Concepto sobre media aritmética y mediana

1. Introducción al Apartado: Concepto sobre media aritmética y mediana

Dentro del análisis estadístico aplicado a la gestión retributiva, resulta fundamental comprender las medidas de tendencia central que permiten resumir y describir conjuntos de datos económicos y salariales. En el contexto del registro retributivo y la auditoría retributiva, las medidas de tendencia central, específicamente la media aritmética y la mediana, constituyen herramientas esenciales para interpretar los datos salariales de una organización o sector. La correcta utilización e interpretación de estas medidas facilitan la identificación de desigualdades salariales, brechas de género y anomalías en la distribución de remuneraciones, aspectos clave para garantizar la igualdad de oportunidades y cumplir con la normativa vigente.

Este apartado se inserta en el marco del Registro Retributivo, donde uno de los objetivos principales es recopilar datos precisos y representativos sobre las remuneraciones del personal. La comprensión profunda de las diferencias entre media aritmética y mediana permite a los profesionales analizar con rigor los datos salariales, detectar desviaciones significativas y diseñar estrategias correctivas o auditorías que aseguren la equidad retributiva.

Los objetivos específicos de este contenido son: definir claramente cada medida, explicar sus fundamentos teóricos, ilustrar su aplicación mediante ejemplos prácticos, analizar sus ventajas y limitaciones, y ofrecer pautas para su correcta interpretación en el contexto laboral. La relevancia práctica radica en que estas medidas influyen directamente en las decisiones sobre políticas salariales, planes de igualdad y auditorías retributivas, aspectos que impactan en la transparencia, justicia y cumplimiento normativo.

2. Marco Teórico y Fundamentos

2.1 Definiciones y Conceptos Clave

Las medidas de tendencia central son estadísticos que resumen un conjunto de datos numéricos mediante un valor representativo que refleja su comportamiento general. Entre estas medidas, destacan la media aritmética y la mediana, las cuales se utilizan ampliamente en análisis económicos y sociales.

• Media aritmética: Es el valor obtenido al sumar todos los datos del conjunto y dividir entre el número total de observaciones. Es una medida sensible a valores extremos (outliers) que puede distorsionar su representación en distribuciones asimétricas.
• Mediana: Es el valor que ocupa la posición central cuando los datos están ordenados de menor a mayor (o viceversa). Es resistente a valores extremos y proporciona una medida más robusta en distribuciones sesgadas.

Por ejemplo, si consideramos los salarios de un grupo de empleados: 1500 €, 2000 €, 2500 €, 3000 € y 10000 €, la media aritmética será significativamente mayor que la mediana debido al valor atípico (10000 €), lo que ilustra cómo cada medida refleja diferentes aspectos del conjunto de datos.

2.2 Teorías y Principios

Desde una perspectiva estadística, ambas medidas representan diferentes enfoques para resumir distribuciones. La media aritmética se basa en el principio de suma total repartida uniformemente entre todas las observaciones, siendo adecuada cuando los datos siguen distribuciones simétricas sin valores extremos significativos.

En cambio, la mediana se fundamenta en el ordenamiento de los datos, proporcionando un valor central que no se ve afectado por valores atípicos o distribuciones sesgadas. Esto la hace especialmente útil en análisis salariales donde existen diferencias sustanciales entre rangos salariales o presencia de outliers.

Técnicamente, si denotamos por X₍₁₎, X₍₂₎, ..., X_(n) los datos ordenados en forma ascendente, entonces:

Mediana = X_((n+1)/2)

si n es impar, o el promedio de X_(n/2) y X_{(n/2 + 1)}, si n es par.

2.3 Desarrollo Teórico

La media aritmética, también conocida como promedio simple, se define formalmente como:

donde:

• \( \bar{x} \): media aritmética del conjunto.
• \( x_i \): cada uno de los valores individuales.
• \( n \): número total de observaciones.

Por otro lado, la mediana, denotada como M, se obtiene tras ordenar los datos:

1. Siempre ordenar los datos en orden ascendente o descendente.
2. Determinar si el número total n es par o impar.
3. Aplicar la fórmula correspondiente:

donde:

• \( x_{(k)} \): k-ésimo valor ordenado en el conjunto.
• \( M \): mediana del conjunto.

2.4 Relaciones y Contexto en Análisis Salarial

En análisis salarial, ambas medidas ofrecen perspectivas complementarias:

• Media aritmética: refleja el promedio global del conjunto salarial; útil para obtener una visión general pero susceptible a distorsiones por salarios muy altos o bajos (outliers).
• Mediana: indica el salario central; proporciona una medida más resistente ante distribuciones sesgadas o presencia de valores extremos.

Por ejemplo, si una organización tiene salarios muy elevados en algunos puestos directivos (outliers), la media puede sobreestimar el salario típico del empleado medio. La mediana ofrecerá una estimación más realista del salario "típico" o central dentro del grupo laboral.

Estas diferencias son cruciales para detectar desigualdades salariales o brechas por género. Si la media muestra una diferencia significativa entre grupos pero la mediana no lo refleja con igual intensidad, puede indicar que existen salarios atípicos elevando o bajando el promedio general.

3. Ejemplos Aplicados

Ejemplo 1: Caso práctico básico con explicación paso a paso

Pongamos que una pequeña empresa tiene los siguientes salarios mensuales (en euros): 1800, 2000, 2200, 2500 y 3000. Se desea calcular tanto la media aritmética como la mediana para entender mejor su distribución salarial.

1. Cálculo de la media aritmética:
• Suma total: 1800 + 2000 + 2200 + 2500 + 3000 = 11.700 €.
• Número total de empleados: n = 5.
• Cálculo: \( \bar{x} = \frac{11.700}{5} = 2340 €.\)
2. Cálculo de la mediana:
• Primero ordenar los salarios: 1800 €, 2000 €, 2200 €, 2500 €, 3000 € (ya ordenados).
• Dado que n = 5 (impar), la mediana será el valor en la posición \(\frac{n+1}{2} = 3\):
• X₍₃₎=2200 €.

Análisis: La media es ligeramente superior a la mediana (2340 € vs. 2200 €), indicando una ligera asimetría hacia salarios más altos debido al valor extremo (3000 €). Esto ejemplifica cómo ambas medidas aportan perspectivas complementarias para entender mejor la distribución salarial.

Ejemplo 2: Situación real del ámbito profesional

Consideremos un departamento con los siguientes salarios brutos mensuales (en euros): 1500 €, 1600 €, 1700 €, 2000 €, 5000 €. En este caso:

• Suma total: 1500 +1600 +1700 +2000 +5000 =11800 €.
• Número total: n=5.

Cálculo de media:

\( \bar{x} = \frac{11800}{5} = 2360 € \)

Cálculo de mediana:

• Leyendo los salarios ordenados: 1500 €,1600 €,1700 €,2000 €,5000 €.

M = x_{(3)}=1700 € 

Aquí se observa que aunque el promedio salarial es alto (2360 €), la mediana es considerablemente menor (1700 €), señalando que algunos salarios elevados están elevando artificialmente el promedio. Esto es importante para evaluar si existe desigualdad significativa o presencia de outliers que distorsionan el análisis salarial general.

Ejemplo 3: Caso complejo que integre varios conceptos

Supongamos una organización con un conjunto salarial compuesto por empleados con salarios en euros:

• Salarios bajos: 1200 €,1300 €,1400 €;
• Salarios medios: 1800 €,1900 €,2000 €;
• Salarios altos (outliers): 8000 €,9000 €;

Totalmente ordenados:

1200 €,1300 €,1400 €,1800 €,1900 €,2000 €,8000 €,9000 € 

Número total: n=8.

Cálculo de media:

\( \bar{x} = \frac{1200+1300+1400+1800+1900+2000+8000+9000}{8} = \frac{28.300}{8} =3557.5 € \)

Cálculo de mediana:

• Puesto en medio: posiciones \(4\) y \(5\):

x_{(4)}=1800 € ,\quad x_{(5)}=1900 € 

M= \frac{1800+1900}{2}=1850 € 

Aquí se evidencia cómo los outliers elevan drásticamente la media (3557.5 €) respecto a la mediana (1850 €). La interpretación correcta requiere considerar ambas medidas para evitar decisiones sesgadas basadas únicamente en el promedio global cuando existen valores extremos significativos.

Diferencias clave entre media aritmética y mediana en estos ejemplos:

• - La media aritmética: sensible a outliers; puede ser distorsionada por salarios extremadamente altos o bajos.
• - La mediana: resistente a outliers; refleja mejor el salario típico cuando hay distribuciones sesgadas o valores extremos presentes.

4. Análisis y Consideraciones Especiales

Aunque tanto la media como la mediana son herramientas valiosas para analizar conjuntos salariales, su correcta interpretación requiere atención a ciertos aspectos críticos:

• Sensibilidad a outliers: La media puede ser influenciada significativamente por valores extremos; por ello, en distribuciones sesgadas o con outliers evidentes, se recomienda complementar con la mediana para obtener una visión más equilibrada.
• No siempre son intercambiables: La elección entre media y mediana depende del objetivo del análisis; por ejemplo, para determinar un salario "típico", generalmente se prefiere la mediana; para evaluar el impacto global del salario medio, se utiliza la media.
• Evolución histórica: Históricamente, estos conceptos han sido fundamentales en estadística económica para describir tendencias centrales antes del desarrollo avanzado de otras medidas como moda o medias ponderadas.
• Buenas prácticas profesionales: Es recomendable reportar ambas medidas junto con información adicional como desviación estándar o rango intercuartílico para proporcionar un análisis completo y transparente en auditorías retributivas.

5. Síntesis y Conceptos Clave

A modo resumen ejecutivo, este apartado ha abordado las definiciones fundamentales de media aritmética y mediana, resaltando sus diferencias conceptuales y aplicaciones prácticas en análisis salarial. Se ha explicado cómo estas medidas reflejan diferentes aspectos de distribución centralizada y su importancia en detectar desigualdades retributivas dentro del marco normativo vigente.

• - La media aritmética: suma todos los salarios divididos entre el número total; sensible a valores extremos.
• - La mediana: valor central tras ordenar; resistente a outliers y útil en distribuciones sesgadas.
• - Ambas medidas deben interpretarse complementariamente para obtener un análisis completo del panorama salarial.
• - La elección adecuada dependerá del contexto específico del análisis retributivo y las características del conjunto de datos.

A continuación, estos conceptos serán fundamentales para comprender cómo calcular e interpretar brechas salariales por género u otros criterios relevantes en auditorías retributivas futuras dentro del curso.