Sådan bestemmer du datatilstand
I grundlæggende statistik er modus et mål for central tendens, sammen med middelværdien og medianen. Modus bruges ofte, fordi den er let at forstå og hurtig at beregne, især når vi ønsker at finde den hyppigst forekommende værdi i et datasæt. I hverdagen kan begrebet modus anvendes til at bestemme den mest købte tøjstørrelse, den mest anvendte køretøjstype, den højeste testscore og endda det mest populære produkt. Denne artikel diskuterer i detaljer, hvordan man bestemmer modusen for forskellige typer data: enkeltdata, grupperede data og særlige forhold såsom bimodale og multimodale data.
Forståelsestilstand
Modusen er den dataværdi med den højeste frekvens, hvilket betyder, at den forekommer oftere end andre værdier. Modusen er egnet til både kvantitative (numeriske) og kvalitative (kategoriske) data, såsom yndlingsfarver eller de hyppigst valgte typer mad.
Simpelt eksempel:
Data: 2, 3, 3, 4, 5
Den værdi, der forekommer hyppigst, er 3 (forekommer to gange), så modusen = 3.
Dog har ikke alle data en tilstand. Nogle data har alle værdier, der optræder lige ofte, så der er ingen tilstand. Desuden har nogle data mere end én tilstand.
Typer af tilstande
Før man går i gang med beregningstrinnene, er det vigtigt at forstå variationerne af tilstande:
1. Unimodal: kun én værdi vises hyppigst (enkelttilstand).
2. Bimodal: der er to værdier, der begge forekommer hyppigst.
3. Multimodal: der er mere end to værdier, der forekommer hyppigst.
4. Har ingen tilstand: alle værdier vises med samme frekvens.
At forstå disse typer tilstande hjælper os med at fortolke data mere præcist.
Sådan bestemmes tilstanden af enkeltdata
Enkeltdata er data skrevet som de er, ikke grupperet i intervaller. Trinene til at finde tilstanden af enkeltdata er meget enkle:
Trin:
1. Sorter dataene (valgfrit) fra mindste til største for at gøre dem nemmere at observere.
2. Tæl hyppigheden af hver værdis forekomst.
3. Bestem værdien med den største frekvens som modus.
Forhold:
Testresultatdata: 70, 80, 75, 80, 90, 80, 85, 75
Frekvens:
– 70: 1 gang
– 75: 2 gang
– 80: 3 gang
– 85: 1 gang
– 90: 1 gang
Fordi 80 forekommer oftest (3 gange), er modusen = 80.
Bimodalt eksempel:
Data: 1, 2, 2, 3, 3, 4
Frekvenserne 2 og 3 er begge højest (2 gange), så modus = 2 og 3 (bimodal).
Eksempel uden tilstand:
Data: 5, 6, 7, 8
Alle værdier vises én gang. Derfor har dataene ingen tilstand.
Sådan bestemmer du tilstanden i grupperede data
I praksis opsummeres store mængder data normalt i grupperede data i form af en frekvensfordelingstabel, dvs. data grupperet i klasseintervaller (f.eks. 60-69, 70-79 osv.). I grupperede data kan modusen ikke tages direkte fra et specifikt tal, men bestemmes snarere gennem modusklassen og kan estimeres ved hjælp af en formel.
1. Bestem tilstandsklassen
Tilstandsklassen er det klasseinterval med den største frekvens.
Eksempeltabel:
| Værdiinterval | Frekvens |
|—|—:|
| 40–49 | 3 |
| 50–59 | 6 |
| 60–69 | 10 |
| 70–79 | 8 |
| 80–89 | 5 |
Den højeste frekvens er 10 i intervallet 60–69, så modeklassen er 60–69.
2. Beregning af tilstanden med formlen for grupperede data
Formlen for tilstanden af grupperede data, der ofte bruges:
\[
Mo = L + (d_1}{d_1 + d_2) gange p
\]
Keterangan:
– Mo = tilstand (estimeret tilstandsværdi)
– L = nedre kant af modeklassen
– p = klasselængde (intervalbredde)
– d₁ = frekvensen af modeklassen − frekvensen af den foregående klasse
– d₂ = frekvensen af modeklassen − frekvensen af den næste klasse
Beregningseksempel:
Fra den forrige tabel:
– Tilstandsklasse: 60–69, frekvens = 10
– Tidligere klasse: 50–59, hyppighed = 6
– Næste klasse: 70–79, hyppighed = 8
Definer komponenterne:
– L = nedre grænse for tilstandsklasse = 59,5 (da den nedre grænse er 60, er den nedre grænse = 59,5)
– p = 10
– d₁ = 10 − 6 = 4
– d₂ = 10 − 8 = 2
Indtast i formlen:
\[
Mo = 59,5 + (4/4/2) gange 10
\]
\[
Mo = 59,5 + (4/6) gange 10
\]
\[
Måned = 59,5 + 6,67 = 66,17
\]
Så er modusværdien for de grupperede data ≈ 66,17. Dette er et estimat af modusværdien i intervallet 60-69.
Almindelige fejl ved søgning efter tilstand
Selvom metoden ser simpel ud, er der en række almindelige fejl, der opstår:
1. Antag at tilstanden altid eksisterer
Dataene har dog muligvis ikke de hyppigst forekommende værdier.
2. Ikke omhyggelig beregning af frekvensen
I enkelte data skaber en forkert beregning af frekvensen en forkert tilstand.
3. Forkert bestemmelse af tilstandsklassen
I grupperede data skal tilstandsklassen være den med den højeste frekvens.
4. Forkert bestemt bundkant og klasselængde
I formlen for grupperet datatilstand er den nedre grænse (L) ikke den sædvanlige nedre grænse, men snarere klassens nedre grænse (f.eks. 59,5 for klasse 60-69).
Hvornår er tilstanden mere passende at bruge?
Tilstanden er meget nyttig, når:
– Data i form af kategorier (f.eks. mærke, farve, varetype).
– Vi vil gerne kende de mest populære valg.
– Dataene har ekstreme værdier, der kan forvrænge gennemsnittet.
– Datafordelingen er asymmetrisk, og medianen/gennemsnittet er mindre repræsentativt.
Hvis for eksempel 10 personer har en meget høj indkomst, kan gennemsnittet blive "skubbet" opad. I sådanne tilfælde kan modusen give det mest generaliserede billede af indkomsten.
Lukker
Bestemmelse af datas tilstand er en grundlæggende statistisk færdighed, der er nyttig til både simpel analyse og beslutningstagning. For enkelte datasæt findes tilstanden ved at se på den hyppigst forekommende værdi. For grupperede datasæt bestemmes tilstanden ud fra den klasse med den højeste frekvens og kan beregnes ved hjælp af en formel for at opnå et mere præcist estimat. Ved at forstå trinnene kan du behandle data hurtigere og udlede vigtige oplysninger fra et datasæt.
Hvis du ønsker det, kan jeg også lave eksempler på øvelsesspørgsmål sammen med diskussioner (enkeltdata og grupperede data), så du bedre kan forstå, hvordan du bestemmer modusen.
