INICIO
educacion · matematicas
diferencia entre media y mediana, Escritorio con gráfica de campana, fórmula de la media y material de cálculo estadístico
educacion ·#2276 ·Lectura 8 min. · Redactor: Cati Ariza

📊 Diferencia entre media y mediana en estadística

Respuesta corta
Verificado
Redactado por Humanos!

La media minimiza la suma de desviaciones al cuadrado; la mediana minimiza la suma de desviaciones absolutas.

01

Diferencia entre media y mediana: guía completa para entender las medidas de tendencia central

La media aritmética y la mediana son dos pilares fundamentales de la estadística descriptiva. Ambas sirven para identificar el centro de un conjunto de datos, es decir, ese valor que resume dónde se agrupan las observaciones. Sin embargo, lo hacen con lógicas de cálculo completamente distintas, y esa diferencia no es un detalle menor: elegir una u otra puede cambiar por completo la interpretación de un análisis, desde el informe de salarios de una empresa hasta el estudio de precios de vivienda en una ciudad.


La media aritmética, también llamada promedio, se obtiene sumando todos los valores de un conjunto y dividiendo esa suma entre el número total de observaciones. Su fórmula general es μ = Σx/n, donde μ es la media, Σx representa la suma de todos los datos y n el número de observaciones. Cada valor recibe exactamente el mismo peso, la misma ponderación, dentro del cálculo. Se la puede entender como el «punto de equilibrio» del conjunto, el centro de masa estadístico que tiene en cuenta absolutamente todos los puntos de datos. En términos formales, la media de una distribución es equivalente a su esperanza matemática, lo que la vincula directamente con la probabilidad y la teoría de la medida.


Para calcularla basta con recopilar todos los datos de la muestra sin ordenarlos previamente, sumar todo y dividir entre el total. Solo funciona con datos numéricos, no con categorías. Se distingue entre la media muestral, que se expresa con un símbolo específico sobre la x (x̄), y la media poblacional, representada por la letra griega mu (μ).


La mediana, en cambio, es el valor que divide una secuencia ordenada de datos en dos mitades exactamente iguales. A diferencia del promedio, no se ve afectada por valores extremos, lo que la convierte en una medida mucho más robusta ante datos atípicos. Su utilidad principal es representar el valor típico cuando existen observaciones que se alejan significativamente del resto. Garantiza que, exactamente, la mitad de los datos quede por encima y la otra mitad por debajo de ese valor central.


El cálculo de la mediana depende del número de observaciones:

  • Si n es impar: la mediana es el valor que ocupa la posición (n+1)/2 en los datos ordenados de menor a mayor.
  • Si n es par: la mediana es la media aritmética de los dos valores centrales, los que ocupan las posiciones n/2 y n/2+1.

Se usa habitualmente el símbolo «Me» para señalar la mediana de un conjunto de observaciones. Un ejemplo práctico con número impar: en el conjunto 3, 4, 1, 6, 7, 4, 8, 2, 8, 4, 5, al ordenar obtenemos 1, 2, 3, 4, 4, 4, 5, 6, 7, 8, 8. Con 11 datos, la posición central es la sexta, que corresponde al valor 4. Con un conjunto par como 2, 4, 6, 8, los dos valores centrales son 4 y 6, así que la mediana es (4+6)/2 = 5.


Para ilustrar el cálculo de la media, un alumno obtiene notas de 9 en matemáticas, 7 en lengua, 6 en historia, 8 en economía y 7,5 en ciencia. Sumando todas y dividiendo entre 5 asignaturas, la media aritmética del expediente es 7,5. Otro ejemplo con calificaciones de examen: 78, 85, 92, 88 y 70 suman 413, que dividido entre 5 da una puntuación media de 82,6.


La principal diferencia entre ambas se manifiesta con los valores atípicos, esos datos significativamente más altos o más bajos que el resto. En un conjunto de ingresos mensuales expresados en miles (3, 3,5, 4, 4,5, 5, 6 y 50), la media aritmética resulta en 10,85 mil, fuertemente sesgada por el valor de 50. La mediana, en cambio, es 4,5 mil, una representación mucho más fiel del ingreso típico de ese grupo. El valor extremo de 50 arrastra a la media, mientras que la mediana simplemente lo ignora en su posición central.


En distribuciones sesgadas a la derecha, como los ingresos o los precios inmobiliarios, la media se desplaza hacia la cola larga del conjunto, produciendo un valor superior a la mediana. Con ingresos de 30k, 35k, 40k, 45k, 50k, 100k y 200k, la media es 71,4 mil, elevada por los dos valores extremos, mientras que la mediana se queda en 45.000, mucho más cercana a la mayoría de los ingresos. La mediana refleja mejor el caso típico.


Un ejemplo pedagógico: goles de jugadores con los valores 2, 3, 4, 4, 5, 6, 8, 9, 12 y 50. La suma es 103 y la media es 10,3. Pero solo dos de diez jugadores superan esa media; la gran mayoría anota menos de 10 goles. La media no siempre describe bien una muestra, especialmente cuando la distribución no es equitativa.

“Con ingresos de 30k a 200k, la media es 71,4 mil pero la mediana solo 45.000: el valor atípico arrastra a la media, no a la mediana.”

Dato clave
diferencia entre media y mediana, Pizarra con dos histogramas comparando media y mediana en distribución sesgada
Imagen

Pizarra con dos histogramas comparando media y mediana en distribución sesgada

02

Cómo la media y la mediana interpretan los datos, se calculan y responden a distribuciones sesgadas

Lo mismo ocurre con los salarios. Si cinco empleados cobran 1500€, 1600€, 1700€, 1800€ y 8000€, la media sería 2920€, muy distorsionada por el salario del ejecutivo, mientras que la mediana es 1700€, mucho más representativa del salario típico del grupo. Por eso, al analizar remuneraciones en una empresa, la mediana suele ser la medida más apropiada, porque evita que un solo salario muy alto altere la percepción general.


En cuanto a la interpretación conceptual, la media aritmética representa el valor que tendrían todos los datos si se distribuyeran de forma perfectamente equitativa. La mediana, en cambio, indica el punto que corta el conjunto en dos mitades iguales. La media tiene alta sensibilidad a cada punto de datos, incluyendo los extremos; la mediana es resistente, solo depende de la posición central y los valores atípicos no la alteran. Esta diferencia se ve con claridad en un estudio de helados vendidos mensualmente: al ordenar los valores 38, 41, 52, 74, 87, 98, 140, 140, 421, 506, 723 y 785, la mediana es (98+140)/2 = 119, mientras que la media del conjunto ronda los 259 helados mensuales. Un solo mes atípico de 785 unidades eleva drásticamente la media, pero la mediana se mantiene cerca del valor típico.


La elección entre una y otra depende del objetivo del análisis:

Usar media cuando...Usar mediana cuando...
La distribución es simétrica o aproximadamente normalLos datos están muy sesgados (ingresos, precios de vivienda)
Los valores atípicos son mínimos o irrelevantesHay valores extremos que distorsionarían el resultado
Se necesita sensibilidad a cada punto (modelado predictivo, totales)Se busca el valor típico, no el centro matemático
Se trabaja con datos numéricos equilibradosSe quiere una medida robusta ante outliers

En datos simétricos, media y mediana son casi idénticas. Cuando ambas difieren significativamente, eso es en sí mismo una señal de asimetría o presencia de valores atípicos en la distribución. Herramientas como los histogramas y los diagramas de caja ayudan a visualizar esa asimetría antes de decidir qué medida usar. En un histograma con sesgo a la derecha, la media aparece claramente mayor que la mediana por la cola larga. En un diagrama de caja, la mediana se mantiene estable incluso con valores extremos presentes.


Desde un punto de vista matemático más avanzado, la media es el valor que minimiza la suma de las desviaciones al cuadrado, mientras que la mediana es el valor que minimiza la suma de las desviaciones absolutas. Esto explica por qué métodos como la regresión por mínimos cuadrados ordinarios se ajustan a supuestos de normalidad y operan sobre la media. Intuitivamente, si un punto está a la izquierda de la mediana, hay más datos a la derecha, y eso lo desplaza hacia ese lado; solo en la mediana se equilibran exactamente las fuerzas de ambos lados, minimizando la distancia absoluta total. Con un número par de observaciones, cualquier valor entre los dos puntos medios minimiza esa distancia, por lo que el minimizador puede no ser único.


En el terreno de los métodos estadísticos, en modelos paramétricos la media y la varianza son parámetros centrales: una regresión lineal asume errores distribuidos normalmente alrededor de una media. La mediana se emplea en entornos robustos y no paramétricos; pruebas como la Mann-Whitney se basan en rangos y comparan distribuciones, no medias. En el tratamiento de datos faltantes, la imputación por media sustituye los valores perdidos por el promedio disponible, lo que puede sesgarse con extremos; la imputación mediana reemplaza con el valor central del conjunto. Si la distribución está sesgada, usar la media para imputar puede alterar la estructura de los datos.


A escala computacional, la media es más sencilla en grandes volúmenes, ya que se calcula de forma incremental sin ordenar. La mediana suele requerir clasificación, lo que resulta costoso en datasets enormes, aunque existen algoritmos de selección y técnicas de esbozo cuantílico aproximado para estimarla en streaming. El bootstrapping permite estimar la distribución muestral de ambas medidas mediante remuestreo repetido, mostrando cómo la media cambia de forma más drástica ante outliers.


En la práctica real, los analistas inmobiliarios prefieren la mediana de precios de vivienda porque una propiedad de lujo distorsionaría el promedio. Los bancos usan la mediana para evaluar ingresos de solicitantes de préstamos con ingresos muy elevados. En investigación de mercados, la mediana identifica el punto de precio que divide a los consumidores en dos grupos iguales. En Excel, las funciones PROMEDIO() y MEDIANA() permiten calcular ambas de forma directa, y software como SPSS, R y Python ofrecen cálculo y visualización automática.


Conviene recordar que media y promedio son términos equivalentes, mientras que la mediana es un concepto distinto basado en la posición. En la práctica, lo más recomendable es informar tanto de la media como de la mediana, junto con la moda, la desviación estándar y los percentiles, para ofrecer una visión global del conjunto. Existen además variaciones avanzadas como la media recortada, la media geométrica y la media ponderada, cada una con fines específicos dentro del análisis estadístico.

Conclusión:

¿diferencia entre media y mediana?

Si alguna vez has visto un informe que dice «el salario medio de la empresa es 5.200 €» y te ha parecido absurdamente alto para el puesto que ocupas, ya sabes por qué: un directivo con sueldo muy superior arrastró la media hacia arriba. La próxima vez que analices datos, pregúntate primero si hay valores atípicos escondidos, porque una sola cifra extrema puede cambiar por completo la historia que cuentan los números. Elegir bien entre media y mediana no es un tecnicismo, es la diferencia entre entender lo que ocurre de verdad y llevarte una imagen distorsionada.


Fuentes: 1º 1º Datacamp.com, 2º 2º Estadisticamente.com, 3º 3º Significados.com, 4º 4º Probabilidadyestadistica.net
IMAGEN1-AUTOR:Nexuscurioso|Licencia:Todos los derechos reservados|Url:---
IMAGEN2-AUTOR:Nexuscurioso|Licencia:Todos los derechos reservados|Url:---

Redacción: Cati Ariza · Actualizado en: 09/11/2026
Valoración para Respuesta Valoración para Respuesta Valoración para Respuesta Valoración para Respuesta Valoración para Respuesta Valoración para Respuesta Valoración para Respuesta Valoración para Respuesta Valoración para Respuesta Valoración para Respuesta
4.4 / 5 · 40 valoraciones Valorar

¿Tienes algo que aportar? Envíanos tu respuesta

¿Qué fórmula debo usar para sacar un promedio? ¿Qué fórmula debo usar para sacar un promedio?