PRACTICA N 1

Medidas de Tendencia central

I.

Objetivos
Aprender el fundamento de la medida de tendencia central
en diversos tipos de alimentos.

Identificar las diversas tcnicas de medidas de tendencia

central.

Conocer el mtodo de medidas de tendencia central que

est relacionado con la gestin de calidad de alimentos.

Identificar la tcnica de caja y bigote sobre los conceptos

de la mediana, cuartiles, valor mnimo y mximo.

II.

Introduccin
Las medidas de tendencia central describen la naturaleza
general del grupo de datos, ya sean una muestra o la propia
poblacin. Pero en ocasiones estamos interesados en
describir la situacin relativa de una observacin en
particular dentro del grupo completo de datos. A las medidas
descriptivas de la relacin existente entre una medicin en
particular y el resto de los datos se le denomina medidas de
situacin relativa.
Las medidas de tendencia central son medidas estadsticas
que buscan resumir en un solo valor un conjunto de valores.
Simbolizar un centro en torno al cual se encuentra situado el
conjunto de los datos. Las medidas de tendencia central ms
utilizadas (Media, Mediana y Moda). Las medidas de
dispersin en cambio miden el grado de dispersin de los
valores de la variable.

Dicho en otros vocablos las medidas de dispersin pretenden

evaluar en qu medida los datos difieren entre s. De esta
forma, ambos tipos de medidas usadas en grupo permiten
describir un grupo de datos entregando informacin acerca
de
su
posicin
y
su
dispersin.
Los mtodos para obtener las medidas estadsticas difieren
levemente dependiendo de la forma en que se encuentren los
datos. Si los datos se encuentran ordenados en una tabla
estadstica diremos que se encuentran agrupados y si los
datos no estn en una tabla hablaremos de datos no
agrupados.

III.

Marco terico
3.1

Medidas de tendencia central

Son indicadores estadsticos que resumen todos los datos en

un solo nmero, que han sido obtenidos a travs de frmulas.
Se utiliza generalmente para variables cuantitativas, por lo
tanto son valores que representan a un grupo de datos y son
llamados tendencia central, ya que se ubican en el centro de
la distribucin de los datos.

3.2

Principales medidas de tendencia central

a)

Media aritmtica: Es un indicador estadstico que

representa a un conjunto de datos cuantitativos. Este
promedio no es nicamente el ms familiar en el uso
actual, sino tambin el ms importante en la teora y el
ms til en la prctica sino se especifica otra cosa, la
palabra
media
significa
ordinariamente
media
aritmtica. Es la suma de todos los valores de una
variable dividida entre el nmero total de datos de los
que se dispone.

x =

1
N

Xi
i1

b) Mediana: Es un indicador estadstico que divide al

conjunto de datos en dos partes iguales.

c) Moda: Es el valor que ms se repite en un conjunto de

datos.

IV.

Materiales y mtodos
IV.1 Materia prima:
30 unidades de frunas.

1 leche chica.

IV.2 Materiales

Balanza analtica.

Calculadora.
3

Vernier.

Regla.

IV.3 Procedimientos:
1. PRODUCTO INDIVIDUAL:
a) Seleccione qu variable va a medir en el producto
individual (frunas).

b) A cada una de los productos individuales realice

la(s) mediciones que haya determinado hacer.

Medidas: Largo.

 Medidas: Ancho.

2. PRODUCTO INDUSTRIAL:
a) Seleccione qu variable va a medir en el producto
industrial (Leche).

b) Se pesa el producto.

c) Se miden los dimetros inferiores y superiores.

Medida de dimetro: Superior.

Medida de dimetro: Inferior.

d) Se mide la altura.
6

e) Se mide los vacos inferiores y superiores

V.

Resultados
Medidas de tendencia central para la
gestin de la calidad del alimento.
PRODUCTO INDIVIDUAL

Frunas
Producto Individual
Unidades

Peso

1
2
3
4
5
6
7
8

8.8
7.9
8.6
8.9
8.5
8.9
8.4
7.6
7

Tamao
Largo
Ancho
8
1.1
7.7
1.3
8.1
1.2
7.9
0.9
7.9
0.8
7.5
0.9
7.6
1.1
7.4
1.1

9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

8.4
8.3
8.4
8.2
8.4
7.6
7.6
8.5
9.4
8.7
8.9
7.8
8.2
9.1
8.7
8.4
8.6
8.4
8.3
8.9
8.5
8.4

8.1
8.2
7.4
7.8
8.3
8
7.9
7.3
7.9
8.2
8
8
7.4
8.2
7.6
8
7.9
8
7.9
7.7
8.2
8

0.9
1.1
0.9
1.1
0.8
1.1
1
1
1.2
1.1
1.2
1.1
1.1
1.1
1
1.1
1
1
0.9
0.8
0.9
1.1

a) PESOS:

Ordenamos los pesos de menor a mayor.

Peso
7.6
7.6
7.6
7.8
7.9
8.2
8.2
8.3
8.3
8.4
8.4
8.4
8.4
8.4
8.4
8.4
8.5
8

8.5
8.5
8.6
8.6
8.7
8.7
8.8
8.9
8.9
8.9
8.9
9.1
9.4

Ubicamos los rangos.

frecuenci
Rango
a
7.6
7.8
7.9
8.2
8.3
8.4
8.5
8.6
8.7
8.8
8.9
9.1
9.4

3
1
1
2
2
7
3
2
2
1
4
1
1

Graficar.

Frecuencia Vs Rango

Frecuencia

8
7
6
5
4
3
2
1
0
7,6 7,8 7,9 8,2 8,3 8,4 8,5 8,6 8,7 8,8 8,9 9,1 9,4

Rango

Frecuencia Vs Rango
8
6

Frecuencia 4
2
0

7,6 7,8 7,9 8,2 8,3 8,4 8,5 8,6 8,7 8,8 8,9 9,1 9,4

Rango

Clculos estadsticos

10

Estadstica

Peso

Media
Error tpico
Mediana
Moda
Desviacin
estndar
Varianza de la
muestra

Curtosis
Coeficiente de
asimetra
Rango
Mnimo
Mximo
Suma
Cuenta

LI: 7.96

8.4433333
33
0.0796087
17
8.4
8.4
0.4360349
03
0.1901264
37
0.1918474
96
0.2826440
67
1.8
7.6
9.4
253.3
30

Hallar los
limites

LS: 8.84

Los limites, rechazaron a 10 unidades de frunas.

b) MEDIDAS:
Ancho:

Ordenamos las medidas de menor a mayor.

11

Ancho
0.8
0.8
0.8
0.9
0.9
0.9
0.9
0.9
0.9
1
1
1
1
1
1.1
1.1
1.1
1.1
1.1
1.1
1.1
1.1
1.1
1.1
1.1
1.1
1.2
1.2
1.2
1.3

Ubicamos los rangos.

frecue
Rango
ncia
0.8

3
12

0.9
1
1.1
1.2
1.3

6
5
12
3
1

Graficar.

Frecuencia Vs Rango
15
10

Frecuencia

5
0
0,8

0,9

1,1

1,2

1,3

Rango

Frecuencia Vs Rango

Frecuencia

14
12
10
8
6
4
2
0

0,8

0,9

1,1

Rango

Clculos estadsticos.

Estadstica

13

Ancho

1,2

1,3

Media
Error tpico
Mediana
Moda
Desviacin
estndar
Varianza de la
muestra
Curtosis
Coeficiente de
asimetra
Rango
Mnimo
Mximo
Suma
Cuenta

1.03
0.02356
21
1.1
1.1
0.12905
492
0.01665
517
0.55092
71
0.19388
79
0.5
0.8
1.3
30.9
30

Hallar los lmites.

LI: 0.9

LS: 1.2

Los limites, rechazaron a 7 unidades de frunas.

Largo:
14

Ordenamos las medidas de menor a mayor.

Largo
7.3
7.4
7.4
7.4
7.5
7.6
7.6
7.7
7.7
7.8
7.9
7.9
7.9
7.9
7.9
7.9
8
8
8
8
8
8
8
8.1
8.1
8.2
8.2
8.2
8.2
8.3

Ubicamos los rangos.

Rango

Frecuenci
a
15

7,3
7,4
7,5
7,6
7,7
7,8
7,9
8
8,1
8,2
8,3

1
3
1
2
2
1
6
7
2
4
1

Graficar.

Frecuencia Vs Rango

Frecuencia

8
7
6
5
4
3
2
1
0
7,3 7,4 7,5 7,6 7,7 7,8 7,9

8,1 8,2 8,3

Rango

Frecuencia Vs Rango
8
6

Frecuencia

4
2
0

7,3 7,4 7,5 7,6 7,7 7,8 7,9 8 8,1 8,2 8,3

Rango

Calculo estadstico.

16

Estadstica

Largo

Media

7.87
0.05009
187
7.9
8
0.27436
447
0.07527
586
0.55069
28
0.59698
56
1
7.3
8.3
236.1
30

Error tpico
Mediana
Moda
Desviacin
estndar
Varianza de la
muestra
Curtosis
Coeficiente de
asimetra
Rango
Mnimo
Mximo
Suma
Cuenta

Hallar los lmites.

LI: 7.6

LS: 8.14

Los limites, rechazaron a 9 unidades de frunas.

17

PRODUCTO INDUSTRIAL

Leche
Unidad
es
1
2
3
4
5
6

Diametro
Inferior
6.35
5.97
6.14
6.14
6.04
6.35

Peso
192
190.7
191
190.5
196.0
196

Diametro
Superior
6.15
5.97
6.14
6.14
6.04
6.15

Altura
6.2
5.83
5.93
5.932
6.4
6.4

Vaco
Superior
0.4
0.5
0.2
0.21
0.3
0.5

a) PESOS:

Ordenamos los pesos de menor a mayor.

Peso
190.5
190.7
191
192
195.7
196.0

Ubicamos los rangos.

Rang frecue
o
ncia
190.5
190.7
191
192
196

1
1
1
1
2

18

Vaco
Inferior
0.4
0.5
0.2
0.21
0.2
0.4

Graficar.

Frecuencia Vs Rango
2.5
2
1.5

frecuencia

1
0.5
0
190,5

190,7

191,0

192,0

196,0

Rango

Frecuencia Vs Rango
2.5
2
1.5

frecuencia

1
0.5
0

190,5

190,7

191,0

Rango

19

192,0

196,0

Calculo estadstico.

Estadstica

Peso
192.666
9
1.06943
768
191.400
7
196
2.61957
662
6.86218
166
1.90725
08
0.85104
568
5.5
190.5
196
1156.00
14
6

Media
Error tpico
Mediana
Moda
Desviacin
estndar
Varianza de la
muestra
Curtosis
Coeficiente de
asimetra
Rango
Mnimo
Mximo
Suma
Cuenta

b) DIAMETRO INFERIOR:

Ordenamos los pesos de menor a mayor.

Dimetro
Inferior
5.97
6.04
6.14
6.14
6.35
6.35

Ubicamos Los rangos

Frecuen
Rango
cia
5,97
6,04

1
1
20

6,14
6,35

2
2

Graficar:

Frecuencia Vs Rango
2.5
2
1.5

frecuencia

1
0.5
0
0,2

0,3

0,4

0,5

Rango

Frecuencia Vs Rango
2.5
2
1.5

frecuencia

1
0.5
0

0,2

0,3

Rango

21

0,4

0,5

Clculo estadstico:

Dimetro
Inferior

Estadstica
Media
Error tpico
Mediana
Moda
Desviacin estndar
Varianza de la muestra
Curtosis
Coeficiente de asimetra
Rango
Mnimo
Mximo
Suma
Cuenta

6.165
0.064122279
6.14
6.35
0.157066865
0.02467
-1.6107865
0.252707238
0.38
5.97
6.35
36.99
6

c) DIAMETRO SUPERIOR:

Ordenamos los pesos de menor a mayor.

Dimetro
Superior
5.97
6.04
6.14
6.14
6.15
6.15

Ubicamos los rangos:

Frecuen
Rango
cia
22

5,97
6,04
6,14
6,15

1
1
2
2

Graficar:

Frecuencia Vs Rango
2.5
2
1.5

frecuencia

1
0.5
0
0,2

0,3

0,4

0,5

Rango

Frecuencia Vs Rango
2.5
2
1.5

frecuencia

1
0.5
0

0,2

0,3

Rango

23

0,4

0,5

Clculo estadstico:

Dimetro
Superior

Estadstica
Media
Error tpico
Mediana
Moda
Desviacin
estndar
Varianza de la
muestra
Curtosis
Coeficiente de
asimetra
Rango
Mnimo
Mximo
Suma
Cuenta

6.098333333
0.030921046
6.14
6.14
0.075740786
0.005736667
0.197137524
-1.306023322
0.18
5.97
6.15
36.59
6

d) ALTURA:

Ordenamos los pesos de menor a mayor.

Altura
5.83
5.93
5.93
6.2
6.4
6.4

Ubicamos los rangos.

24

Frecuen
Rango
cia
5,83
5,93
6,2
6,4

1
2
1
2

Graficar.

Frecuencia Vs Rango
2.5
2
1.5

frecuencia

1
0.5
0
0,2

0,3

0,4

0,5

Rango

Frecuencia Vs Rango
2.5
2
1.5

frecuencia

1
0.5
0

0,2

0,3

Rango

25

0,4

0,5

Clculo estadstico.

Estadstica

Altura

Media

6.115
0.10317
461
6.065
5.93
0.25272
515

Error tpico
Mediana
Moda
Desviacin
estndar
Varianza de la
muestra
Curtosis
Coeficiente de
asimetra
Rango
Mnimo
Mximo
Suma
Cuenta

0.06387
2.44275
61
0.20629
982
0.57
5.83
6.4
36.69
6

e) VACIO SUPERIOR:

Ordenamos los pesos de menor a mayor.

Vaco
Superior
0.2
0.2
0.3
0.4
26

0.5
0.5

Ubicamos los rangos.

Frecuen
Rango
cia
0,2
0,3
0,4
0,5

2
1
1
2

Graficas.

Frecuencia Vs Rango
2.5
2
1.5

frecuencia

1
0.5
0
0,2

0,3

0,4

Rango

27

0,5

Frecuencia Vs Rango
2.5
2
1.5

frecuencia

1
0.5
0

0,2

0,3

0,4

Rango

Clculo estadstico.

Estadstica
Media
Error tpico
Mediana
Moda
Desviacin
estndar
Varianza de la
muestra
Curtosis
Coeficiente de
asimetra
Rango
Mnimo
28

Vaco
Superior
0.35
0.056273143
0.35
0.2
0.137840488
0.019
2.299168975
-1.06581E-15
0.3
0.2

0,5

Mximo
Suma
Cuenta

0.5
2.1
6

f) VACIO INFERIOR:

Ordenamos los pesos de menor a mayor.

Vaco
Inferior
0.2
0.2
0.2
0.4
0.4
0.5

Buscamos los rangos

Frecuen
Rango
cia
0,2
0,4
0,5

3
2
1

Graficas.

29

Frecuencia Vs Rango
3.5
3
2.5
2

frecuencia

1.5
1
0.5
0
0,2

0,4

0,5

Rango

Frecuencia Vs Rango
3.5
3
2.5
2

frecuencia

1.5
1
0.5
0

0,2

0,4

Rango

Calculo estadsticos
30

0,5

Estadstica
Media
Error tpico
Mediana
Moda
Desviacin
estndar
Varianza de la
muestra
Curtosis
Coeficiente de
asimetra
Rango
Mnimo
Mximo
Suma
Cuenta

VI.

Vaco
Inferior
0.316666667
0.054262735
0.3
0.2
0.132916014
0.017666667
2.253470986
0.32649359
0.3
0.2
0.5
1.9
6

Discusin

Como la poblacin es finita fue posible calcular la media

aritmtica, variacin estndar y los lmites superior e inferior
en las muestras dadas. lo cual ayuda al desarrollo de la
tcnica de medida de tendencia central en la gestin de la
calidad de alimentos.

La prctica realizada usamos la medida de tendencia central

en el cual es la seleccin de una muestra; en lo cual nuestra
muestra fue representativa de acuerdo a los principios del
muestreo estadstico y probabilidad.

En el caso de la tcnica de medidas de tendencia central en la

gestin de la calidad de alimentos, la poblacin tiene que ser
finita con la condicin de que esta porcin sea representativa
del todo y nos permita obtener la informacin de los mtodos
estadsticos.

31

VII.

Conclusin
En esta prctica hemos aplicado la tcnica de medidas de
tendencia central especficamente con producto individual e
industrial para una poblacin finita en este caso de frunas y
leche.
Se logr identificar las tcnicas para deteccin de valores y se
identificaron las caractersticas de cada tcnica determinando
sus propiedades, funcionalidad, fortalezas y debilidades. Se
compararon las diferentes tcnicas.
En la prctica el docente nos explic la tcnica de caja y
bigote que vinculan los conceptos de la mediana y cuartiles, y
nos sealan en forma indirecta como esta sesgada la
distribucin de los datos. Si son ms de 2 distribuciones
podemos comparar el comportamiento respecto a los datos
cualitativos y realizar interpretaciones y anlisis sobre ellas.
En la eleccin del producto individual e industrial se ha dado
segn los diferentes parmetros que presentan los alimentos
en el momento de analizarlos, ya sea peso, longitud, segn su
especie, etc.
Al escoger la muestra deliberadamente de manera que
contenga los mismos porcentajes de cada gnero y de cada
especie que nos llev a cabo en la eleccin de la cuantitativa
y cualitativa.
En la gestin de calidad de los diferentes tipos de alimentos
hemos aprendido a utilizar las tcnicas medidas de tendencia
central haciendo uso de los mtodos: media, moda, mediana,
etc.;
adems
de
saber
en
qu
casos
utilizarlos
especficamente.
La eleccin de la medida de tendencia central se da segn el
criterio de los parmetros diferentes que resumen las
respectivas caractersticas de una poblacin.
Las medidas de tendencia central son medidas estadsticas
que buscan resumir en un solo valor un conjunto de valores.
Simbolizar un centro en torno al cual se encuentra situado el
conjunto de los datos.

32

VIII.

Bibliografa
(2010). En G. C. Douglas C. Montgomery, & J. W. sons
(Ed.), probabilidades y estadisticas en la aplicacin de la
ingeniera (5, ilustrada ed., pgs. 12- 200).
Ross, S. M. (2002). Probabilidad y estadstica para
ingenieros. En S. M. Ross, Probabilidad y estadstica
para ingenieros (pgs. 193-213). mexico: mcgrawhillinteramericana. editores. S.A. de C.V.
Gutirrez P. Humberto. 2004. Control Estadstico de la
Calidad y Seis Sigma. Ed McGraw-Hill. Mxico.

33