View
222
Download
0
Embed Size (px)
Citation preview
7/26/2019 Ekstra - 4_Mjere Varijabiliteta Vjebe
1/7
Zdravstveno veleuilite u Zagrebu Vjebeiz statistike
1
MJERE VARI JABIL I TETA
Ako elimo dobiti cijelu sliku o prirodi rezultata prikupljenih u istraivanju, nisu nam
dovoljni samo podaci o mjerama centralne tendencije, ve nam trebaju i podaci o varijabilitetu.
Pojam varijabiliteta vezan je uz rasprenost rezultata koje smo dobili u nekom istraivanju u odnosu
na mjeru centralne tendencije. Naime, to su vrijednosti nekog niza mjerenja meusobno slinije i
gue grupirane oko srednje vrijednosti onda nam ta srednja vrijednost to bolje reprezentira te
rezultate, jer je ona tada slinija rezultatima koje predstavlja. Ako smo npr. u istraivanju u
promatranoj pojavi (npr. dob u godinama) dobili sve jednake rezultate, (ispitanici su nam djeca koja
su sva stara 10 godina), onda varijabiliteta niti nema. No, ako su rezultati jako raspreni,
meusobno prilino razliiti, pa su zato slabo grupirani oko neke mjere centralne tendencije, onda
nam ona slabo reprezentira te rezultate.
Po samoj vrijednosti aritmetikesredine ne moemo znati na koji nain se rezultati grupiraju
oko te aritmetike sredine, te nam je stoga vaan podatakkako i koliko se oni grupiraju tj. je li nam
dobivena aritmetika sredina dobar ili lo reprezentant naih rezultata. Postoji vie mjera
varijabiliteta, a mi emo raditi tri najpoznatije: raspon, standardnu devijaciju i koeficijent relativnog
varijabiliteta.
RASPON
Raspon je najjednostavnija i najnepreciznija mjera grupiranja rezultata oko neke srednje
vrijednosti jer je to ustvari razlika izmeunajveeg i najmanjeg rezultata. Stoga je vrlo nesigurna
mjera jer bilo koji osamljeni ekstremni rezultat znatno poveava raspon, a da se grupiranje rezultataoko aritmetike sredinemoda i nije bitno promijenilo.
Osim toga, nedostatak mu je i taj to njegova veliina ovisi i o broju mjerenja: to je vei broj
mjerenja neke pojave, to e i raspon vjerojatno biti vei. Ako mjerimo visinu studenata na
Zdravstvenom veleuilitu i na jednim vjebama obuhvatimo 30 studenata radne terapije II godine,
sasvim je izvjesno da e raspon visina u toj skupini biti manji nego u skupini svih studenata
Veleuilita.
7/26/2019 Ekstra - 4_Mjere Varijabiliteta Vjebe
2/7
Zdravstveno veleuilite u Zagrebu Vjebeiz statistike
2
STANDARDNA DEVI JACI JA
Standardna devijacija (SD ili ) standard je za mjerenje varijabiliteta rezultata. Standardna
devijacija smije se raunati samo uz aritmetiku sredinu, a ne i uz druge mjere centralne tendencije(dakle ne ni uz C, ni uz D). Pri izraunu uzima se svaki rezultat u obzir, kao i kod raunanja
aritmetike sredine, pa je stoga preciznija mjera varijabiliteta.
Mogue ju je izraunati pomou dvije formule:
1
)( 2
N
Xx
SD X ili1N
N
)X(X
SD
2
2
Rezultat bi, naravno, trebao biti jednak bez obzira na to kojom smo se formulom posluili. Postupak
za standardnu devijaciju najpreglednije je raditi u nastavku distribucije frekvencija, tablice koja
nam je temelj za grafiki prikaz. U primjeru koju je nie naveden, osim preko tablice s
frekvencijama, imamo mogunost izrauna SD tako da doslovno od svakog rezultata koji nam se
pojavljuje oduzimamo aritmetiku sredinu, i sve to ispisujemo u brojniku ispod drugog korijena.
No, takav nain je prilino nepregledan i lako se potkradu raunske pogreke. Studentima ga ipak
pokazujemo kako bi lake shvatili logiku standardne devijacije.
KOEFI CIJENT VARIJABI LNOSTI il i KOEFI CIJENT
RELATIVNOG VARI JABI LI TETA
Svrha mu je omoguiti usporedbu varijabiliteta kod istih pojava na razliitim skupinama, ili kod
razliitih pojava na istoj skupini jer standardnu devijaciju izraava u obliku postotka aritmetike
sredine.
%
ZADACI
1)Za slijedei niz podataka:
a)napravite distribuciju frekvencija
X
100SDV
7/26/2019 Ekstra - 4_Mjere Varijabiliteta Vjebe
3/7
Zdravstveno veleuilite u Zagrebu Vjebeiz statistike
3
b)utvrdite mjere centralne tendencije ( X , C, D)
c)utvrdite mjere varijabiliteta (raspon, SD, V)
x: 9, 3, 8, 8, 9, 8, 9, 18
Poredajmo rezultate po veliini X: 3, 8, 8, 8, 9, 9, 9, 18
X =N
X= 9
8
72
8
189898839
D1= 8; D2= 9
C= 8.5
R= 18 - 3 = 15
XSDx X
N
( )2
1
18
)918()99()98()99()98()98()93()99( 22222222
14,4143,177
120
Znatno pregledniji nain jest raunanje standardne devijacije preko distribucije frekvencija:
x f x-X (x-X f(x-X
3 1 -6 36 36
8 3 -1 1 3
9 3 0 0 0
18 1 9 81 81
=8 =120
Ako elimo raunati pomou druge formule, tablica e izgledati ovako:
x f fx X f X
3 1 3 9 9
8 3 24 64 192
9 3 27 81 243
18 1 18 324 324
72 768
722=5184
7/26/2019 Ekstra - 4_Mjere Varijabiliteta Vjebe
4/7
Zdravstveno veleuilite u Zagrebu Vjebeiz statistike
4
14.414.17
7
120
7
648768
7
8
5184768
1N
N
)X(X
SD
2
2
%46=9
10014.4=V
Ovdje su navedeni svi koraci po stupcima kako bi studentima bilo jasno to se radi, ali za bre
izraunavanje mogue je preskoiti ispisivanje pojedinog stupca, te tako ubrzati rad. Kad ve u
kalkulatoru imate razliku pojedinog rezultata od aritmetike sredine, dobro je odmah ga kvadrirati, i
odmah potom ga pomnoiti s pripadajuom frekvencijom.
Ako raunate pomou druge formule, mogue je preskoiti trei stupac. Njegova suma je
zbroj svih rezultata, a do te vrijednosti smo ve doli kad smo raunali aritmetiku sredinu.
2)Za 10 studenata koji su izali na mjeseni rok iz Osnova zdravstvene statistike imamo navedene
bodove postignute na ispitu. Za taj niz podataka napravite:
a)distribuciju frekvencija,
b)izraunajte X ,
c) izraunajte mjere varijabiliteta - raspon i SD
19, 19.5, 18, 18.5, 19, 19, 18.5, 20, 19.5, 19
19=10
190=X ; R= 20-18 =2
x f x-X (x-X f (x-X x fx
18 1 1 1 1 324 324
18.5 2 0.5 0.25 0.5 342.25 684.519 4 0 0 0 361 1444
19.5 2 0.5 0.25 0.5 380.25 760.5
20 1 1 1 1 400 400
10 3 3613
XSDx X
N
( )2
1
577.033,09
3SD
7/26/2019 Ekstra - 4_Mjere Varijabiliteta Vjebe
5/7
Zdravstveno veleuilite u Zagrebu Vjebeiz statistike
5
1N
N
)X(X
SD
2
2
.57 7.09
3
9
10
361003613
3)Za sljedei niz podataka napravite: a) distribuciju frekvencija
b) izraunajte X , R i SD
x: 5, 8, 3, 1, 6, 5, 4, 6, 4, 5, 2, 5.
x f x-X (x-X f(x-X x2 fx
2
1 1 -3.5 12.25 12.25 1 1
2 1 -2.5 6.25 6.25 4 4
3 1 -1.5 2.25 2.25 9 9
4
5
6
8
2
4
2
1
-0.5
0.5
1.5
3.5
0.25
0.25
2.25
12.25
0.50
1.00
4.50
12.25
16
25
36
64
32
100
72
64
12 39.00 282
5,4=12
54=X 883.154545,3
11
39SD R= 8-1 = 7
883.1=54545,3=11
39=
11
243-282=
11
12
2916-282
=SD
7/26/2019 Ekstra - 4_Mjere Varijabiliteta Vjebe
6/7
Zdravstveno veleuilite u Zagrebu Vjebeiz statistike
6
PRIMJER PRIMJENE
KOEFICIJENTA RELATIVNOG VARIJABILITETA
Recimo da smo na dvije skupine ispitanika mjerili istu varijablu (npr. inteligenciju), te smo
dobili jednake aritmetike sredine, ali razliite standardne devijacije. Ako elimo utvrditi u kojoj
skupini ova varijabla vie varira, dovoljno je usporediti standardne devijacije: vea standardna
devijacija ukazuje na vei varijabilitet. Kada to provjerimo pomou koeficijenata relativnog
varijabiliteta, zakljuak e biti isti. No, u ivotu rijetko kada dobivamo jednake aritmetike sredine,
ak i kada mjerimo istu varijablu, a onda je znatno tee procijeniti u kojoj skupini gdje je vei
varijabilitet.
1X = 100
SD1= 15
%15=100
15100=
X
SD100=V1
2X = 100
SD2= 7
%7=100
7100=
X
SD100=V
2
Pogledajmo zato sljedei primjer. Recimo da smo mjerili neku finu motoriku vjetinu na
prvoj skupini za koju imamo podatke o inteligenciji. Zanima nas varira li na istim ispitanicima vie
inteligencija ili fina motorika vjetina. Ako promatramo samo standardne devijacije, zakljuili bi
da vie varira inteligencija jer ta SD iznosi 15, za razliku od motorike vjetine gdje je SD 6. No,
takav zakljuak nije toan, jer treba promatrati veliinu standardne devijacije s obzirom na
aritmetiku sredinu uz koju se vee. To nam omoguava koeficijent relativnog varijabiliteta, pa nam
tako i ukazuje da je varijabilitet motorike vjetine 30%, dakle vei nego kod inteligencije gdjeiznosi 15%.
3X = 20
SD3= 6
%30=20
6100=
X
SD100=V
3
Iako je trea SD najmanja, trea varijabla najvie varira, to se vidi iz koeficijenta relativnog
varijabiliteta.
7/26/2019 Ekstra - 4_Mjere Varijabiliteta Vjebe
7/7
Zdravstveno veleuilite u Zagrebu Vjebeiz statistike
7
PONOVIMO:
Mjere varijabiliteta govore nam o razliitosti rezultata, odnosno u kojoj mjeri pojedina mjera
centralne tendencije dobro reprezentira svoje rezultate.
Mjere varijabiliteta koje smo radili su raspon, standardna devijacija i koeficijent relativnog
varijabiliteta.
Raspon je najjednostavnija, ali i prilino nepouzdana mjera varijabiliteta jer ovisi samo odva krajnja rezultata.
Standardna devijacija rauna se samo uz aritmetiku sredinu i promatra koliko je svaki
pojedini rezultat udaljen od aritmetike sredine.
Koeficijent relativnog varijabiliteta koristimo kada elimo usporediti varijabilitete, aaritmetike sredine nam se razlikuju (usporeujemo dvije razliite pojave na istim ljudima
ili jednu varijablu na razliitim skupinama).
LITERATURA:
1. Howell, D.C. (1989) Fundamental Statistics for the Behavioral Sciences. Boston: PWS Kent
Publishing Company.
2. Petz, B. (1997) Osnovne statistike metode za nematematiare. Jastrebarsko: Naklada "Slap".
3.http://www.sagepub.com/upm-data/5899_Chapter_5_Frankfort_05.pdf preuzeto
01.03.2010.
4.http://www.visualstatistics.net/021%20Elements%20of%20Visual%20Statistics/2%20Measures%
20of%20Variability.htm preuzeto 15.04.2010.
NAPOMENE:
Svi podaci u ovim zadacima izmiljeni su za potrebe vjebi studenata i ne predstavljaju stvarno stanje u navedenimpopulacijama.
U zadacima toni rezultati mogu biti i oni koji donekle odstupaju od navedenih rezultata, uslijed rada s drukijim
brojem decimalnih vrijednosti.
Zadnja promjena 24.05.2010.
http://www.sagepub.com/upm-data/5899_Chapter_5_Frankfort_05.pdfhttp://www.sagepub.com/upm-data/5899_Chapter_5_Frankfort_05.pdf