAS DE FORMA

(Solo se calculan en los datos cuantitativos)

Posiciones relativas de la media, mediana y moda.

Observando el histograma es una distribución simétrica que también tiene forma de campana. Esta
distribución posee la misma forma en cualquier lado desde el centro. En cualquier distribución simétrica, la
moda, la mediana y la media se ubican en el centro y siempre son iguales. Se consideran con el mismo
valor.

Su valor es cero cuando la distribución es simétrica, positivo cuando existe asimetría a la derecha y
negativo cuando existe asimetría a la izquierda.

Sesgo negativo Sesgo Simétrico Sesgo Positivo

MII Alma Mónica López Rodríguez

 12

3.- MEDIDAS DE POSICIÓN

(Solo se calculan en los datos cuantitativos)

Son valores de la distribución que la dividen en partes iguales, es decir, en intervalos, que comprenden el
mismo número de valores. Los más usados son los cuartiles.

4.- MEDIDAS DE VARIABILIDAD O DISPERSIÓN

(Solo se calculan en los datos cuantitativos)

Las medidas de dispersión nos dicen hasta qué punto las 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.

a) Rango: (R)
Es la diferencia entre los datos máximo y mínimo de una distribución.

b) Varianza: (σ2,S2):

La varianza es una medida de dispersión que representa la variabilidad de una serie de datos con respecto
a su media. Formalmente, se calcula como la suma de los cuadrados de los residuos dividida por las
observaciones totales.
También puede calcularse como la desviación estándar al cuadrado. Por cierto, entendemos el residuo
como la diferencia entre el valor de una variable a la vez y el valor medio de toda la variable.
El cálculo de la varianza es necesario para calcular la desviación estándar.

Ventajas y desventajas de la varianza

 La varianza se utiliza para ver cómo se relacionan los números individuales dentro de un conjunto
de datos, en lugar de utilizar técnicas matemáticas más amplias.

MII Alma Mónica López Rodríguez

 13

 También se distingue por tratar a todas las desviaciones de la media como si fueran iguales,
independientemente de su dirección. Las desviaciones al cuadrado no pueden sumar cero y dar la
apariencia de que no hay variabilidad en los datos.
 Sin embargo, un inconveniente es que da más peso a los valores atípicos. Estos son números
alejados de la media. Elevar al cuadrado estos números puede sesgar los datos.
 Otro inconveniente del uso de la varianza es que no es fácil de interpretar. Se suele emplear
principalmente para sacar la raíz cuadrada de su valor, que indica la desviación estándar de los
datos.

c) Desviación estándar: (σ, S):

La desviación estándar es una medida de extensión o variabilidad en la estadística descriptiva. Se utiliza

para calcular la variación o dispersión en la que los puntos de datos individuales difieren de la media.

Una desviación baja indica que los puntos de datos están muy cerca de la media, mientras que una
desviación alta muestra que los datos están dispersos en un rango mayor de valores.

En el ámbito del marketing, la desviación puede ayudar a tener en cuenta la gran variación de los costes
o las ventas.

La desviación estándar también ayuda a determinar la dispersión de los precios de los activos con
respecto a su precio medio y la volatilidad en el mercado.

Es la medida de dispersión más común, que indica qué tan dispersos están los datos con respecto a la
media. Solo obtenemos la raíz cuadrada de la varianza.

Algunos usos comunes de la desviación son:

1. Medir el riesgo de inversiones

Muchas empresas dedicadas a las inversiones utilizan la desviación estándar para conocer cuánto se
desvía el rendimiento del fondo de la rentabilidad normal esperada. Como es fácil de entender, esta
estadística se puede comunicar a los clientes finales y a los inversionistas. De esta manera, la desviación
permite evaluar la volatilidad de los valores en el mercado y a prever tendencias futuras de rendimiento.

MII Alma Mónica López Rodríguez

 14

2. Comprender mejor los conjuntos de datos

La desviación estándar se utiliza para medir la dispersión de los valores en un conjunto de datos. Los
particulares y las empresas utilizan la desviación todo el tiempo en diferentes campos para comprender
mejor los conjuntos de datos.

3. Comprender el rendimiento de los anuncios.

Los profesionales del marketing suelen calcular la desviación estándar de los ingresos obtenidos por
cada anuncio para saber qué variación cabe esperar en los ingresos de un anuncio determinado.

En este ámbito, también se puede calcular la desviación del número de anuncios utilizados por los
competidores para comprender si éstos utilizan más o menos anuncios de lo normal durante un período
determinado.

4. Uso en recursos humanos

Parte del papel del directivo de recursos humanos es calcular la desviación estándar de los salarios en un
campo determinado para saber qué tipo de variación salarial deben ofrecer a los nuevos empleados.

MII Alma Mónica López Rodríguez