estadistica.ar · Enciclopedia de Estadística en españolhttps://estadistica.ar/conceptos/tasa-bruta-y-especifica
Tasas brutas y tasas específicas
La tasa general esconde lo que pasa en cada grupo: por qué la bruta puede engañar y qué aportan las específicas.
Por Jorge Luis Montivero, Licenciado en Estadística · Mu3Sigma
1 · Las dos
Tasa bruta o cruda: los eventos sobre toda la población.
Tasa específica: los eventos de un grupo sobre la población de ese grupo.

2 · Por qué la bruta engaña
Porque depende de la composición de la población, no solo de lo que pasa en cada grupo. Si la bruta es un promedio ponderado, dos poblaciones pueden diferir en ella por dos motivos distintos: porque difieren las tasas, o porque difieren los pesos.
El 74,6 % de las defunciones registradas en 2023 fueron de personas de 65 años o más. Una población envejecida va a tener mortalidad bruta alta aunque cada grupo de edad muera menos que en otra población más joven.
3 · CABA y Catamarca, con las defunciones de 2022
No hace falta ir a otro continente para verlo. Las tasas de mortalidad por mil, en cada grupo de edad, de las dos jurisdicciones:
| Grupo de edad | CABA | Catamarca |
|---|---|---|
| 0 a 9 | 0,71 | 0,69 |
| 10 a 14 | 0,16 | 0,26 |
| 15 a 19 | 0,27 | 0,68 |
| 20 a 24 | 0,45 | 0,95 |
| 40 a 44 | 1,54 | 1,92 |
| 55 a 59 | 6,02 | 7,76 |
| 65 a 69 | 15,79 | 21,38 |
| 75 a 79 | 39,61 | 52,22 |
| 80 y más | 123,41 | 138,04 |
| Tasa bruta | 10,76 | 7,44 |
La explicación está en los pesos: el 17,3 % de la población de CABA tiene 65 años o más, contra el 10,1 % de Catamarca. CABA pone mucha más gente en los grupos donde se muere, y eso le levanta el promedio aunque dentro de cada grupo se muera menos.
Se puede medir cuánto pesa cada cosa. La descomposición de Kitagawa parte la diferencia entre dos tasas brutas en dos sumandos: uno que compara las tasas específicas con la estructura promedio de las dos poblaciones, y otro que compara las estructuras con las tasas promedio.
| Componente | Por mil |
|---|---|
| Diferencia entre las brutas (CABA − Catamarca) | +3,32 |
| Efecto de las tasas | −1,93 |
| Efecto de la composición | +5,25 |
CABA muere menos en cada edad, y eso le resta casi dos puntos; pero es tanto más vieja que la composición le suma más de cinco. La bruta mezcla dos efectos que van en sentidos opuestos.
4 · El mismo fenómeno en el mercado de trabajo
No es un problema de la demografía: pasa con cualquier tasa. La desocupación por aglomerado en el primer trimestre de 2026, estandarizada por edad con la estructura de los doce aglomerados más grandes:
| Aglomerado | Bruta | Estandarizada |
|---|---|---|
| Gran Resistencia | 9,69 % | 8,70 % |
| Mar del Plata - Batán | 9,31 % | 9,81 % |
5 · Cuándo usar cada una
| Pregunta | Tasa |
|---|---|
| ¿Cuántos mueren en total? ¿Qué recursos hacen falta? | bruta |
| ¿Cómo evolucionó la población real? | bruta |
| ¿Dónde se muere más, a igualdad de condiciones? | específicas o estandarizada |
| ¿Qué grupo está peor? | específicas |
| Comparar poblaciones con estructuras distintas | estandarizada |
6 · Las especificaciones posibles
No solo por edad:
| Variable | Ejemplo |
|---|---|
| Edad | la más importante en salud y en empleo |
| Sexo | tasas de mortalidad masculina y femenina |
| Causa | mortalidad por causa específica |
| Territorio | tasas provinciales o departamentales |
| Nivel educativo | desocupación por nivel |
Combinadas dan tasas específicas por edad y sexo, que son la base de las tablas de vida y de las proyecciones.
7 · El problema práctico
Las específicas necesitan el denominador desagregado, y ahí aparece la dificultad real:
Cuando el denominador viene de una fuente distinta, hay que verificar que las definiciones coincidan: mismo territorio, mismo año, misma definición de la población. El ejemplo de esta entrada usa defunciones de 2022 y población del censo de 2022 justamente por eso: no hace falta proyectar nada, y la población censada el 18 de mayo se toma como la de mitad de año.
Aun así, los universos no coinciden del todo. La población por edad del censo es la de viviendas particulares, porque la de viviendas colectivas no trae las edades, y entre las colectivas están los geriátricos; las defunciones de quienes vivían en ellos sí están en el numerador. El faltante se concentra en el grupo de 80 y más, que es el 4,8 % de la población de CABA y el 2,1 % de la de Catamarca, así que probablemente infla más la tasa de 80 y más de CABA.
8 · Errores frecuentes
- Comparar tasas brutas entre poblaciones con estructuras distintas.
- Concluir que un lugar está mejor porque su tasa bruta es más baja.
- Usar denominadores de otra fuente sin verificar la compatibilidad.
- Promediar tasas específicas sin ponderar por el tamaño de cada grupo.
- Calcular específicas con muy pocos eventos.
- Confundir la tasa específica de un grupo con su aporte al total.
- Descartar la tasa bruta. Para planificar recursos es la que corresponde.
- Olvidar que numerador y denominador tienen que referirse al mismo período y al mismo universo.
- Leer un cambio de ranking como significativo sin mirar el tamaño de las muestras.
9 · En el software
El proyecto descargable de estandarización directa trae los datos de esta entrada —defunciones y población de 2022 por jurisdicción y grupo de edad— con el código completo en R y en Python.
# R — específicas y bruta como promedio ponderado
library(dplyr)
especificas <- d |> group_by(grupo_edad) |>
summarise(eventos = sum(eventos), pob = sum(poblacion),
tasa = eventos / pob * 1000)
# La bruta, de dos maneras equivalentes
sum(especificas$eventos) / sum(especificas$pob) * 1000
weighted.mean(especificas$tasa, especificas$pob)
# Descomposición de Kitagawa entre dos poblaciones (t: tasas, w: pesos)
efecto_tasas <- sum((t1 - t2) * (w1 + w2) / 2)
efecto_composicion <- sum((w1 - w2) * (t1 + t2) / 2)
# Python
import pandas as pd
d = pd.read_csv("mortalidad-2022.csv")
x = d[d.jurisdiccion == "Catamarca"].copy()
x["tasa"] = 1000 * x.defunciones / x.poblacion # específicas
1000 * x.defunciones.sum() / x.poblacion.sum() # bruta: 7,44
# La bruta como promedio ponderado de las específicas
w = x.poblacion / x.poblacion.sum()
(x.tasa * w).sum() # 7,44 otra vez
Excel: =C2/D2*1000 y arrastrar específicas
=SUMA(C2:C17)/SUMA(D2:D17)*1000 bruta
=SUMAPRODUCTO(E2:E17;D2:D17)/SUMA(D2:D17) la misma, ponderando
SPSS: Transformar › Calcular variable, tasa = defunciones / poblacion * 1000;
Datos › Agregar, con suma de defunciones y de población por grupoHerramientas de este tema
- CalculadoraEstandarización de tasas
- SimuladorLa paradoja de Simpson
Seguir leyendo
Bioestadística · El dato en contexto · 84 de 330
Estadística para Economía y Administración · El dato en contexto · 90 de 318
Estadística para Ciencias Sociales · El dato en contexto · 79 de 288
Estadística para la tesis · Instrumento · 32 de 233
Cómo citar: Montivero, J. L. (2026). Tasas brutas y tasas específicas. estadistica.ar. https://estadistica.ar/conceptos/tasa-bruta-y-especifica
estadistica.ar es gratuita y sin publicidad. Si te sirvió, podés invitar un cafecito por transferencia al alias mu3sigma. Asesoramiento estadístico, encuestas y capacitaciones: m3s.pro · WhatsApp +54 9 383 499-7929.
Cómo citar esta entrada
APA (7.ª edición)
Montivero, J. L. (2026). Tasas brutas y tasas específicas. estadistica.ar. https://estadistica.ar/conceptos/tasa-bruta-y-especifica
BibTeX
@misc{estadistica_ar_tasa_bruta_y_especifica,
author = {Montivero, Jorge Luis},
title = {{Tasas brutas y tasas específicas}},
year = {2026},
howpublished = {\url{https://estadistica.ar/conceptos/tasa-bruta-y-especifica}},
note = {estadistica.ar. Consultado el \today},
urldate = {2026-11-16}
}Última actualización: 16 de noviembre de 2026. El contenido está bajo licencia CC BY-NC-SA 4.0: se puede reutilizar citando la fuente y sin fines comerciales.