Verschillen tussen gemiddelde, mediaan en modus in beschrijvende statistieken
Bij beschrijvende statistiek is een van de belangrijkste doelen het samenvatten van gegevens op een begrijpelijke manier. Grote, gevarieerde en soms "rommelige" datasets zijn informatiever wanneer ze worden gepresenteerd in de vorm van maten van centrale tendentie. De drie meest gebruikte maten van centrale tendentie zijn het gemiddelde, de mediaan en de modus. Hoewel alle drie een "representatieve waarde" van een dataset proberen weer te geven, verschillen hun werking, gevoeligheid voor uitschieters en geschikte toepassingssituaties aanzienlijk.
Dit artikel bespreekt de betekenis, de berekeningswijze, de voor- en nadelen en voorbeelden van de toepassing van het gemiddelde, de mediaan en de modus, zodat u de meest geschikte maatstaf kunt kiezen voor de te analyseren gegevens.
1. Gemiddelde: Definitie en berekeningswijze
Het gemiddelde is de som van alle gegevenswaarden gedeeld door het aantal gegevenspunten. Het gemiddelde wordt vaak aangeduid als "gemiddelde waarde" en is het meest bekend in het dagelijks leven . Het geeft een momentopname van het centrum van de gegevens door alle waarden proportioneel te beschouwen.
Gemiddelde formule:
\[
\bar{x} = \frac{\sum x_i}{n}
\]
Opmerkingen:
– \(\sum x_i\) = de som van alle gegevenswaarden
– \(n\) = aantal gegevens
Conto:
Stel dat de examenresultaten van vijf studenten als volgt zijn: 70, 75, 80, 85, 90
Gemiddelde = (70 + 75 + 80 + 85 + 90) / 5 = 400 / 5 = 80
Gemiddelde voordelen
1. Gebruik alle gegevens zodat de gebruikte informatie volledig is.
2. Gemakkelijk te berekenen en veelvuldig gebruikt in geavanceerde analyses (bijv. variantie, standaarddeviatie).
3. Geschikt voor numerieke gegevens en relatief symmetrische verdelingen.
Gemiddeld tekort
1. Zeer gevoelig voor uitschieters. Eén extreme waarde kan het gemiddelde sterk afwijken van de meeste andere gegevens.
2. Geeft niet altijd "typische waarden" weer als gegevensdistributie scheef.
Voorbeelden van uitschietereffecten:
Inkomensgegevens (miljoen rupiah): 3, 3, 4, 4, 5, 50
Gemiddelde = (3+3+4+4+5+50)/6 = 69/6 = 11,5
Hoewel de meeste inkomens tussen de 3 en 5 miljoen liggen, is het gemiddelde minder representatief.
2. Mediaan (middelste waarde): definitie en berekeningswijze
De mediaan is de waarde in het midden wanneer de gegevens van klein naar groot worden gesorteerd. De mediaan legt de nadruk op de positie in plaats van de totale omvang, waardoor deze minder gevoelig is voor uitschieters.
Hoe bepaal je de mediaan?
1. Sorteer de gegevens.
2. Als het aantal gegevens oneven is, is de mediaan de waarde in het midden.
3. Als het aantal gegevens even is, is de mediaan het gemiddelde van de twee middelste waarden.
Voorbeeld (oneven):
Gegevens: 2, 3, 5, 7, 9
Mediaan = middelste waarde = 5
Voorbeeld (zelfs):
Gegevens: 10, 20, 30, 40
Mediaan = (20 + 30) / 2 = 25
Mediaanvoordelen
1. Bestand tegen uitschieters en extreme waarden.
2. Geschikt voor scheve data zoals inkomen, huizenprijzen of wachttijden.
3. Kan worden gebruikt voor ordinale gegevens (bijv. tevredenheidsbeoordelingen: zeer tevreden, tevreden, neutraal, ontevreden).
Mediaan tekortkomingen
1. Gebruikt niet alle gegevenswaarden in zijn berekeningen (meer “positiegebaseerd”).
2. Minder geschikt voor geavanceerde wiskundige analyses die gemiddelde eigenschappen vereisen.
Als we teruggaan naar het voorbeeld met het inkomen: 3, 3, 4, 4, 5, 50
De gegevens zijn gesorteerd. De mediaan voor 6 gegevens is het gemiddelde van de 3e en 4e waarde: (4 + 4) / 2 = 4
Deze mediaan is veel representatiever voor de meeste omstandigheden.
3. Modus (Meest waardevolle): Definitie en hoe deze te bepalen
De modus is de waarde die het vaakst voorkomt in een dataset. In sommige gevallen kan de dataset de volgende waarden bevatten:
– Eén modus (unimodaal): één waarde komt het vaakst voor.
– Twee modi (bimodaal): twee waarden komen het vaakst voor.
– Meerdere modi (multimodaal)
– Geen modus: als alle waarden met dezelfde frequentie voorkomen
Conto:
Gegevens: 2, 3, 3, 4, 5
Modus = 3 (komt het vaakst voor)
Bimodale voorbeeld:
Gegevens: 1, 2, 2, 3, 3, 4
Modus = 2 en 3
Modusvoordelen
1. De enige maat voor centrale tendens die gebruikt kan worden voor nominale gegevens (bijv. favoriete kleur, meest geprefereerde merk).
2. Gemakkelijk te begrijpen omdat het direct de meest dominante categorie/waarde weergeeft.
3. Niet beïnvloed door uitschieters in de zin dat extreme waarden de frequentie van de meest voorkomende waarden niet veranderen.
Gebrek aan modus
1. Soms is het niet uniek (er kunnen er meer dan één zijn) of bestaat het zelfs helemaal niet.
2. Kan minder stabiel zijn; kleine veranderingen in de gegevens kunnen de modus beïnvloeden.
3. Vertegenwoordigt niet altijd het wiskundige "centrum" van de gegevens.
4. Belangrijkste verschillen tussen gemiddelde, mediaan en modus
Samenvattend kunnen de verschillen tussen de drie worden afgelezen uit de berekeningsmethode, de gevoeligheid voor uitschieters en de geschikte gegevenstypen:
1. Het gemiddelde gebruikt alle waarden, is het meest geschikt voor symmetrische numerieke gegevens, maar is gevoelig voor uitschieters.
2. Mediaan op basis van positie, geschikt voor scheve data, robuuster tegen uitschieters.
3. Modus gebaseerd op frequentie, geschikt voor categorische/nominale gegevens en om de meest dominante waarde te zien.
In veel statistiekboeken wordt een algemeen verband tussen de drie verdelingen beschreven:
– Symmetrische verdeling: gemiddelde ≈ mediaan ≈ modus
– Rechts-scheve verdeling: gemiddelde > mediaan > modus
– Verdeling scheef naar links: gemiddelde < mediaan < modus
Maar dit is een tendens, geen absolute regel.
5. Wanneer gebruik je het gemiddelde, de mediaan of de modus?
De keuze voor de juiste maat voor centrale tendentie hangt af van de aard van de gegevens en het doel van de analyse.
Gebruik het gemiddelde als:
– Gegevens in numerieke vorm (interval/verhouding).
– De verdeling is relatief symmetrisch.
Er zijn geen extreme uitschieters en uitschieters zijn niet verwerkt.
– Je hebt een basis nodig voor andere statistische berekeningen.
Voorbeeldsituatie: gemiddelde toetsuitslag van een klas met een eerlijke verdeling van de scores.
Gebruik de mediaan als:
– Numerieke gegevens, maar er zijn uitschieters of de verdeling is scheef.
– Je wilt een stabielere, 'typische' waarde.
– De gegevens zijn ordinaal.
Voorbeelden: mediaan salaris van werknemers, mediaan huizenprijs, mediaan reistijd naar het werk.
Gebruik de modus als:
– De gegevens zijn nominaal of categorisch.
– Je wilt de meest voorkomende opties weten.
Voorbeelden: meest gekochte kledingmaten (S/M/L), meest gebruikte betaalmethoden of bestverkochte producttypen.
conclusie
Het gemiddelde, de mediaan en de modus zijn drie belangrijke maten voor centrale tendentie in de beschrijvende statistiek . Het gemiddelde geeft een gemiddelde van alle waarden, maar is gevoelig voor uitschieters. De mediaan geeft de middelste waarde aan, is minder gevoelig voor extreme waarden en is geschikt voor scheve data. De modus benadrukt de meest voorkomende waarde of categorie en is met name nuttig voor categorische data.
Door de verschillen en de context waarin ze worden gebruikt te begrijpen, kunt u de meest geschikte maat voor centrale tendens kiezen om uw gegevens nauwkeuriger en begrijpelijker te maken. Als uw gegevens grote uitschieters bevatten, is de mediaan vaak representatiever; als de gegevens categorisch zijn, is de modus de voorkeurswijze; en als de gegevens symmetrisch en 'schoon' zijn, kan het gemiddelde de meest informatieve samenvatting zijn.
