MEDIDAS DE

RESUMEN
Las medidas de resumen son indicadores estadísticos que permiten
sintetizar conjuntos de datos, tanto cualitativos como cuantitativos,
mediante un solo resultado. Las principales medidas de resumen
según tipo de variables son:
V. cualitativas: Razones
Proporciones
Tasas; y para,

V. cuantitativas: Medidas de tendencia central

 Moda
 Mediana
 Media aritmética
Medidas de dispersión
 Rango total
 Rango intercuartílico
 Desviación estándar
 Coeficiente de variación
 Medidas de resumen para variables cualitativas
1. Razón o relación (ratio)
En un sentido amplio, es el resultado de dividir dos cantidades.
Indica la dimensión relativa de dos números. Si (a) es un número
y (b) es otro, la razón o relación entre los dos será:
a
R
b
Ejemplos:
Nº de varones = Razón de masculinidad.
Nº de mujeres

Nº de habitantes = hab/cama hospital.

Nº de camas hospitalarias
Tarea. Un distrito tiene 2000 habitantes y el policlínico tiene 20
camas. Calcular la razón hab/cama hospital.
2. Proporción (proportion)
Una proporción tiene la forma de una fracción donde el
numerador es el número (a) de eventos o elementos con la
característica de interés (tener obesidad de un total de
conductores de transporte público evaluados) y el
denominador es el total (a + b) de elementos evaluados,
(total de conductores), es decir:
a a
p ó p
ab n
La fracción generalmente se multiplica por 100% y se
obtiene el porcentaje.
Así:
n = muestra de conductores evaluados = 572
a = número de conductores obesos= 372
b = número de conductores no obesos,

Entonces la proporción de obesos en la muestra de

estudio, es:

p = 372/572 =0,65.

Expresado en porcentaje indicaría que el porcentaje de

obesos en la muestra es 65% .

¿Cuánto será la proporción de no obesos?

3. Tasa (rate)
Cociente que resulta de dividir un número de
acontecimientos sucedidos en un periodo de tiempo (un
flujo) entre la población media existente en ese periodo.
a
T ( )k
ab
Donde k es el número 1 seguido de ceros, como 1000,
10000, etc.
Entonces para el calculo de una tasa se considera tiempo y
y lugar.
Así por ejemplo en el Perú, de acuerdo a la ENDES 2011
la tasa de mortalidad infantil fue de 16 muertes x 1000 n.v.
En resumen:
 FRACCIÓN

Está el numerador incluido en el denominador?

SI NO

Está el tiempo incluido

en el denominador?

SI NO

TASA PROPORCION RAZON

Tasa de Prevalencia Mortalidad materna
Incidencia
Medidas de resumen para variables cuantitativas

1. Medidas de tendencia central en datos no agrupados

Los valores de la mayoría de las variables cuantitativas en

medicina, muestran una tendencia natural de agruparse
alrededor de un punto. Esta tendencia da origen a un pico
(en el polígono de frecuencias simples se puede observar
una subida gradual hasta alcanzar un máximo y luego un
descenso también gradual) que se encuentra en las
distribuciones de frecuencias. La localización del pico o
punto de tendencia central, es una característica que se
puede medir a través de la medida de tendencia central
correspondiente. Luego, una medida de tendencia central es
un indicador del centro de la distribución.
No todas las variables cuantitativas tienden a la simetría,
existen distribuciones asimétricas y hay variables medidas
en escala ordinal o de intervalo, por cuyo motivo existen
diferentes medidas de tendencia central. Las más
utilizadas son: Moda (Mo), Mediana (Me) y Media
aritmética (x)
A. Moda (mode)
La moda en un conjunto de n observaciones es aquel valor
que se presenta con mayor frecuencia.
Ejemplo. Duración de una enfermedad en cinco pacientes
expresada en días: 12, 14, 16, 19 y 14
Moda = 14 días. Este es el valor que más veces se repite.
Tarea: Obtener la moda para los siguientes datos:
a. 7, 5, 2, 7, 5, 8 y 4 Moda = ..............
b. 1, 2, 3, 4, 5 y 6 Moda = ..............
B. Mediana (median)
La mediana de un conjunto de n observaciones dispuestas en orden
ascendente o descendente, es el valor que divide el conjunto de
observaciones en dos partes iguales si n es impar, y si n es par es la
semisuma de los valores centrales.
Ejemplo. Calcular la mediana de: 16, 13, 19, 14 y 12 días de
hospitalización.
Ordenando: 12, 13, 14, 16 y 19, luego la mediana es: 14 días.
Interpretación. El 50% de pacientes estuvo hospitalizado menos de
14 días.

Tarea: Obtener e interpretar la mediana de la serie: 1, 2, 3, 4, 8 y 8.

Mediana =…………….

Interpretación:……………………………………………………..
C. Media aritmética (mean)

La media aritmética de una muestra de n datos x1, x2, x3, ... xn se

define como:

x  x i

Ejemplo Los siguientes datos son edades (años) de una muestra

de 10 niños que acudieron al consultorio de pediatría en una
semana. 6, 5, 5, 4, 3, 5, 3, 3, 4 y 2
_
x =40/10 = 4 años.

Interpretación: En promedio, los 10 niños tienen 4 años de edad.

USO DE LAS MEDIDAS DE TENDENCIA CENTRAL

Moda
· Puede usarse también en variables cualitativas.
· Se usa por su rapidez y sencillez en datos cuantitativos
· Es una medida ambigua
Mediana
· Para variables medidas en escala ordinal o de intervalo.
· Para variables medidas en escala de razón con distribución
asimétrica.
· No es afectada por variaciones extremas
· Siempre está en el centro de la distribución
· Es muy variable de muestra a muestra
Media aritmética
. Para variables medidas en escala de razón y con distribución
simétrica.
. Es la más estable y representativa
· Se usa en inferencia estadística
· Es afectada por variaciones extremas
ASIMETRÍA

Existen medidas de asimetría de las distribuciones como

el coeficiente de asimetría de Pearson (A)
_
3( x  Me)
A
s

s = desviación estándar de la distribución.

_
Si A = 0, es decir, si x= Me, la distribución es simétrica
Si A es + “la distribución está sesgada a la derecha”
Si A es - “la distribución está sesgada a la izquierda”
2. MEDIDAS DE DISPERSIÓN

Las variables cuantitativas asumen valores que naturalmente

muestran diferentes grados de dispersión o variabilidad.
Una medida de dispersión cuantifica el grado de
variabilidad o dispersión de los datos respecto a la
medida de tendencia central correspondiente. Una
medida de tendencia central siempre debe estar
acompañada por la medida de dispersión correspondiente.
Las principales son:
1. Rango total: R. (siempre debe presentarse)
2. Rango intercuartílico: RIC (acompaña a la mediana)
3. Desviación estándar: s (muestral).( va con la media)
4. Coeficiente de variación: CV. (medida relativa)
1. Rango (range) o rango total: R

Rango, recorrido o amplitud total es igual a:

R = Xmax - Xmin.

En la practica se recomienda especificar el valor

más alto y el más bajo sin obtener la diferencia.
El rango de -0,2 , 0,4 , 0,8 y 1,6 es,
R = 1,6 – (-0,2) = 1,8.
2. DESVIACION ESTANDAR (standard deviation) :
s.
Un poco de simbología:
 2 __________________________________
• s2__________________________________
•  __________________________________
 s ___________________________________

La varianza como medida de variabilidad casi no es

usada, entre otros porque se expresa en unidades
cuadradas, así si el valor de plomo en sangre de un
sujeto se expresa en g/dl, si elevamos al cuadrado
esta unidad, su significado e interpretación no son
fáciles.
La desviación estándar o desviación típica es
una medida de variabilidad de los datos
respecto a la media aritmética.
Fórmula práctica para calcular la desviación estándar
de una muestra de datos no agrupados:

( xi ) 2
 xi 
2

S n
n1
La desviación estándar mide la
variabilidad promedio de los datos
respecto a la media aritmética
4.-COEFICIENTE DE VARIACIÓN: CV

CV relaciona la desviación estándar con la media

aritmética. Expresa qué tanto por ciento, es la
desviación estándar de la media aritmética.
s
CV  _
100 %
x
El CV es útil para comparar la variabilidad relativa de
datos de dos o más distribuciones de variables
diferentes. Así, si se va comparar la variabilidad de los
pesos (kg), y talla (cm) de recién nacidos; se calcula,
para cada variable, el CV y la que presente menor CV
es la más homogénea.
 Ejemplo

Los siguientes son tiempos de hospitalización en

días de una muestra de 10 pacientes.
5, 7, 6, 4, 5, 7, 8, 5, 3, 5

Calcular e interpretar las medidas de dispersión.

a) Rango total (R)

Xmax = 8 Xmin = 3

R= 5 días

Interpretación:La diferencia entre los valores extremos

es 5 días.
b) Desviación estándar (S)

Siendo ∑x = 55, ∑X2 = 323, n = 10; se tiene:

S = 1,5 días.

Como ͞x =5,5 días, la expresión en el informe (͞x ± S), sería:

( 5,5 ± 1,5) días.

Interpretación de la desviación estándar: En promedio los

diez datos varían respecto a la media aritmética en 1,5
días.
c) Coeficiente de variación (CV)

CV = 1,5 x 100% = 27,3%

5,5

Interpretación: La desviación estándar es el 27,3% de la

media aritmética.
Gráfico de caja y bigotes.
Permite estudiar la simetría de los datos y detectar
valores atípicos (outliers). Este gráfico divide los
datos en cuatro áreas de igual frecuencia. La caja
central (donde se encuentra el 50% central de los
datos) tiene una línea vertical (u horizontal) en el
interior de la caja que indica la mediana (si esta
línea está en el centro de la caja hay simetría).
Partiendo del centro de cada lado vertical (u
horizontal) de la caja se dibujan los bigotes. El
bigote de la izquierda ( o inferior) tiene su extremo
en el valor más cerca de (Q1 – 1,5RIC), mientras
que el bigote de la derecha ( o superior) tiene su
extremo en el valor más cerca de
(Q3 + 1,5RIC). Se consideran atípicos (outliers) los
valores mayores a (Q3 + 1,5RIC) y menores a (Q1 –
1,5RIC). Estos atípicos se clasifican en atípicos los
que están entre las bandas (Q3 + 1,5RIC y Q3 +
3RIC) o (Q1 – 1,5RIC y Q1 – 3RIC) y atípicos
extremos los mayores a (Q3 + 3RIC) o menores a
(Q1 – 3RIC) ( en SPSS se representan por o y x,
respectivamente)
Recordar que.
Q1= cuartil uno o percentil 25.
Q3 = cuartil tres o percentil 75.
RIC = rango intercuartílico = (Q3 - Q1).
Veamos los ejemplos que siguen:
Diagrama de Caja y Bigotes

Min Max

Q1 mediana Q3

Escala
 Diagramas de caja y bigotes
Tabla I. Distribución de frecuencias
de la edad en 100 pacientes. Edad Nº de pacientes

Edad Nº de pacientes
30 3
18 1
31 4
19 3
32 5
20 4
33 3
21 7
34 2
22 5
35 3
23 8
36 1
24 10
37 2
25 8
38 3
26 9
39 1
27 6
41 1
28 6
42 1
29 4
Los valores para obtener el diagrama:
Min. = 18
Máx. = 42
Mediana = 26
Q1 = 23
Q3 = 31
RIC = 8
Calculando los extremos de los bigotes:
Extremo inferior = (Q1 – 1,5RIC) = 23 - 1,5(8) = 11
Extremo superior=(Q3 + 1,5RIC)= 31 + 1,5(8) = 43
Como los valores máximo y mínimo se encuentran
entre estos extremos, los bigotes se graficarán hasta
18 y 42, no existiendo ningún valor atípico (outlier)
Figura 1. Ejemplo de un diagrama de caja y bigotes
correspondiente a lo datos en la Tabla I.