Dra.

Teresa Ortiz Tvara

Curso de Estadstica Educacional

MEDIDAS ESTADSTICAS
Cuando tenemos un conjunto de datos agrupados, se requieren de medidas
representativas que son:
a) Medidas de Tendencia Central

b)

Medidas de variabilidad o dispersin que indica cuan variable son los

datos
A) MEDIDAS DE TENDENCIA CENTRAL: PROMEDIOS
Los investigadores, en muchos campos, han utilizado el trmino Promedio para
hacer preguntas tales como: Cul es el ingreso promedio que reciben los bachilleres y
los profesionales?, Cul es el promedio de calificaciones de los universitarios? En
promedio, Cuntos accidentes automovilsticos ocurren como resultados directo de
alcohol o drogas?
Una manera til de describir a un grupo en su totalidad es encontrar un nmero nico
que represente lo Promedio de ese conjunto de puntajes. En la investigacin, ese valor
se conoce como Medida de Tendencia Central, ya que est generalmente localizada hacia
el medio o centro de una distribucin en donde la mayora de los puntajes tienden a
concentrarse.

26

Dra. Teresa Ortiz Tvara

Curso de Estadstica Educacional

Muestral
Aritmtica
P
R
O
M
E
D
I
O
S

MEDIA

Simple

Datos agrupados
Datos no agrupados

Ponderada
Poblacional

Geomtrica
Armnica
Datos simples
Datos agrupados

MEDIANA

Datos agrupados
Datos no agrupados

MODA

Cuartiles
Deciles
Percentiles

Trataremos tres medidas de tendencia central ms

conocidas, como: Media, Mediana y Moda.

1) MEDIA ARITMTICA:

a) Media aritmtica para datos simples:

La media aritmtica muestral ( x ) se calcula mediante la siguiente frmula:

Donde:
n: es el nmero de datos
xi: es un dato de la muestra
Ejemplo N 1: Aplicando la frmula arriba expuesta, encontramos que la media
del coeficiente intelectual de los 8 entrevistados listados en la tabla.

TABLA N 1: Coeficiente intelectual de 8 entrevistados.

ENTREVISTADO
Leticia
Francisco
Sara
Miguel
Rebeca
Roco
Juan
Pablo

COEFICIENTE
INTELECTUAL(C .I )
125
92
72
126
120
99
130
100

27

Dra. Teresa Ortiz Tvara

Curso de Estadstica Educacional

Ejemplo N 2: Calcule el promedio de notas de los alumnos de educacin inicial-UNT

TABLA N 2: Notas de Estadstica de los alumnos
de la Escuela Educacin. Inicial de la UNT en 2014
Notas
08
10
11
12
13
total

f
12
10
20
10
5

Fuente: Datos supuestos

b) Media Aritmtica para datos agrupados:

Tabla 03: Calificativos obtenidos por alumnos del Club
Los Intelectuales en el test de lectura veloz
PUNTAJES
00-04

fi
12

04-08

16

08-12

23

12-16

17

16-20

11

xi

xifi

TOTAL

28

Dra. Teresa Ortiz Tvara

Curso de Estadstica Educacional

Fuente: Datos supuestos.

La frmula es:

Sustituyendo los datos del cuadro anterior, se obtiene

Ejemplo N 3: Complete y encuentre la media para la siguiente frecuencia

agrupada:
EDADES
12-15

fi
2

xi

15-18

18-21

21-24
TOTAL

5
20

xifi

Ejemplo N 4:
Se pidi a 31 nios matriculados en 1 grado del curso de matemtica que
indicaran el nmero de hermanos(as) que viven en su hogar. Cul es el nmero
promedio de hermanos. Los datos resultantes se forman en la siguiente
distribucin de frecuencia

N DE HERMANOS
5

fi

fixi

1
TOTAL

4
31

29

Dra. Teresa Ortiz Tvara

Curso de Estadstica Educacional

2) MEDIANA (Med):
Representa el valor intermedio de los datos de una serie ordenada en forma
ascendente o descendente. Es decir el 50 % de datos aproximadamente estarn
debajo de la mediana o tendrn valores menores o iguales que la mediana o el
50% tendrn valores mayores o iguales de la mediana.
a) Mediana para datos simples
Ejemplo N 5: Halle la mediana de los datos
a. 4, 8, 3, 2, 10
b. 3, 8, 10, 7, 3, 5
c. 10,12,14,8,6,7,10,10
d. 3,3,4,3,1,6,5,6,6,4
Solucin:
a)

Se ordena los datos en forma creciente:

2, 3, 4, 8, 10
Luego: Med = 4

b)

Ordenando: 3, 3, 5, 7, 8, 10
Tenemos: Med =

c)

Ordena la serie: ...................................................

Luego, aplique:

d)

Ordene en forma creciente: ......................................

Entonces, Med =

30

Dra. Teresa Ortiz Tvara

Curso de Estadstica Educacional

REGLAS:
Si la serie es impar, la mediana ocupa el lugar central.
Si la serie es par, la mediana se halla por la semi suma de los valores
centrales.
Si la serie es par o impar, el lugar que ocupa la medina es siempre:

n 1
2

Ejemplo N 6: Del ejemplo N 4, halle la mediana aplicando su respectiva

frmula.
N DE HERMANOS
1

5
TOTAL

4
31

b) Mediana para datos agrupados:

Para datos agrupados la mediana se halla utilizando una frmula. Utilizaremos el
ejemplo de las calificaciones de los 100 estudiantes dados en la pgina 14

PUNTAJES
30-39

f
12

F
12

40-49

12

24

50-59

16

40

60-69

23

63

70-79

17

80

80-89

11

91

90-99
TOTAL

09
100

100

FRMULA:

31

Dra. Teresa Ortiz Tvara

Curso de Estadstica Educacional

Donde:
Md: Mediana
Li : Limite real inferior de la clase medina
C: Amplitud de la clase
n : Nmero de clase
Nj : Frecuencia acumulada absoluta de la clase mediana

La interpretacin del valor de Med = 63,84 es que el 50% de estudiantes

tienen un puntaje por encima de 63.,84 y el 50 % restante un puntaje por debajo
de 63,84.
Ejemplo N 7: Con los datos de la tabla siguiente, hallar la mediana

PUNTAJES
15-24

12

F
12

25-34

16

28

35-44)

25

53

45-54

10

63

55-64

07

70

65-74
TOTAL

02
72

72

Ejemplo N 8: Con los datos de la tabla del ejemplo N 3; halle la mediana

EDADES

fi

12-15

xi

F
i

32

Dra. Teresa Ortiz Tvara

Curso de Estadstica Educacional

15-18

18-21

21-24

TOTAL

20

3) MODA (Mo):
La moda de una serie de nmeros es aquel valor que se presenta con la mayor
frecuencia, es decir, es el valor ms comn. La moda puede no existir, incluso si
existe puede no ser nica.
Ejemplo N 9
A) El sistema: 2, 2, 5, 7, 9, 9, 9, 10, 10, 11, 12, 18; tiene moda 9
B) El sistema: 3, 5, 8, 10, 12, 15, 16; no tiene moda
C) El sistema: 2, 3, 4, 4, 4, 5, 5, 7, 7, 7, 9 tiene dos modas: 4 y7; se llama
bimodal y
D) Una distribucin que tiene una sola moda se llama unimodal

Representaciones Graficas De Distribuciones Unimodales Y Bimodales:

Frecuencia

Frecuencia

Unimodal

Bimodal

En el caso de datos agrupados donde se ha construido una curva de frecuencias

para ajustar los datos, la moda ser el valor (o valores) de x correspondientes al
mximo( o mximos) de la curva. Este valor de x se representa a veces por Mo
33

Dra. Teresa Ortiz Tvara

Curso de Estadstica Educacional

a
Mo li c
a b

Donde:
Mo: Moda
Li : Frontera inferior(lmite inferior) de la clase modal, es decir la clase
que contiene la moda
a: Exceso de la frecuencia modal sobre la frecuencia de clase contigua
inferior 1 = fj-fj-1
b: Exceso de la frecuencia modal sobre frecuencia de la clase contigua
Ejemplo N 10:
superior. 2 = fj-fj+1
El cuadro siguiente muestra los datos de las calificaciones de 43 estudiantes.
Halle la moda.
CALIFICACIONES
01-04

f
4

Fi
4

05-08

12

09-12

10

22

13-16

15

37

17-20
TOTAL

6
43

43

Se asume la probabilidad que la muestra se encuentra en la clase de ms

frecuencia
a = 15-10 = 5;

a = f4-f3

b = 15-6 = 9;

b = f4-f5

5
13,93
5 9

Mo 12,5 4

Ejemplo N 11: Se tiene los datos de las estaturas de 57 alumnos de la Facultad

de Ingeniera de la U. N. T. Si se extrae un alumno al azar; calcular:
a) Cul es la talla esperada?
b) Cul es la talla ms frecuente? Y
34

Dra. Teresa Ortiz Tvara

Curso de Estadstica Educacional

c) Sobre que talla se encuentra el 50% de alumnos?

TALLA

Fi

xi

1.60-1.64

1.62

1.65-1.69

12

18

1.67

1.70-1.74

20

38

1.72

1.75-1.79

15

53

1.77

1.80-1.84

57

1.82

TOTAL

57

Solucin:
a.

La talla ms esperada es la talla promedio

n

x
i 1

fi

6 x1.62 12 x1.67 20 x1.72 15 x1.77 4 x1.82

57

x 1.72, esto es, si tomamos un alumno al azar, esperamos que su talla sea

1.72m
b.

c.

La talla ms frecuente es la talla modal

Li : 1.695
1: 20-12 = 8
2: 20-15 = 5
c: 0.05
Li = 1.695
n = Fa = 18
Fme = 20
c =0.05

8
8 5

Mo 1.695 0.05

Mo 1.73, la talla ms frecuente.

Clase Mediana:

n 1 57 1

29
2
2

Clase Mediana: 1.70-1.74

35

Dra. Teresa Ortiz Tvara

Curso de Estadstica Educacional

57 18
2
1.72.
Md 1.695 0.05
20

Md 1.72; esto es, el 50% de los alumnos tienen una talla mayor o igual a

1.72m y el 50% de alumnos tienen una talla menor o igual a 1.72m

B) MEDIDAS

DE

VARIABILIDAD

DISPERSIN
Supongamos que se ha encontrado que los ladrones y los profesores de
secundaria, en una ciudad determinada, tienen el mismo ingreso anual medio de
S/. 8000 Indicara necesariamente, este descubrimiento, que las dos
distribuciones de ingresos son iguales?. Por lo contrario, podra encontrarse que
difieren marcadamente en otro aspecto importante o sea, que los ingresos de los
profesores se agrupan estrechamente alrededor de los

S/. 8000, mientras que

los ingresos de los ladrones son mucho ms irregulares, reflejando mayores

oportunidades de encarcelamiento, de desempleo y pobreza, as como de una
riqueza poco usual.
Se puede ver que, adems de una medida de tendencia central, necesitamos
un ndice de cmo estn diseminados los puntajes alrededor del centro de la
distribucin. En una palabra, necesitamos una medida de lo que se conoce
comnmente como dispersin o variabilidad. Podemos decir que la distribucin
de ingresos entre profesores tiene menor variabilidad que la distribucin de
ingresos de los ladrones. En esta ocasin trataremos las medidas de dispersin o
variabilidad ms conocidas: el rango, desviacin estndar y varianza.

1)

EL RANGO (R):
Es la diferencia entre el puntaje ms alto y el ms bajo de la distribucin.

Frmula:

R = VM _ Vm

R: rango
VM: valor mayor
Vm: menor

36

Dra. Teresa Ortiz Tvara

Curso de Estadstica Educacional

Ejemplo N 14: Halla el rango de los siguientes valores:

14, 19, 17, 18, 19, 02, 14, 11, 13, 14
Solucin:
1 Buscamos el valor mayor (VM): 19
2 Identificamos el valor menor (Vm): 02
3 Reemplazamos en la formula dada (R = VM _ Vm)
R = 19-02
R = 17
La ventaja de esta medida es su clculo rpido y fcil pero como desventaja
diremos que el rango depende totalmente de solo dos valores de puntajes as en
el ejemplo anterior el cambio de un valor de un dato puede variar en muchas
cifras al rango.
Ejemplo N 15: Si cambiamos el 02 por 11 tendremos:
14, 19, 17, 18, 19, 11, 14, 11, 13, 14
Solucin:
El valor mayor sigue siendo 19, pero el valor menor es 11 lo que hace que
obtengamos el rango:
R = 19-11

R = 08

Ejemplo N 16: Halla el rango de los siguientes valores:

1, 6, 6, 3, 7, 4, 10
Solucin:
1 Buscamos el valor mayor (VM): ........................
2 Identificamos el valor menor (Vm):....................
3 Reemplazamos en la formula dada (R = VM _ Vm)
R =....................
R =....................
2)

DESVIACIN ESTANDAR (S):

37

Dra. Teresa Ortiz Tvara

Curso de Estadstica Educacional

a. Desviacin estndar para datos simples:

Es el valor que expresa el grado de dispersin de los datos alrededor de la
media aritmtica. La dispersin se refiere a la diferencia existente entre cada
valor observado y la media aritmtica
frmula:

fx
n

Donde:

S: desviacin estndar

fx : suma de los puntajes elevados al cuadrado

2

n: nmero total de datos

x : media aritmtica elevada al cuadrado
2

Ejemplo N 19: Frecuencia de hijos por familias

N DE HIJAS
POR
FAMILIA(X)
5

Solucin:
Agregamos f(x) y f(x)2 en la tabla

38

Dra. Teresa Ortiz Tvara

Curso de Estadstica Educacional

N DE HIJAS
POR
FAMILIA(X)
7

f(x)

f(x)2

14

98

06

36

15

75

08

32

03

09

08

16

1
TOTAL

2
n=15

02
fx =56

02
fx2 =268

Obtenemos la media aritmtica. ( x )

f ( x)

x
Reemplazando:

x 56 / 15
x 3.7

Reemplazamos valores en la frmula de la desviacin estndar:

fx
n

268
2
3.7 17.87 13.69 2.04
15

El grado de dispersin en que se encuentra los datos respecto a la media

es 2.04
Ejemplo N 20: Halle la desviacin estndar de la distribucin de frecuencia de
puntajes.
PUNTAJES(X)
9

F
2

Solucin:
39

Dra. Teresa Ortiz Tvara

Curso de Estadstica Educacional

Agregamos f(x) y f(x)2 en la tabla

PUNTAJES(X)
10

f
2

5
TOTAL

3
n=

f(x)2

f(x)

fx =

fx2 =

Obtenemos la media aritmtica. ( x )

f ( x)
n

Reemplazando:
x

Reemplazamos valores en la frmula de la desviacin estndar:

fx
n

2
2

El grado de dispersin en que se encuentra los datos respecto a la media

es 2.04
b.

Desviacin estndar para datos agrupados:

40

Dra. Teresa Ortiz Tvara

Curso de Estadstica Educacional

Para datos agrupados se trabaja con la marca de clase (x i) de cada intervalo y se

procede de la misma como se trabaj para datos simples

fx

Ejemplo N 21:
Veamos el procedimiento de este ejemplo sobre los calificativos de un grupo de
alumnos:
INTERVALOS
00-04

f
2

04-08

08-12

12-16

16-20
Datos Supuestos

Solucin:
a.

Agregamos las columnas que necesitamos en el cuadro:

INTERVALOS
00-04

Xi
02

f
2

fXi
04

fXi2
08

04-08

06

18

108

08-12

10

40

400

12-16

14

70

980

18

2
n=16

36
168

648
2144

16-20
TOTAL

41

Dra. Teresa Ortiz Tvara

Curso de Estadstica Educacional

. Obtenemos la media aritmtica. (x) x

x 168 16

Reemplazando:

b.

f (x )

x 10.5

Aplicamos la frmula de la desviacin estndar.

fx

2144
2
10.5 1134 110 .25 4.87
16

Apreciamos que los datos se encuentran ms dispersos (en 4.87 unidades) de

la media aritmtica.

3)

VARIANZA (V):
Nos indica el grado de dispersin de las observaciones respecto a la media

aritmtica considerndolas unidades elevadas al cuadrado.

Frmula:

V S

Donde:
V: varianza
S: desviacin estndar

Es decir:

fx
v
n

2
i

Ejemplo N 19: En el ejemplo presentamos anteriormente, siendo la desviacin

estndar(S) igual a 4.87. Calcular la varianza:
Solucin:
Si

V S

Reemplazando:

V 4.87
V 23.72

Ejercicio.
Hallar la varianza si se sabe que la S = 9
Hallar la desviacin estndar si V= 9

42