Calculadora de Media, Mediana y Moda
Encuentra el "centro" de tus datos al instante. Introduce tu conjunto de números para calcular las tres medidas de tendencia central más importantes y entender qué representa cada una.
Introduce tu Serie de Datos
Medidas de Tendencia Central
Media (Promedio)
La suma de todos los valores dividida por el número de valores.
Mediana
El valor que se encuentra en el centro exacto del conjunto de datos ordenado.
Moda
El valor o valores que aparecen con mayor frecuencia en el conjunto.
Introduce una serie de datos para calcular sus medidas de tendencia central.
Tabla Comparativa: Media vs. Mediana vs. Moda
Elegir la medida correcta depende de la naturaleza de tus datos y del objetivo de tu análisis. Esta tabla resume sus características clave.
| Medida | Definición Simple | Cuándo es más útil | Sensibilidad a Valores Atípicos |
|---|---|---|---|
| Media | El promedio aritmético. | Con datos distribuidos simétricamente (como una campana de Gauss) y sin valores extremos. | Muy Alta. Un solo valor extremo puede distorsionar significativamente el resultado. |
| Mediana | El valor del medio. | Con datos asimétricos o cuando hay valores extremos (ej. ingresos, precios de vivienda). | Muy Baja. No se ve afectada por valores extremos, lo que la hace una medida más robusta. |
| Moda | El valor más frecuente. | Con datos categóricos (ej. color favorito, tipo de producto más vendido) o para identificar picos en datos numéricos. | Baja. No se ve afectada por valores extremos, pero puede no existir o no ser única. |
Entendiendo el "Centro" de tus Datos
Cuando nos enfrentamos a un conjunto de números, ya sean las temperaturas diarias de un mes, las calificaciones de un examen o los precios de productos en un supermercado, a menudo queremos resumirlo en un solo valor "típico" o "central". En estadística, este concepto se conoce como medida de tendencia central. La media, la mediana y la moda son las tres formas más comunes de medir esta tendencia, y aunque a menudo se usan indistintamente, cada una cuenta una historia ligeramente diferente sobre los datos.
La Media: El Centro de Gravedad Democrático
La media, comúnmente conocida como promedio, es la medida de tendencia central más utilizada. Se calcula sumando todos los valores del conjunto de datos y dividiendo el resultado por el número total de valores. Cada dato, grande o pequeño, contribuye por igual al resultado final.
$$\text{Media} (\mu) = \frac{\sum_{i=1}^{n} x_i}{n} = \frac{x_1 + x_2 + \dots + x_n}{n}$$
La media es excelente para datos que siguen una distribución simétrica (la famosa "campana de Gauss"), donde los valores se agrupan de manera uniforme alrededor del centro. Sin embargo, su mayor fortaleza es también su mayor debilidad: su sensibilidad a los valores atípicos (outliers).
El Efecto de un Valor Atípico en la Media
Imagina que calculamos el salario medio de cinco empleados: 30,000€, 32,000€, 35,000€, 38,000€, y 40,000€. La media es 35,000€, un valor muy representativo del grupo.
Ahora, reemplazamos a un empleado por el CEO, cuyo salario es de 500,000€. El nuevo conjunto es: 30,000€, 32,000€, 35,000€, 38,000€, y 500,000€. La nueva media es 127,000€. Este valor ya no representa el salario "típico" de la mayoría de los empleados; ha sido completamente distorsionado por un solo valor extremo.
La Mediana: El Robusto Valor Central
La mediana es el valor que ocupa la posición central en un conjunto de datos una vez que ha sido ordenado de menor a mayor. Es el punto que divide los datos en dos mitades iguales: el 50% de los valores están por debajo de la mediana y el 50% están por encima.
- Si el número de datos es impar: La mediana es simplemente el valor del medio. Para {2, 5, 8, 11, 12}, la mediana es 8.
- Si el número de datos es par: La mediana es el promedio de los dos valores centrales. Para {2, 5, 8, 11, 12, 15}, la mediana es (8 + 11) / 2 = 9.5.
La gran ventaja de la mediana es su robustez. No le afectan los valores extremos. En el ejemplo anterior de los salarios con el CEO, el conjunto ordenado es {30,000€, 32,000€, 35,000€, 38,000€, 500,000€}. La mediana sigue siendo 35,000€, un valor mucho más representativo del empleado "típico". Por esta razón, la mediana es la medida preferida para describir datos asimétricos como los ingresos o los precios de las viviendas.
La Moda: El Campeón de la Popularidad
La moda es la medida más simple de todas: es el valor que aparece con mayor frecuencia en el conjunto de datos. Es la única medida de tendencia central que se puede utilizar tanto para datos numéricos como para datos categóricos (no numéricos).
- Unimodal: El conjunto tiene una sola moda. En {2, 3, 4, 4, 5, 6}, la moda es 4.
- Bimodal: El conjunto tiene dos modas. En {2, 3, 3, 4, 5, 5, 6}, las modas son 3 y 5.
- Multimodal: El conjunto tiene más de dos modas.
- Sin moda: Si todos los valores aparecen con la misma frecuencia, el conjunto no tiene moda.
"La estadística es la gramática de la ciencia."
La moda es especialmente útil cuando se quieren identificar los picos o las concentraciones más comunes en los datos. Por ejemplo, un fabricante de calzado usará la moda para saber qué talla de zapato es la más vendida y, por lo tanto, la que más debe producir.
Visualizando la Diferencia: Distribuciones Simétricas y Asimétricas
La relación entre la media, la mediana y la moda nos dice mucho sobre la forma de la distribución de nuestros datos.
- Distribución Simétrica: En una distribución perfectamente simétrica (como la campana de Gauss), la media, la mediana y la moda coinciden en el mismo punto.
- Distribución Asimétrica a la Derecha (Sesgo Positivo): Hay una "cola" larga de valores altos a la derecha. En este caso, la media es arrastrada hacia la derecha por los valores altos, por lo que Moda < Mediana < Media. El ejemplo del salario del CEO es un caso de asimetría a la derecha.
- Distribución Asimétrica a la Izquierda (Sesgo Negativo): Hay una cola larga de valores bajos a la izquierda. La media es arrastrada hacia la izquierda, por lo que Media < Mediana < Moda. Un ejemplo podría ser las calificaciones de un examen muy fácil, donde la mayoría de los estudiantes obtienen notas altas.
Entender estas tres medidas no es solo un ejercicio académico. Es una habilidad fundamental para interpretar correctamente los datos que encontramos a diario en las noticias, en informes de sostenibilidad y en nuestro propio trabajo, permitiéndonos extraer conclusiones más precisas y honestas del mundo que nos rodea.
Herramientas Relacionadas
Preguntas Frecuentes sobre Media, Mediana y Moda
Sí. Si dos o más valores aparecen con la misma frecuencia máxima, el conjunto es bimodal o multimodal. Por ejemplo, en el conjunto {1, 2, 2, 3, 4, 4, 5}, tanto el 2 como el 4 son modas.
Si cada valor en el conjunto de datos aparece solo una vez, se considera que el conjunto no tiene moda. La calculadora indicará "Ninguna".
La media solo se puede calcular para datos numéricos (cuantitativos). No tiene sentido calcular el "promedio" de datos categóricos como colores, ciudades o tipos de animales. Para esos datos, la moda es la medida de tendencia central apropiada.
Si el número de datos es impar, la mediana siempre será uno de los números del conjunto. Sin embargo, si el número de datos es par, la mediana es el promedio de los dos números centrales, por lo que puede ser un valor que no está presente en el conjunto original (ej. la mediana de {2, 4} es 3).
Una distribución bimodal es aquella que tiene dos picos (dos modas). A menudo, esto sugiere que los datos provienen de dos poblaciones diferentes subyacentes. Por ejemplo, si mides las alturas de un grupo de adultos, podrías encontrar una distribución bimodal con un pico para las alturas de las mujeres y otro para las de los hombres.
La media, la mediana y la moda coinciden o son muy cercanas en una distribución de datos perfectamente simétrica y unimodal, como la distribución normal (campana de Gauss). Esta es una característica clave de este tipo de distribución.