Estadística descriptiva: qué es, medidas y ejemplos

¿Qué es la estadística descriptiva?

La estadística descriptiva es la que describe tus datos tal como son, sin adivinar nada más allá. Si tienes las ventas del año, la descriptiva te dice cuánto vendiste en promedio, cuál fue el mes más común, y qué tan parejas o dispares fueron. Es el primer paso de todo análisis y la parte más intuitiva de la estadística.

Se diferencia de la estadística inferencial en que la descriptiva solo habla de los datos que tienes; no generaliza a un grupo más grande. Describe, no concluye.

¿Cuáles son las medidas de tendencia central?

Las medidas de tendencia central son las que indican el valor "típico" o central de un conjunto de datos. Son tres: la media, la mediana y la moda. Responden a la pregunta "si tuviera que resumir todos estos datos en un solo número, ¿cuál sería?".

Media (o promedio): suma todos los valores y divide entre cuántos son. Con los datos 4, 6 y 8, la media es (4+6+8)/3 = 6. Es la más usada y también la más fácil de distorsionar.
Mediana: el valor que queda justo en el medio al ordenar los datos de menor a mayor. Con 4, 6 y 8, la mediana es 6. Si hay una cantidad par de datos, se promedian los dos del centro.
Moda: el valor que más se repite. Con 4, 6, 6 y 8, la moda es 6. Es la única que funciona con datos que no son números, como tallas o colores.

Aquí está lo que de verdad importa y casi nunca se enseña: cuál elegir. La media sirve cuando los datos son parejos. La mediana es la correcta cuando hay valores extremos que inflan o hunden el promedio (sueldos, precios de vivienda, ventas con picos). La moda es la indicada para categorías y para saber qué se repite más.

Un ejemplo que lo deja claro. Sueldos de un equipo: 1000, 1100, 1200, 1200 y 8000. La media da 2500, un número que no describe a nadie porque lo infla el sueldo del jefe. La mediana da 1200, que sí retrata al equipo. Decir "el sueldo promedio es 2500" es técnicamente cierto y a la vez engañoso. Saber esto te protege de que te confundan con números.

Las desarrollo con más ejercicios en media, mediana y moda.

Medidas de dispersión

Indican qué tan separados o juntos están los datos. Dos grupos pueden tener el mismo promedio y ser completamente distintos:

Rango: la diferencia entre el valor máximo y el mínimo. Simple pero útil.
Varianza: qué tanto se alejan los datos de la media, en promedio.
Desviación estándar: la raíz de la varianza, en las mismas unidades que tus datos. La más usada para medir dispersión.

Ejemplo: dos vendedores con el mismo promedio mensual, pero uno constante y otro con meses altísimos y meses en cero. La media es igual; la desviación estándar revela la diferencia.

Medidas de tendencia central y de dispersión: por qué van juntas

Las dos familias de medidas se presentan siempre en pareja, y hay una razón práctica: la tendencia central sin dispersión miente.

Míralo así. Dos tiendas venden en promedio 10,000 soles al mes. Idéntica media. Pero la tienda A vende entre 9,500 y 10,500 todos los meses, y la tienda B vende 2,000 en un mes y 25,000 en otro. Con el mismo promedio son dos negocios completamente distintos: uno es predecible y el otro es una montaña rusa que no te deja planificar compras ni personal.

Por eso, cuando presentes datos, nunca des solo el promedio. La regla mínima es media más desviación estándar, o mediana más rango. Un número solo no describe un conjunto.

Familia	Qué responde	Medidas
Tendencia central	¿Cuál es el valor típico?	Media, mediana, moda
Dispersión	¿Qué tan parejos son los datos?	Rango, varianza, desviación estándar

Un ejemplo completo

Imagina las edades de un grupo: 20, 21, 22, 22, 60. La media es 29 (la sube el de 60), la mediana es 22 (el del medio) y la moda es 22 (la más repetida). Aquí la mediana describe mejor al grupo que la media, porque el 60 es un valor extremo. Ese criterio de elegir la medida correcta es justo lo que enseño, y lo que evita conclusiones equivocadas.

De la estadística descriptiva al modelado

Todo lo que acabas de ver (media, mediana, desviación estándar, gráficos) es el paso previo obligatorio de cualquier análisis serio. No es teoría de relleno: es lo que te permite después leer un modelo con criterio.

La desviación estándar es la que define el ancho de la distribución normal, y de ahí sale la regla del 68, 95 y 99.7 para separar una variación normal de una anomalía real.
La correlación se construye estandarizando la covarianza, y es lo primero que se mira antes de modelar. Lo desarrollo en qué es la correlación.
Las medidas de dispersión son las que te dicen si el promedio representa al grupo o si el grupo es tan disperso que el promedio no describe a nadie.

Y cuando pasas de describir a decidir, entran las pruebas de hipótesis: la herramienta para saber si una diferencia que ves en los datos es real o pudo salir por azar.

La tabla de frecuencias: el paso previo a cualquier gráfico

Antes de graficar hay que contar, y para eso está la tabla de frecuencias. Es simplemente una tabla que dice cuántas veces aparece cada valor. Tiene cuatro columnas:

Frecuencia absoluta: cuántas veces aparece ese valor.
Frecuencia relativa: qué proporción del total representa, en porcentaje.
Frecuencia acumulada: la suma de las absolutas hasta esa fila.
Frecuencia relativa acumulada: lo mismo pero en porcentaje.

Cuando los datos son muchos y variados, se agrupan en intervalos en vez de listar valor por valor. Eso se llama tabla de frecuencia para datos agrupados, y se arma así:

Calcula el rango: el valor mayor menos el menor.
Decide cuántos intervalos quieres. Entre cinco y ocho suele funcionar bien.
Divide el rango entre el número de intervalos para obtener la amplitud de cada uno.
Arma los intervalos y cuenta cuántos datos caen en cada uno.

La decisión que más afecta el resultado es cuántos intervalos usar, y casi nadie la piensa. Con pocos intervalos escondes el detalle; con demasiados, el patrón desaparece entre el ruido. Si el histograma que sale no dice nada, prueba cambiando el número de intervalos antes de concluir que los datos no tienen forma.

Los gráficos estadísticos y cuándo usar cada uno

Elegir mal el gráfico es la forma más rápida de que un dato correcto comunique algo falso. Esta es la guía corta:

Gráfico	Para qué sirve	Cuándo NO usarlo
Barras o columnas	Comparar cantidades entre categorías	Si el eje no empieza en cero, exagera diferencias
Circular (pastel)	Ver la proporción de cada parte sobre un total	Con más de cinco o seis porciones se vuelve ilegible
Líneas	Mostrar evolución en el tiempo	Para comparar categorías que no tienen orden temporal
Histograma	Ver cómo se distribuyen los datos de una variable	Confundirlo con barras: aquí las categorías son intervalos
Dispersión	Ver si dos variables se relacionan	Para concluir causalidad, que es otra cosa
Caja (bigotes)	Comparar la dispersión y detectar valores extremos	Frente a público no técnico, si no lo explicas antes

La confusión más común es entre gráfico de barras e histograma. Se ven parecidos pero dicen cosas distintas: en el de barras cada barra es una categoría independiente (Lima, Arequipa, Cusco) y las barras van separadas. En el histograma cada barra es un intervalo de una variable continua (de 20 a 30 años, de 30 a 40) y las barras van pegadas, porque el rango es continuo.

Dos reglas que valen para todos: ordena las barras de mayor a menor salvo que exista un orden natural, porque así el lector encuentra el máximo sin buscar. Y empieza el eje vertical en cero en gráficos de barras: cortarlo hace que una diferencia del dos por ciento parezca del cincuenta.

El paso a paso para armarlos está en cómo hacer gráficos en Excel.

Preguntas frecuentes

¿Qué son los gráficos estadísticos?

Son representaciones visuales de datos que permiten ver patrones que una tabla esconde. Los principales son barras, circular, líneas, histograma, dispersión y caja. Cada uno responde una pregunta distinta y usar el equivocado hace que un dato correcto comunique algo falso.

¿Cuáles son los tipos de gráficos y para qué sirve cada uno?

Barras para comparar categorías, circular para ver proporciones de un total, líneas para evolución en el tiempo, histograma para ver cómo se distribuye una variable, dispersión para ver si dos variables se relacionan y caja para comparar dispersión y detectar valores extremos.

¿Cuál es la diferencia entre un gráfico de barras y un histograma?

En el de barras cada barra es una categoría independiente, como ciudades, y las barras van separadas. En el histograma cada barra es un intervalo de una variable continua, como rangos de edad, y las barras van pegadas porque el rango no tiene cortes.

¿Cuándo usar un gráfico circular?

Solo cuando muestras las partes de un total y son pocas categorías, idealmente hasta cinco o seis. Con más porciones el ojo no distingue tamaños parecidos y un gráfico de barras comunica mejor. Tampoco sirve para comparar valores exactos.

¿Cómo se hace una tabla de frecuencia para datos agrupados?

Calcula el rango restando el valor menor al mayor, decide cuántos intervalos quieres (entre cinco y ocho suele funcionar), divide el rango entre ese número para obtener la amplitud, arma los intervalos y cuenta cuántos datos caen en cada uno. Después agregas las columnas de frecuencia relativa y acumulada.

¿Cuál es la diferencia entre estadística descriptiva e inferencial?

La descriptiva resume y describe los datos que tienes; la inferencial saca conclusiones sobre un grupo más grande a partir de una muestra. La descriptiva describe, la inferencial generaliza.

¿Cuáles son las medidas de la estadística descriptiva?

Se agrupan en medidas de tendencia central (media, mediana, moda), que dan el valor típico, y medidas de dispersión (rango, varianza, desviación estándar), que dan qué tan separados están los datos.

¿Cuáles son las medidas de tendencia central?

Son tres: la media (el promedio), la mediana (el valor del medio al ordenar los datos) y la moda (el valor que más se repite). Las tres resumen un conjunto de datos en un valor típico, pero cada una lo hace de forma distinta.

¿Qué son las medidas de tendencia central y de dispersión?

Las de tendencia central dicen cuál es el valor típico de los datos (media, mediana, moda). Las de dispersión dicen qué tan separados están entre sí (rango, varianza, desviación estándar). Se usan siempre juntas, porque un promedio sin dispersión puede describir mal un conjunto.

¿Cuándo uso la mediana en vez de la media?

Cuando hay valores extremos que distorsionan el promedio. Por ejemplo, en sueldos o precios, unos pocos valores muy altos inflan la media; la mediana refleja mejor el valor típico.

¿Para qué sirven las medidas de tendencia central en un negocio?

Para responder preguntas de gestión con un solo número: cuál es el ticket promedio, cuál es el tiempo de entrega típico, qué producto se pide más. La clave es elegir la medida correcta según si hay valores extremos o no.

La estadística es lo que separa un dato de una decisión

Detrás de cada tablero y cada modelo hay estadística, y es la que dice si la diferencia que estás viendo es real o es ruido. En empresas eso no se enseña, se aplica: decidir con evidencia en vez de con la sensación del que habla más fuerte en la reunión.

Ver consultoría con datos Diagnostica en qué etapa está tu empresa

Describir es el primer tramo, no el único

La descriptiva ordena lo que ya tienes. Lo que viene después es pasar de la muestra a la población, que es donde aparecen la inferencia y la prueba de hipótesis.

Los seis tramos en orden están en la guía de estadística desde cero.

Ejecuta tu proyecto