Statistikos pasaulyje dažnai girdime terminą „vidurkis“, tačiau ar kada susimąstėte, kad jis ne visada geriausiai atspindi tikrąją situaciją? Kai kalbame apie atlyginimus, nekilnojamojo turto kainas ar kitus duomenis, kuriuose pasitaiko itin didelių ar itin mažų skaičių, paprastas aritmetinis vidurkis gali smarkiai iškreipti realybę. Būtent čia į sceną žengia mediana – statistinis rodiklis, padedantis pamatyti „vidurio tašką“, kuris yra atsparus kraštutiniams nukrypimams. Suprasti, kas yra mediana ir kaip ją apskaičiuoti, yra būtinas įgūdis kiekvienam, norinčiam kritiškai vertinti informaciją, su kuria susiduriame kasdienybėje.
Kas yra mediana statistikoje?
Mediana yra centrinė duomenų aibės vertė, kai visi duomenys yra surikiuoti didėjimo arba mažėjimo tvarka. Paprasčiau tariant, tai skaičius, kuris padalija jūsų duomenų rinkinį į dvi lygias dalis: pusė visų duomenų yra mažesni už medianą, o kita pusė – didesni. Skirtingai nei aritmetinis vidurkis, kuris apskaičiuojamas sudedant visus skaičius ir padalijant iš jų kiekio, mediana nekreipia dėmesio į tai, kokio dydžio yra patys mažiausi ar didžiausi skaičiai. Jai svarbi tik jų padėtis eilėje.
Šis skirtumas yra itin svarbus nagrinėjant pajamų nelygybę. Įsivaizduokite kambarį, kuriame yra 10 žmonių, kurių kiekvieno mėnesio pajamos yra 1000 eurų. Vidurkis ir mediana šiuo atveju bus lygūs – 1000 eurų. Tačiau jei į kambarį užeina milijardierius, aritmetinis vidurkis staiga šokteli iki šimtų tūkstančių, o mediana išlieka 1000 eurų. Tai puikiai iliustruoja, kodėl mediana dažnai vadinama „patikimesniu“ vidurkiu tais atvejais, kai duomenyse yra išskirčių (angl. outliers).
Kaip teisingai apskaičiuoti medianą?
Nors skamba paprastai, medianos skaičiavimas priklauso nuo to, ar duomenų rinkinyje yra nelyginis, ar lyginis elementų skaičius. Norint gauti tikslų rezultatą, būtina laikytis nuoseklaus proceso.
Pirmas žingsnis: duomenų rikiavimas
Prieš atliekant bet kokius skaičiavimus, duomenys privalo būti surikiuoti. Jei turite skaičių sąrašą, pavyzdžiui: 5, 2, 9, 1, 7, privalote juos išdėstyti tokia tvarka: 1, 2, 5, 7, 9. Be šio žingsnio mediana neturės jokios prasmės, nes statistinė „vidurinė“ pozicija bus klaidinga.
Antras žingsnis: duomenų kiekio nustatymas
Kai duomenys surikiuoti, turite suskaičiuoti, kiek elementų (n) yra jūsų rinkinyje.
- Nelyginis duomenų kiekis: Jei skaičių yra nelyginis kiekis (3, 5, 7, 9 ir t.t.), mediana yra tiesiog skaičius, esantis tiksliai viduryje. Norėdami sužinoti jo vietą, naudokite formulę: (n + 1) / 2. Pavyzdžiui, jei turite 5 skaičius, mediana bus trečiasis skaičius eilėje.
- Lyginis duomenų kiekis: Jei skaičių yra lyginis kiekis (2, 4, 6, 8 ir t.t.), tikrojo vidurinio skaičiaus nėra. Tokiu atveju mediana yra dviejų vidurinių skaičių aritmetinis vidurkis. Pavyzdžiui, turint 6 skaičius, reikia paimti trečiąjį ir ketvirtąjį skaičius, juos sudėti ir padalinti iš dviejų.
Praktiniai pavyzdžiai
Panagrinėkime realias situacijas, kad procesas taptų dar aiškesnis.
Pavyzdys su nelyginiu skaičių kiekiu
Tarkime, turime 7 studentų egzamino balus: 4, 7, 8, 9, 9, 10, 10.
Duomenys jau surikiuoti.
Elementų skaičius n = 7.
Medianos pozicija: (7 + 1) / 2 = 4-oji vieta.
Ketvirtasis skaičius mūsų eilėje yra 9. Taigi, mediana yra 9.
Pavyzdys su lyginiu skaičių kiekiu
Tarkime, turime 6 namų kainas (tūkstančiais eurų): 120, 150, 180, 200, 250, 300.
Duomenys surikiuoti.
Elementų skaičius n = 6.
Viduriniai skaičiai yra 3-iasis (180) ir 4-asis (200).
Skaičiuojame vidurkį: (180 + 200) / 2 = 190.
Mediana yra 190 tūkst. eurų.
Kodėl mediana yra svarbesnė už vidurkį kai kuriose srityse?
Aritmetinis vidurkis dažnai naudojamas dėl savo paprastumo, tačiau versle ir ekonomikoje jis gali suteikti klaidingą saugumo iliuziją. Štai keletas sričių, kur mediana vaidina pagrindinį vaidmenį:
- Darbo užmokestis: Viešai skelbiamas vidutinis darbo užmokestis dažnai atrodo aukštesnis nei tai, ką uždirba dauguma darbuotojų. Taip yra todėl, kad kelių vadovų ar itin gerai apmokamų specialistų algos „ištempia“ vidurkį į viršų. Mediana parodo, kiek uždirba žmogus, esantis tiksliai darbo rinkos viduryje.
- Nekilnojamasis turtas: Skelbiant būsto kainų statistiką, mediana yra tikslesnis rodiklis nei vidurkis. Vienas itin prabangus parduotas objektas gali iškraipyti visą rajono statistiką, jei skaičiuojamas tik vidurkis.
- Sveikatos tyrimai: Kai stebima tam tikrų ligų trukmė ar vaistų veikimo greitis, pacientų organizmai reaguoja skirtingai. Kraštutiniai atvejai neturėtų daryti įtakos bendrai išvadai apie tai, kaip reaguoja dauguma pacientų.
Dažniausiai užduodami klausimai apie medianą
Ar mediana visada turi būti vienas iš duomenų rinkinio skaičių?
Ne. Jei duomenų rinkinyje yra lyginis skaičių kiekis, mediana apskaičiuojama kaip dviejų vidurinių skaičių vidurkis. Todėl ji gali būti skaičius, kurio apskritai nėra jūsų pradiniame sąraše (pavyzdžiui, jei turite skaičius 1 ir 2, mediana bus 1,5).
Kuo skiriasi mediana nuo modos?
Tai dažna painiava. Mediana yra „vidurinis“ skaičius pagal vietą eilėje. Moda yra skaičius, kuris duomenų rinkinyje pasikartoja dažniausiai. Duomenų rinkinys gali neturėti modos arba turėti jų kelias, tačiau mediana visada yra tik viena.
Ką daryti, jei duomenų rinkinyje yra pasikartojančių skaičių?
Jokios problemos. Mediana skaičiuojama lygiai taip pat. Tiesiog rikiuokite visus skaičius, įskaitant pasikartojančius, ir tęskite skaičiavimą pagal nurodytą tvarką. Pasikartojantys skaičiai tiesiog užims savo vietas eilėje.
Ar medianą galima naudoti ne skaitiniams duomenims?
Mediana taikoma tik kiekybiniams (skaitiniams) duomenims arba duomenims, kurie turi natūralią tvarką (pvz., vertinimo skalės: blogai, patenkinamai, gerai, puikiai). Kategoriniams duomenims, kurie neturi tvarkos (pvz., spalvos: raudona, žalia, mėlyna), mediana neturi prasmės.
Statistikos įrankių vaidmuo
Šiuolaikiniame pasaulyje retai tenka skaičiuoti medianą rankiniu būdu, nebent dirbate su labai mažais duomenų kiekiais. Dauguma žmonių naudojasi „Excel“, „Google Sheets“ ar specializuotomis statistinėmis programomis, tokiomis kaip R ar „Python“. Šiuose įrankiuose mediana skaičiuojama naudojant paprastą funkciją „MEDIAN“. Tai leidžia analizuoti tūkstančius ar milijonus eilučių per kelias sekundes.
Visgi, gebėjimas suprasti, ką daro ši funkcija, yra nepakeičiamas. Jei tiesiog aklai pasitikėsite technologija, galite nepastebėti duomenų klaidų ar netinkamai interpretuoti rezultatus. Pavyzdžiui, jei į jūsų duomenų bazę netyčia patenka „nulis“ ar neigiama reikšmė ten, kur jų neturėtų būti, mediana tai parodys per pakeistą galutinį skaičių. Supratimas apie medianos prigimtį leidžia greičiau pastebėti tokias anomalijas.
Medianos vieta duomenų analizės hierarchijoje
Norint pilnai išanalizuoti bet kokią informaciją, neužtenka žinoti vien medianos. Profesionalūs duomenų analitikai dažniausiai naudoja visą „centrinės tendencijos“ priemonių rinkinį. Tai apima aritmetinį vidurkį, medianą ir modą. Kartu šie trys rodikliai leidžia pamatyti „duomenų formą“. Pavyzdžiui, jei vidurkis yra gerokai didesnis už medianą, tai signalas, kad duomenys yra pasiskirstę asimetriškai ir turi daug aukštų reikšmių. Jei visi trys rodikliai yra arti vienas kito, tai rodo normalųjį pasiskirstymą, kuris dažnai sutinkamas gamtoje (pavyzdžiui, žmonių ūgis).
Kitas svarbus aspektas yra dispersija – tai, kaip duomenys yra išsibarstę aplink vidurį. Mediana kartu su kvartiliais (duomenų padalijimu į keturias dalis) suformuoja „dėžutės ūsais“ (angl. box plot) grafiką. Tai vienas efektyviausių vizualizavimo būdų, leidžiantis akimirksniu suprasti duomenų pasiskirstymą. Jame centrinė linija žymi medianą, o dėžutės kraštai – duomenų susitelkimo diapazoną. Toks požiūris yra gerokai informatyvesnis nei vienas „vidutinis skaičius“.
Klaidos, kurių verta vengti
Viena dažniausių klaidų yra medianos skaičiavimas nesurikiavus duomenų. Atrodo akivaizdu, bet skubant tai daroma dažniau, nei manote. Kitas dažnas klaidingas žingsnis – medianos naudojimas tada, kai reikalingas vidurkis. Pavyzdžiui, jei norite sužinoti bendrą sunaudotų resursų sumą, mediana jums niekuo nepadės, nes ji parodo tik poziciją, o ne visumą. Vidurkis yra būtinas skaičiuojant bendras sąnaudas ar pajamas, nes jis atsižvelgia į visų elementų vertę.
Taip pat svarbu atkreipti dėmesį į duomenų kokybę. Jei jūsų rinkinyje yra trūkstamų duomenų (angl. missing data), tai gali iškreipti medianos poziciją. Prieš skaičiuojant, visada verta peržiūrėti duomenų „švarą“. Jei stebite pasikartojančius skaičius, kurie nėra tikri (pavyzdžiui, programinės įrangos klaidos rezultatas, kai rodomas „0“), būtinai pašalinkite juos prieš atlikdami statistinę analizę, nes kitaip jūsų mediana bus tiesiog techninės klaidos atspindys.
Mediana yra galingas įrankis, kuris padeda prasklaidyti skaičių miglą ir pamatyti tai, kas iš tiesų vyksta. Ji suteikia pusiausvyrą statistiniame vertinime ir saugo nuo klaidingų išvadų, kurias gali suformuoti ekstremalūs nukrypimai. Išmokus teisingai ją naudoti ir interpretuoti, jūsų gebėjimas suprasti pasaulį skaičių kalba taps gerokai tikslesnis ir gilesnis. Tai nėra tiesiog matematikos taisyklė – tai analitinio mąstymo pagrindas, kurį verta įsisavinti kiekvienam.
