Medidas de Tendencia Central

Los investigadores a menudo resumen sus datos utilizando una medida particular de tendencia central: una puntuación que representa todo el conjunto de puntos de datos.

La medida más sencilla es la moda, la puntuación que se produce con más frecuencia, que es útil cuando se calculan los totales de datos categóricos, como la ocupación profesional. Aquí, el modo se señala como escritor, ya que constituyen la mayoría de las carreras que se informaron.

Otra medida es la mediana, el verdadero punto medio en un conjunto de datos numéricos que se organizan en orden de magnitud. Aquí, la mediana de los salarios es de 65.000 dólares, con la mitad de los empleados pagados en o más, y la otra mitad en o por debajo de este punto medio. En los casos con un número par de valores, el promedio de los dos números del medio determina la mediana.

Finalmente, la medida más común para los datos numéricos es la media, el promedio aritmético, que es igual a la suma total de todas las puntuaciones numéricas, dividida por el número de puntos de datos.

Por ejemplo, la suma total de todos los ingresos se dividiría por el número de personas empleadas, en este caso, lo que daría un promedio de $140,000. Debido a que esta medida tiene en cuenta todos los valores del conjunto de datos para el cálculo, los investigadores suelen preferir informar la media.

En una distribución normal, la moda, la media y la mediana tienen valores aproximadamente equivalentes y se colocan exactamente en el centro de la curva. Sin embargo, en distribuciones sesgadas, cuando las puntuaciones muy altas o muy bajas son más prevalentes y se ponderan más, estas mediciones no son iguales.

Si la mayoría de los participantes reportaron bajos ingresos, el promedio aumentaría debido a unos pocos puntajes de ingresos extremadamente altos. Por lo tanto, la sensibilidad de la media a los valores extremos podría dar lugar a una representación artificialmente alta o baja de los datos. En este caso, la mediana o la moda serviría como una medición más precisa.

Al final, la mejor medida de la tendencia central es la que tiene en cuenta el patrón de distribución de los datos disponibles.