Calculadora de media, mediana, moda y rango estadístico🌎
Actualizado junio de 2026Ver cálculo paso a paso
Esta calculadora obtiene las cuatro medidas de estadística descriptiva más usadas a partir de cualquier conjunto de datos numéricos: media aritmética, mediana, moda y rango. Ingresá los números separados por coma y obtenés todos los resultados al instante, con interpretación automática del sesgo de la distribución. Se aplican en estadística escolar, análisis de datos, investigaciones científicas, control de calidad industrial y cualquier contexto donde sea necesario resumir un conjunto de observaciones de forma rápida.
Cuándo usar esta calculadora
- Calcular el promedio de notas de un trimestre escolar y detectar cuál calificación se repite más (moda) para identificar el rendimiento típico del curso.
- Analizar los precios de alquileres publicados en un barrio: la mediana evita que un valor atípico muy alto distorsione el resultado, a diferencia de la media.
- Control de calidad en una línea de producción: el rango indica la dispersión entre la pieza más larga y la más corta, alertando sobre variaciones fuera de tolerancia.
- Estudio de sueldos en una empresa: comparar media y mediana permite detectar si unos pocos salarios muy altos sesgan el promedio hacia arriba respecto al sueldo típico.
- Análisis de temperaturas diarias registradas por una estación meteorológica: el rango revela la amplitud térmica del período y la moda muestra la temperatura que más se repitió.
Ejemplo: notas de un examen
- Datos: 4, 6, 6, 7, 8, 10
- Media = (4+6+6+7+8+10)/6 = 41/6 ≈ 6.833
- Ordenados: 4, 6, 6, 7, 8, 10 → n=6 (par) → Mediana = (6+7)/2 = 6.500
- Frecuencias: 4→1, 6→2, 7→1, 8→1, 10→1 → Moda = 6
- Rango = 10 − 4 = 6
Cómo funciona
4 min de lecturaCómo se calculan las 4 medidas
Las cuatro medidas se obtienen sobre el mismo conjunto de n datos: {x₁, x₂, …, xₙ}.
# 1. MEDIA ARITMÉTICA
Media (x̄) = (x₁ + x₂ + ... + xₙ) / n
= Σxᵢ / n
# 2. MEDIANA
a) Ordenar los datos de menor a mayor.
b) Si n es IMPAR → Mediana = x[(n+1)/2]
c) Si n es PAR → Mediana = (x[n/2] + x[n/2 + 1]) / 2
# 3. MODA
Moda = valor(es) que aparece(n) con mayor frecuencia absoluta.
- Unimodal: un solo valor repetido más veces.
- Bimodal / multimodal: dos o más valores empatan en frecuencia máxima.
- Sin moda: todos los valores aparecen exactamente una vez.
# 4. RANGO
Rango = Máximo − MínimoEjemplo completo con {2, 3, 3, 5, 7}:
---
Tabla de referencia: cuándo usar cada medida
| Medida | Fórmula | Sensible a valores extremos | Cuándo usarla preferentemente |
|---|---|---|---|
| Media (x̄) | Σxᵢ / n | Sí | Datos simétricos sin outliers (ej.: alturas de una clase) |
| Mediana | Valor central ordenado | No | Datos sesgados o con outliers (ej.: salarios, precios) |
| Moda | Valor más frecuente | No | Variables categóricas o discretas (ej.: talle más vendido) |
| Rango | Máx − Mín | Muy sensible | Medir dispersión total rápida (ej.: control de calidad) |
---
Tabla: media, mediana y moda según el tipo de distribución
| Distribución | Relación entre medidas | Forma del histograma |
|---|---|---|
| Simétrica (normal) | Media = Mediana = Moda | Campana centrada |
| Sesgo positivo (cola derecha) | Moda < Mediana < Media | Cola hacia la derecha |
| Sesgo negativo (cola izquierda) | Media < Mediana < Moda | Cola hacia la izquierda |
---
Ejemplos resueltos paso a paso
Caso 1 — Notas de un examen (n par):
Datos: {4, 6, 6, 7, 8, 10}
> La media (6,83) está por encima de la mediana (6,5) porque el 10 "tira" el promedio hacia arriba. La mediana es más representativa del rendimiento típico.
Caso 2 — Salarios en una empresa (outlier extremo):
Datos en pesos: {350.000, 380.000, 390.000, 400.000, 2.500.000}
> El sueldo del directivo (2.500.000) eleva la media a $804.000, cifra que no representa a ningún empleado real. La mediana ($390.000) refleja mejor la realidad del 80 % de los trabajadores.
Caso 3 — Dataset bimodal:
Datos: {1, 2, 3, 3, 4, 5, 5, 6}
---
Errores comunes
1. No ordenar los datos antes de calcular la mediana. Si se toma el valor central de la lista original sin ordenar, el resultado es incorrecto. Siempre hay que ordenar de menor a mayor primero.
2. Confundir "sin moda" con moda = 0. Si todos los valores aparecen una sola vez, el conjunto no tiene moda. Reportar "0" como moda es un error conceptual grave.
3. Usar la media cuando hay outliers evidentes. Un solo dato extremo puede desplazar la media varios puntos. En esos casos, la mediana es la medida adecuada.
4. Calcular mal la mediana con n par. Para n par, la mediana es el promedio de los dos valores centrales, no solo uno de ellos.
5. Asumir que la moda es siempre única. Un conjunto puede ser bimodal o multimodal; ignorar esa información oculta la estructura real de los datos.
6. Confundir rango con varianza o desvío estándar. El rango solo mide la amplitud total entre extremos; no informa sobre cómo se distribuyen los valores internos.
---
Calculadoras relacionadas
Preguntas frecuentes
¿Cuál es la diferencia entre media y mediana, y cuándo conviene usar cada una?
La media suma todos los valores y los divide por n, por lo que es muy sensible a valores extremos (outliers). La mediana, en cambio, es el valor central de los datos ordenados y no se ve afectada por outliers. Si el conjunto es simétrico y sin anomalías, ambas coinciden y cualquiera sirve. Si hay valores atípicos (por ejemplo, salarios muy altos o precios fuera de rango), la mediana representa mejor al grupo típico.
¿Puede un conjunto de datos no tener moda?
Sí. Si todos los valores aparecen exactamente una vez, el conjunto no tiene moda (o se dice que es 'amodal'). Por ejemplo, {1, 2, 4, 7, 9} no tiene moda. En cambio, si dos valores empatan con la frecuencia más alta —como {3, 3, 5, 5}— el conjunto es bimodal y ambos valores se reportan como modas.
¿Cómo se calcula la mediana cuando la cantidad de datos es par?
Cuando n es par, no existe un único valor central. Se toman los dos valores que ocupan las posiciones n/2 y (n/2)+1 en la lista ordenada y se promedian. Ejemplo con {4, 6, 7, 10}: posiciones 2 y 3 son 6 y 7, por lo que Mediana = (6+7)/2 = 6,5. Este resultado puede no pertenecer al conjunto original, lo cual es perfectamente válido.
¿El rango es suficiente para describir la dispersión de un conjunto de datos?
El rango (Máx − Mín) es una medida rápida, pero solo considera los dos valores extremos e ignora cómo se distribuyen los datos internos. Para un análisis más completo se utilizan la varianza (σ²), el desvío estándar (σ) o el rango intercuartílico (IQR = Q3 − Q1).
¿Qué pasa con la media si agrego un dato muy grande al conjunto?
La media se desplaza significativamente hacia ese valor extremo. Por ejemplo, si {3, 4, 5, 4} tiene media = 4 y agregás 100, la nueva media sería (3+4+5+4+100)/5 = 23,2, un valor que no representa a ninguno de los cuatro datos originales. Esto ilustra por qué la media es 'no robusta' frente a outliers, a diferencia de la mediana.
¿Estas medidas se usan en estadística inferencial o solo en descriptiva?
Media, mediana, moda y rango son medidas de estadística descriptiva: resumen y describen un conjunto de datos observado sin hacer inferencias hacia una población mayor. La estadística inferencial (intervalos de confianza, pruebas de hipótesis) parte de estas medidas descriptivas, especialmente de la media muestral (x̄) y la varianza, para estimar parámetros poblacionales.
¿Cómo afecta el nivel de medición de las variables a qué medida usar?
El nivel de medición determina qué medidas son válidas. Para variables nominales (categorías sin orden, como colores) solo la moda tiene sentido. Para variables ordinales (con orden pero sin distancias exactas, como posiciones en un ranking) se puede usar moda y mediana. Para variables de intervalo o razón (numéricas continuas, como temperatura o peso) las cuatro medidas son aplicables.
¿La media aritmética es la única variante de promedio que existe?
No. Existen varias medias: la media aritmética (Σxᵢ/n), la más común; la media geométrica (ⁿ√(x₁·x₂·…·xₙ)), usada para tasas de crecimiento o índices; y la media armónica (n / Σ(1/xᵢ)), usada cuando los datos son razones o velocidades. La media aritmética es la adecuada para sumas de cantidades iguales.
¿Qué relación existe entre media, mediana y moda en una distribución normal?
En una distribución normal (la famosa 'campana de Gauss'), las tres medidas coinciden exactamente: Media = Mediana = Moda. Esta propiedad se debe a la perfecta simetría de esa distribución. Cuando los datos presentan asimetría (sesgo), las tres medidas se separan: en sesgo positivo (cola a la derecha) se cumple Media > Mediana > Moda, y en sesgo negativo ocurre lo opuesto.
¿Cómo sé si mi distribución de datos está sesgada o es simétrica?
Comparando media y mediana: si Media > Mediana, el sesgo es positivo (hay valores altos que 'tiran' la media hacia arriba, como salarios altos o precios premium). Si Media < Mediana, el sesgo es negativo (valores bajos arrastran la media hacia abajo). Si Media ≈ Mediana, la distribución tiende a ser simétrica. Esta calculadora muestra automáticamente la interpretación del sesgo al calcular.
Fuentes y referencias
Metodología y confianza
Contenido revisado por el equipo editorial de Hacé Cuentas, con apego a nuestra política editorial y metodología de cálculo.
Última revisión: 03 de junio de 2026. Los parámetros fiscales, legales y datos se verifican periódicamente con las fuentes citadas.
Los cálculos corren 100% en tu navegador. No guardamos ni transmitimos tus datos. Leé nuestra política de privacidad.
Resultados orientativos. Para decisiones financieras, médicas o legales críticas, consultá con un profesional.