Modus en mediaan: uitleg en toepassing in de statistiek
Statistiek is een tak van de wiskunde die zich bezighoudt met het verzamelen, analyseren, interpreteren, presenteren en ordenen van gegevens. In de statistiek worden verschillende spreidingsmaten en centrale determinanten van gegevens gebruikt om deze te analyseren en te begrijpen. Twee van de meest fundamentele en belangrijke zijn de modus en de mediaan. Dit artikel legt uit wat de modus en de mediaan zijn, hoe ze berekend worden en wat hun belang is bij data-analyse.
Wat is een modus?
De modus is de waarde die het vaakst voorkomt in een dataset. Technisch gezien is de modus de waarde of categorie met de hoogste frequentie in een dataverdeling. Modi kunnen worden gebruikt voor categorische, ordinale, interval- en ratio-data. In tegenstelling tot het gemiddelde en de mediaan is de modus niet altijd uniek. In sommige gevallen kunnen data meer dan één modus hebben (bimodaal of multimodaal) of helemaal geen modus als alle waarden met gelijke frequentie voorkomen.
Hoe bereken je de modus?
Het berekenen van de modus is heel eenvoudig. Je hoeft alleen maar de waarde te vinden die het vaakst in de gegevens voorkomt. Hier is een eenvoudig voorbeeld:
Stel dat we de volgende gegevensset hebben: 3, 7, 5, 9, 7, 6, 7, 2.
In deze dataset komt de waarde 7 drie keer voor, vaker dan elke andere waarde. Daarom is de modus van deze dataset 7.
Voor complexere of categorische gegevens kan het nodig zijn om de frequenties van elke waarde te ordenen, zodat ze gemakkelijker te herkennen zijn.
Voorbeeld van categorische gegevens:
Er werd een enquête gehouden om de meest populaire autokleuren te achterhalen: rood, blauw, zwart, wit, zwart, blauw, blauw.
In dit voorbeeld:
– Rood verschijnt 1 keer
– Blauw verschijnt 3 keer
– Zwart komt 2 keer voor
– Wit verschijnt 1 keer
De modus van deze gegevens is blauw, omdat dit de meest genoemde kleur is (3 keer).
Wanneer de modus niet uniek is of niet bestaat
In sommige gevallen kunnen gegevens meerdere modi hebben, of zelfs helemaal geen modus. Bijvoorbeeld:
Bimodaal of multimodaal:
Dataset: 4, 4, 5, 5, 6, 6, 7
In dit voorbeeld komen de waarden 4, 5 en 6 elk twee keer voor. Deze dataset is dus multimodaal met modi 4, 5 en 6.
Geen modus:
Gegevensset: 1, 2, 3, 4, 5
Elke waarde komt slechts één keer voor, dus er is geen modus in deze dataset.
Wat is de mediaan?
De mediaan is de middelste waarde in een gesorteerde dataset. Het verdeelt de dataset in twee gelijke delen, waarbij de helft van de waarden onder de mediaan ligt en de andere helft erboven. De mediaan wordt vaak gebruikt omdat deze, in tegenstelling tot het gemiddelde, niet wordt beïnvloed door extreme waarden of uitschieters. Daardoor geeft de mediaan een betere indicatie van het centrum van de dataverdeling, vooral wanneer de data grote afwijkingen vertonen.
Hoe bereken je de mediaan?
De stappen voor het berekenen van de mediaan zijn als volgt:
1. Sorteer de gegevens in oplopende volgorde.
2. Als het aantal gegevens (N) oneven is, is de mediaan de waarde in het midden.
3. Als het aantal gegevens (N) even is, is de mediaan het gemiddelde van de twee middelste waarden.
Conto:
Dataset met oneven getallen:
Gegevensset: 3, 7, 5, 9, 6
Sorteren: 3, 5, 6, 7, 9
Mediaan: 6 (de waarde in het midden)
Dataset met even getallen:
Gegevensset: 3, 7, 5, 9, 6, 8
Sorteren: 3, 5, 6, 7, 8, 9
Mediaan: (6 + 7) / 2 = 6.5
Mediaan in categorische gegevens
Hoewel de mediaan vaker wordt toegepast op continue of ordinale gegevens, kan deze ook worden gebruikt voor categorische gegevens met een duidelijke volgorde.
Voorbeelden van categorische (ordinale) gegevens:
Filmbeoordeling: Goed, Zeer goed, Redelijk, Zeer goed, Goed
Sorteren op beoordeling: Redelijk, Goed, Goed, Zeer goed, Uitstekend
Mediaan: Goed (derde middelste waarde)
Sterke en zwakke punten van de mediaan
Een van de belangrijkste voordelen van de mediaan is de gevoeligheid voor uitschieters. Stel bijvoorbeeld dat we een dataset met inkomens hebben en daarin is een CEO met een extreem hoog inkomen opgenomen. De mediaan geeft dan nog steeds een realistischer beeld van het gemiddelde inkomen dan het gemiddelde, dat vertekend zou worden door extreme waarden. Het nadeel van de mediaan is echter dat bij kleine datasets ontbrekende of onnauwkeurige gegevens de resultaten aanzienlijk kunnen beïnvloeden.
Modus versus mediaan versus gemiddelde
Zowel de modus, de mediaan als het gemiddelde zijn maten voor centrale tendens die belangrijke informatie verschaffen over de kenmerken van de gegevensverdeling.
– Gemiddelde: Het rekenkundig gemiddelde van alle gegevens. Gevoelig voor uitschieters.
– Mediaan: De middelste waarde van de gesorteerde gegevens. Niet gevoelig voor uitschieters.
– Modus: De waarde die het vaakst voorkomt. Handig voor categorische gegevens.
Elk heeft zijn eigen toepassingen en nadelen, en ze worden soms samen gebruikt om een completer beeld te geven.
De juiste maat kiezen
De keuze voor de juiste maat voor centrale tendentie hangt af van het type gegevens en het doel van de analyse.
– Als de gegevens uitschieters bevatten of niet normaal verdeeld zijn, is de mediaan wellicht geschikter.
Als je geïnteresseerd bent in de meest voorkomende waarde of de meest voorkomende categorie, is de modus nuttiger.
Als de gegevens normaal verdeeld zijn zonder uitschieters, kan het gemiddelde een goede weergave geven.
In bijvoorbeeld vastgoedmarktanalyses wordt de mediaan vaak gebruikt om huizenprijzen te beschrijven vanwege de extreme prijsverschillen. In opiniepeilingen kan de modus worden gebruikt om de meest populaire keuze te identificeren.
conclusie
De modus en de mediaan zijn twee zeer nuttige maten voor centrale tendentie in de statistiek. Hoewel ze verschillende informatie verschaffen, kunnen ze de belangrijkste kenmerken van een dataset vereenvoudigen en samenvatten, wat helpt bij het nemen van beslissingen op basis van die gegevens. Hun aanwezigheid, samen met het gemiddelde, stelt onderzoekers en analisten in staat een completer beeld te krijgen van de gegevens die ze bestuderen.
