La Mediana en los estudios de Competitividad Salarial: Lo que debes Saber

Por Mauricio Jaramillo Montoya

En el mundo de la compensación, la mediana es una de las métricas más utilizadas para analizar la competitividad salarial. Sin embargo, no siempre se comprende a fondo cómo se calcula y por qué, en algunos casos, los resultados pueden generar dudas o incluso sorpresa en las empresas.

Este artículo te ayudará a entender qué es la mediana, cómo se comporta y por qué algunas empresas pueden percibir que los resultados no reflejan lo que esperaban.

¿Qué es la Mediana y cómo se Calcula?
La mediana no es el promedio. Es el valor central de un conjunto de datos ordenados, lo que la hace menos sensible a valores extremos en comparación con el promedio. Veamos algunos ejemplos:

Ejemplo 1: Muestra Impar
1. Tomemos cinco números entre 1 y 20: 5, 13, 9, 17, 7
2. Ordenamos los valores de menor a mayor: 5, 7, 9, 13, 17
3. Como hay una cantidad impar de valores (5 números), la mediana es el número central: 9

Ahora, si cambiamos 5 por 1 y 17 por 20, obtenemos:
1. Nueva muestra: 1, 13, 9, 20, 7
2. Ordenamos: 1, 7, 9, 13, 20
3. La mediana sigue siendo 9, porque el valor central no cambió.

Si los valores modificados están por encima o por debajo del valor central, la mediana no cambia mientras la cantidad total de datos sea impar.

Ejemplo 2: Muestra Par
1. Tomemos seis números entre 1 y 20: 5, 13, 9, 17, 7, 4
2. Ordenamos de menor a mayor: 4, 5, 7, 9, 13, 17
3. Como hay una cantidad par de valores (6 números), tomamos los dos valores centrales: 7 y 9
4. Calculamos la mediana así: (7 + 9) / 2 = 8
Cuando la cantidad de datos es par, la mediana es el promedio de los dos valores centrales.


El Riesgo de muestras pequeñas: Sensibilidad de la Mediana
En muestras reducidas, la mediana puede ser altamente sensible a pequeños cambios, lo que puede distorsionar los análisis salariales.

Ejemplo 3: Sensibilidad de la Mediana
1. Tomemos cinco números entre 1 y 20: 1, 20, 2, 19, 5
2. Ordenamos los valores: 1, 2, 5, 19, 20
3. La mediana es el valor central: 5

¿Qué pasa si cambiamos 2 por 15?
• La nueva muestra sería: 1, 5, 15, 19, 20
• La nueva mediana sería 15 (en lugar de 5).
En una muestra pequeña, un solo valor puede cambiar drásticamente la mediana, incrementando el margen de error en la comparación de compensaciones.

¿Por qué algunas empresas perciben que la Mediana no refleja la realidad?
Es común que algunas empresas se sorprendan con los resultados de un estudio de compensación y pregunten:

“¿Cómo es posible que ese sea el salario de este cargo si sabemos que dos compañías de la muestra pagan mucho mejor?”

Aquí hay una explicación clave: la mediana es el valor central, no un promedio.
Veamos un ejemplo:

1. Supongamos que tenemos cinco empresas en la muestra con los siguientes salarios para un cargo:
o Empresa A: 10 millones
o Empresa B: 11 millones
o Empresa C: 12 millones (mediana)
o Empresa D: 15 millones
o Empresa E: 16 millones

2. Aunque hay dos empresas con salarios significativamente más altos (15 y 16 millones), la mediana sigue siendo 12 millones, porque es el valor central de la distribución.

La presencia de algunas empresas con salarios más altos no eleva la mediana si esos valores no están en el centro de la muestra.

Factores Clave para una Mediana Fiable
Para que la mediana sea un reflejo preciso del mercado, es fundamental considerar lo siguiente:

✅ Tamaño de la muestra: Cuantas más empresas participen, más estable será la mediana.
✅ Segmentación adecuada: Asegurar que las empresas comparadas tengan características similares.
✅ Estructura de datos confiable: La calidad de los datos depende de cómo cada empresa los suministra.
✅ Confidencialidad: Los clientes no tienen acceso a los datos individuales, solo al resultado agregado.

Conclusión
La mediana es una herramienta poderosa en los estudios de compensación, pero su correcta interpretación es clave. Si bien es resistente a valores extremos, su comportamiento puede generar sorpresas si no se comprende bien su cálculo y sensibilidad.
Es importante analizar la composición de la muestra y entender que la mediana refleja el punto medio de los datos, no la influencia de los valores más altos o más bajos.