Cómo funciona
Media, mediana y moda son las tres medidas clásicas de tendencia central — números únicos que resumen «dónde se sitúa» un conjunto de datos en la recta numérica. Responden a la misma pregunta («¿cuál es lo típico?») de tres formas distintas y a menudo discrepan, lo cual es justamente el motivo de tener tres. La media es el promedio aritmético: suma los valores y divide por el conteo. La mediana es el valor central al ordenar: la mitad de los datos por encima, la mitad por debajo. La moda es el valor que más se repite (un conjunto puede tener varias modas si empatan, o ninguna si todos los valores son únicos).
Cuál usar depende de la forma de los datos y de qué se quiere comunicar. La media es lo más informativo cuando los datos son razonablemente simétricos y poco sesgados — en una distribución normal, media, mediana y moda coinciden. Pero la media es sensible a outliers: un multimillonario en una sala de 99 personas comunes dispara la media y deja la mediana prácticamente intacta. Así que para describir el ingreso «típico», el precio de vivienda «típico» o cualquier «típico» con distribución de cola larga (ingresos, riqueza, tiempos de respuesta, tamaños de archivo), usa la mediana — resume mejor a la mayoría. La media es útil cuando necesitas hacer matemática posterior (multiplicar, sumar entre grupos, tests estadísticos como t-tests asumen datos centrados en la media), pero engaña al reportar un único valor típico a una audiencia no técnica.
La moda es más útil con datos categóricos («color más popular», «ocupación más común», «botón más clicado») y datos discretos con agrupamiento natural. Para datos continuos (alturas, temperaturas, precios), la moda suele ser irrelevante porque ningún par de valores es exactamente igual al milímetro. En ese caso, agrupa los datos en rangos y reporta el rango modal. Heurística práctica: si los datos son simétricos y necesitas un único número representativo, usa la media. Si están sesgados o tienen outliers, la mediana. Si describes el pico de una distribución o hablas de categorías, la moda. Reportar las tres y dejar comparar a la audiencia suele ser el enfoque más honesto — revela el sesgo cuando media y mediana discrepan.
La fórmula
xᵢ son los puntos individuales. n es el conteo. Para la mediana, hay que ordenar primero; con número par, la mediana es la media de los dos valores centrales. La moda no necesita orden y puede devolver varios valores (bimodal, multimodal) o ninguno (todos únicos).
Ejemplo de cálculo
- Conjunto: 7, 3, 9, 3, 5, 8, 3. n = 7.
- Media = (7+3+9+3+5+8+3) / 7 = 38 / 7 ≈ 5,43.
- Ordena: 3, 3, 3, 5, 7, 8, 9. n impar (7), así que mediana = el (7+1)/2 = 4º valor = 5.
- Moda: 3 aparece tres veces, más que ningún otro valor, así que moda = 3. La media (5,43), mediana (5) y moda (3) son todas distintas — típico en conjuntos pequeños con sesgo; reportar las tres da una imagen más completa que cualquiera por separado.
Preguntas frecuentes
¿Por qué la media y la mediana suelen ser distintas?
Porque la media es sensible a outliers y sesgo, mientras la mediana los ignora. La media usa la magnitud real de cada valor en el cálculo, así que un único valor muy grande o muy pequeño la mueve mucho; la mediana solo usa la posición, así que los outliers extremos contribuyen igual que cualquier otro punto por encima o por debajo del centro. Cuando media > mediana, los datos están sesgados a la derecha (cola larga de valores altos arrastra la media — típico de ingresos, riqueza, tiempos de respuesta, tamaños de archivo). Cuando media < mediana, sesgo a la izquierda (menos común, pero visible en cosas como edad de jubilación o puntuaciones con efecto suelo o techo). El tamaño del hueco entre media y mediana es en sí mismo una medida rápida del sesgo.
¿Y si mi conjunto tiene más de una moda?
Repórtalas todas. Un conjunto bimodal tiene dos valores empatados como más frecuentes (p. ej. 3, 3, 5, 5, 7 — tanto 3 como 5 aparecen dos veces); multimodal tiene tres o más. La calculadora lista cada valor empatado en lugar de elegir arbitrariamente. La bimodalidad suele indicar que se están analizando juntas dos subpoblaciones distintas — p. ej., las alturas de un grupo mixto de hombres y mujeres adultos son bimodales porque cada sexo tiene su rango típico. Cuando veas varias modas, pregúntate si tu conjunto es realmente mixto y se analizaría mejor en subgrupos. Si todos los valores son únicos (común en mediciones continuas), no hay moda — esa es la respuesta correcta en ese caso, y debes describir la distribución por media y mediana.
¿Cuándo reportar las tres vs solo una?
Calcula siempre las tres; reporta según audiencia y fin. Para audiencia técnica o análisis a fondo, reportar las tres con sus diferencias cuenta una historia más rica sobre la forma. Para audiencia no técnica con un único número: mediana para datos sesgados o tipo ingresos, media para datos simétricos o de medición, moda solo si los datos son categóricos o tienen puntos de agrupación natural. En periodismo y políticas, la mediana suele ser el valor por defecto — más difícil de manipular con outliers y representa honestamente a la «persona del medio». En artículos científicos, la media es convencional junto con su desviación estándar. En analítica de producto/UX, las tres ayudan: media para uso global, mediana para usuario típico, moda para identificar el patrón más común (p. ej. «la mayoría envía 3 mensajes por sesión» — moda del conteo).