Kuidas arvutada statistilise analüüsi andmevahemikku
Andmevahemik on statistilises analüüsis üks lihtsamaid dispersiooni mõõdikuid. Kuigi pealtnäha elementaarne, mängib vahemik olulist rolli andmekogumi väärtuste varieeruvuse ulatuse kiire ülevaate andmisel. Praktikas kasutatakse vahemikku sageli lähtepunktina enne keerukamate dispersioonimõõtude, näiteks dispersiooni, standardhälbe või interkvartiilse vahemiku arvutamist. See artikkel käsitleb andmevahemiku määratlust, selle valemit, arvutamisetappe, näiteid ning selle eeliseid ja piiranguid statistilises analüüsis.
Andmevahemiku mõistmine
Andmekogumi vahemik on andmekogumi suurima (maksimaalse) ja väikseima (minimaalse) väärtuse vahe. Teisisõnu, vahemik näitab andmeväärtuste "kaugust" madalaimast punktini. Suur vahemik näitab hajutatumat andmeväärtust. Väike vahemik näitab tihedamat või järjepidevamat andmeväärtust.
Lihtsa näitena, kui õpilase testi tulemused mõnes aines on 60, 75, 80 ja 90, siis andmete vahemik on 90 − 60 = 30. See annab kiiret teavet selle kohta, et õpilase tulemused kõiguvad 30 punkti piires.
Andmevahemiku eelised statistikas
Andmevahemikud on kasulikud järgmistel juhtudel:
1. Andmete kiire kokkuvõte: annab ülevaate andmete variatsioonidest ilma keerukate arvutusteta.
2. Kahe andmerühma võrdlemine: Näiteks A-klassi väärtuste vahemik võrreldes B-klassiga.
3. Äärmuslike kõikumiste tuvastamine: vahemikud võivad viidata suurele ebajärjekindlusele.
4. Analüüsi esialgsed sammud: Enne edasist analüüsi aitab vahemik mõista andmete ligikaudset iseloomu.
Laiemas statistilises analüüsis vahemikku tavaliselt üksi ei kasutata. Lähteindikaatorina on see aga väga kasulik, eriti intervallide või suhtarvude andmete puhul.
Andmevahemiku valem
Andmevahemiku valem on väga lihtne:
Vahemik (R) = Maksimaalne väärtus − Minimaalne väärtus
Kus:
– Maksimaalne väärtus on andmestiku suurim andmemaht.
– Minimaalne väärtus on andmekogumis olev väikseim andmemaht.
– R on andmevahemik.
Kuna see hõlmab ainult kahte äärmuspunkti, saab vahemikku kiiresti arvutada kas käsitsi või tarkvara abil.
Andmevahemiku arvutamise sammud
Andmevahemiku arvutamise praktilised sammud on järgmised:
1. Koguge analüüsitavad andmed
Veenduge, et andmed on täielikud ja vastavad analüüsi vajadustele.
2. Määrake minimaalne väärtus
Leia kõigi andmete hulgast väikseim väärtus.
3. Määrake maksimaalne väärtus
Leia kõigi andmete suurim väärtus.
4. Lahuta maksimaalne väärtus minimaalsest väärtusest
Selle vähendamise tulemuseks on andmevahemik.
Asjade lihtsustamiseks saab andmeid sortida väikseimast suurimani. See sortimine aitab ka visuaalselt näha andmemustreid.
Andmevahemiku arvutamise näide (üksikandmed)
Näiteks on olemas kaheksa inimese reisiaja andmed (minutites):
12, 15, 10, 18, 14, 11, 20, 16
Sammud:
– Minimaalne väärtus = 10
– Maksimaalne väärtus = 20
– Vahemik = 20 − 10 = 10
See tähendab, et grupisisese reisiaja erinevus kiireima ja aeglaseima vahel on maksimaalselt 10 minutit.
Näide sorteeritud andmete andmevahemiku arvutamisest
Pikkuse andmed (cm):
150, 152, 155, 155, 158, 160, 165
– Minimaalne väärtus = 150
– Maksimaalne väärtus = 165
– Vahemik = 165 − 150 = 15
Kuigi väärtused korduvad, jääb vahemiku arvutus samaks, kuna arvesse võetakse ainult äärmuslikke väärtusi.
Andmevahemik rühmitatud andmetes
Grupeeritud andmetes (nt sagedusjaotused) arvutatakse andmete vahemikku sageli alumise ja ülemise klassipiiri abil. Mõnedes statistikaõpikutes saab grupeeritud andmete vahemikku hinnata järgmiselt:
R ≈ Kõrgeima klassi ülemine piir − Madalaima klassi alumine piir
Näide: Testitulemuste jaotus koosneb intervallidest:
– 40–49
– 50–59
– 60–69
– 70–79
– 80–89
Seega:
– Madalaima klassi alumine piir = 40
– Kõrgeima klassi ülempiir = 89
– Vahemik ≈ 89 − 40 = 49
Tuleb märkida, et mõned lähenemisviisid kasutavad suurema täpsuse saavutamiseks klasside piire, näiteks 39,5 ja 89,5, seega saab vahemikust 50. Meetodi valik sõltub andmete ümardamise viisist ja kasutatavast standardist.
Andmevahemiku tõlgendamine
Andmete ulatus ei ütle otseselt, kas andmed on „head” või „halvad”, kuid see aitab konteksti tõlgendada.
– Väike vahemik: andmed on suhteliselt homogeensed või stabiilsed. Näiteks hästi kontrollitud toatemperatuuril on tavaliselt väike vahemik.
– Suur vahemik: andmed on heterogeensed või varieeruvad suuresti. Näiteks võivad linna leibkondade sissetulekud kõikuda väga laias vahemikus.
Siiski tuleb tõlgendamist skaalaga kohandada. 10-punktine vahemik testi tulemustes ei pruugi tähendada sama, mis 10-punktine vahemik temperatuuri või kaalu andmetes.
Andmevahemiku eelised
Andmevahemikel on mitu eelist:
1. Lihtne arvutada: vaja on ainult maksimaalset ja minimaalset väärtust.
2. Kiirelt mõistetav: sobib lühikeste aruannete või esialgse uurimistöö jaoks.
3. Kasulik varajaseks avastamiseks: Aitab näha, kas andmetes on silmatorkavaid ja äärmuslikke erinevusi.
Näiteks ärimaailmas aitavad päevased müügivahemikud juhtidel mõista antud perioodi kõige äärmuslikumaid kõikumisi.
Andmevahemiku piirangud
Kuigi andmevahemikud on kasulikud, on neil ka olulisi puudusi:
1. Liigne tuginemine äärmuslikele väärtustele: Üks erandväärtus (väga suur väärtus) võib jätta vahemiku suureks, isegi kui enamik andmeid on üksteisele lähedal.
2. Ei kirjelda üldist jaotust: Vahemik vaatleb ainult andmete otsasid, ei anna teavet keskmiste variatsioonide kohta.
3. Väikeste valimite puhul vähem stabiilne: väikeste valimite puhul võib vahemik ühe lisaväärtuse korral drastiliselt muutuda.
Näiteks andmete 10, 11, 12, 13, 14 vahemik on 4. Kui lisada üks väärtus 100, saab vahemikuks kohe 90, kuigi enamik väärtusi on endiselt umbes 10–14.
Seetõttu täiendavad vahemikku sageli muud näitajad, näiteks standardhälve või interkvartiilne vahemik (IQR), mis on erandite suhtes vastupidavamad.
Järeldus
Andmekogumi vahemik on statistikas kõige lihtsam hajuvuse mõõt, mis arvutatakse maksimaalse ja minimaalse väärtuse vahena. Vaatamata lihtsusele on vahemik väga kasulik andmete varieeruvuse esialgseks mõistmiseks, rühmade võrdlemiseks ja võimalike äärmuslike väärtuste tuvastamiseks. Kuna seda mõjutavad aga tugevalt kõrvalekalded ja see ei esinda täielikult andmete jaotust, on vahemikku kõige parem kasutada koos teiste statistiliste mõõdikutega.
Andmevahemike arvutamise ja tõlgendamise mõistmise abil saate kiiremini ja täpsemalt teha põhilisi statistilisi analüüse ning teha esialgseid otsuseid, mida toetavad selged andmekokkuvõtted.
