Wanneer het gaat om het interpreteren van datasets, zijn centrummaten zoals het gemiddelde en de mediaan essentiële tools. Deze maatstaven geven inzicht in de centrale tendens van een reeks getallen en helpen bij het begrijpen van trends, zoals leeftijden, scores of metingen in sporttrainingen of voedingsdiëten. In dit artikel leggen we de begrippen gemiddelde, mediaan en modus uit, geven we concreet toepassing voorbeelden en tonen we hoe je deze berekent in praktische situaties, zoals het analyseren van pretest- en posttestresultaten, verdelingen van hondengegevens of zelfs statistische modellen in sporttrainingen.
Wat zijn gemiddelde, mediaan en modus?
Centrummaten zijn maatstaven die een samenvatting geven van een dataset. De drie belangrijkste centrummaten zijn:
Gemiddelde
Het gemiddelde is de som van alle waarden gedeeld door het aantal waarden. Het geeft een soort "gemiddelde" waarde van de reeks. Bijvoorbeeld, als je zes honden hebt met leeftijden 7, 3, 13, 6, 4 en 9 jaar, dan is het gemiddelde:
$$ \text{Gemiddelde} = \frac{7 + 3 + 13 + 6 + 4 + 9}{6} = \frac{42}{6} = 7 $$
Dus is de gemiddelde leeftijd van deze honden 7 jaar.
Mediaan
De mediaan is de middelste waarde in een gesorteerde reeks. Als je een even aantal waarden hebt, zoals in het bovenstaande voorbeeld, neem je de gemiddelde van de twee middenwaarden. De leeftijden van de honden gesorteerd zijn:
3, 4, 6, 7, 9, 13
De twee middenwaarden zijn 6 en 7. De mediaan is dus:
$$ \text{Mediaan} = \frac{6 + 7}{2} = 6,5 $$
Modus
De modus is de waarde die het meest voorkomt in een reeks. In het voorbeeld met de honden zijn er twee mannetjes en vier vrouwtjes. De modus in termen van geslacht is dus: vrouwtjes.
Toepassing in praktijkvoorbeelden
Voorbeeld 1: Pretest- en posttestresultaten
In een onderzoek naar de invloed van meditatie op leerprestaties werden pretest- en posttest-scores vergeleken. De data zijn als volgt:
| Pretest-scores | Posttest-scores | |
|---|---|---|
| Gemiddelde | 68,44 | 75,25 |
| Standaarddeviatie | 9,43 | 9,88 |
| Variantie | 88,96 | 97,96 |
| Bereik | 36,25 | 45,12 |
| Aantal deelnemers (N) | 30 | 30 |
De gemiddelde score na meditatie is hoger dan vooraf, wat suggereert dat er een positieve invloed kan zijn. Om te bepalen of deze toename statistisch significant is, zou een t-toets of een andere statistische analyse nodig zijn. De gelijkwaardige varianties (88,96 vs 97,96) en het gelijk aantal deelnemers maken het mogelijk om een betrouwbare analyse uit te voeren.
Voorbeeld 2: Verdeling van kogelstoten
In een oefening over normale verdelingen, wordt het resultaat van een kogelstoter geanalyseerd. De verdeling van de worpen is als volgt:
| Afstand (m) | Aantal |
|---|---|
| 15,25 - <16,75 | 13 |
| 16,75 - <17,75 | 48 |
| 17,75 - <18,25 | 39 |
| 18,25 - <18,75 | 37 |
| 18,75 - <19,75 | 50 |
| 19,75 - <20,75 | 13 |
De opdracht is om aan te tonen dat deze verdeling bij benadering een normale verdeling is en om het gemiddelde en de standaarddeviatie te bepalen. Hierbij wordt gebruikgemaakt van een normaal-waarschijnlijkheidspapier, een grafische methode om normale verdeling te bepalen.
Als de verdeling inderdaad normaal is, kan men statistische veronderstellingen doen over de kansverdeling van de prestaties. Bijvoorbeeld, de kans dat de kogelstoter in een wedstrijd waarbij drie pogingen worden geteld, in totaal meer dan 58 meter stoot, kan dan berekend worden aan de hand van de cumulatieve kansdichtheidsfunctie van de normale verdeling.
Oefeningen met gemiddelde en mediaan
Oefening 1: Berekening van centrummaten
Stel je neemt 50 monsters van de concentratie nitraat in landbouwgrond. De gegevens zijn beschikbaar in Excel. De berekening van de centrummaten gaat als volgt:
- Modale concentratie (modus): 24,6
- Mediaan: 25,1
- Gemiddelde: ongeveer 25,2
Als de data eerst worden afgerond en in klassen worden ingedeeld, zoals:
- 19,5 – <20,5
- 20,5 – <21,5
- 21,5 – <22,5
- enzovoort
Kan een frequentietabel worden opgesteld. Dit maakt het mogelijk om centrummaten te berekenen met behulp van klassenmiddens en frequenties, zoals in Voorbeeld 1.
Oefening 2: Toepassing in sportstatistiek
Een atlete doet mee aan het verspringen. Haar sprongen zijn normaal verdeeld met een gemiddelde van 6,40 meter en een standaarddeviatie van 13 cm. De Olympische limiet is 6,60 meter.
Om te bepalen hoe groot de kans is dat zij zich plaatst voor de Spelen (dus minstens vijf keer de Olympische limiet haalt), kan men gebruik maken van de cumulatieve normale verdeling.
Stel:
- μ = 6,40 m
- σ = 0,13 m
- Olympische limiet = 6,60 m
De kans dat ze op één sprong de limiet haalt is:
$$ P(X \geq 6,60) = 1 - P(X < 6,60) $$
Deze kans kan worden berekend met een Z-score:
$$ Z = \frac{6,60 - 6,40}{0,13} = \frac{0,20}{0,13} \approx 1,54 $$
Gebruikmakend van een Z-tabel of een normale verdelingscalculator, vind je:
$$ P(Z \geq 1,54) \approx 0,0618 $$
De kans dat ze in één sprong de Olympische limiet haalt, is dus ongeveer 6,18%.
Centrummaten in groepen en beroepen
Een ander interessant voorbeeld betreft de verdeling van het IQ binnen beroepsgroepen. Hierbij is gebleken dat de standaardafwijking van het IQ kleiner wordt naarmate het gemiddelde IQ binnen een beroepsgroep groter is. Er is een wiskundig verband gegeven:
$$ \sigma = 45,5 - 0,272\mu $$
Waarbij:
- μ = gemiddelde IQ van een beroepsgroep
- σ = standaardafwijking
In een beroepsgroep met gemiddeld IQ 122 is de kans dat een persoon uit die groep een IQ > 115 heeft, ongeveer 0,7. Dit kan men berekenen door de Z-score te bepalen en de cumulatieve kans te berekenen.
Voorbeeld:
$$ Z = \frac{115 - 122}{\sigma} $$
Substitueer σ met de gegeven formule:
$$ \sigma = 45,5 - 0,272 \times 122 = 45,5 - 33,184 = 12,316 $$
$$ Z = \frac{-7}{12,316} \approx -0,57 $$
$$ P(Z < -0,57) \approx 0,2843 $$
$$ P(Z > -0,57) = 1 - 0,2843 = 0,7157 $$
De kans is dus ongeveer 0,716, wat dicht bij de opgegeven 0,7 ligt.
Toepassing in voedselproductie
Een laatste voorbeeld betreft de keuze van een machine voor het vullen van potten appelmoes. De drie beschikbare modellen hebben verschillende specificaties:
| Model | Standaarddeviatie (g) | Aantal potten (duizenden) | Prijs (duizenden euro) |
|---|---|---|---|
| Astepo | 10 | 300 | 120 |
| Galdi | 8 | 250 | 100 |
| Fimer | 6 | 320 | 140 |
De machine moet zodanig worden afgesteld dat hoogstens 2% van de klanten te weinig appelmoes ontvangt. Dit betekent dat de kans dat de inhoud onder een bepaalde grens ligt, maximaal 2% mag zijn.
Om dit te bepalen, moet men de kans berekenen dat de inhoud onder een bepaalde waarde ligt. De keuze van de machine hangt dus af van de variantie (σ²) en de verwachte levensduur (in aantal potten).
Een machine met een kleinere standaarddeviatie heeft een grote precisie, wat betekent dat de kans op afwijkingen kleiner is. In dit geval is Fimer de meest betrouwbare keuze, omdat het de kleinste standaarddeviatie heeft (6 g), wat betekent dat de kans op ondervulling het laagst is.
Conclusie
Het begrijpen en berekenen van gemiddelde, mediaan en modus is essentieel voor het interpreteren van data in diverse contexten, van sportprestaties tot voedselproductie en zelfs beroepsstatistiek. Deze centrummaten geven een overzicht van de centrale tendens in een dataset en zijn bovendien cruciaal bij het bepalen van betrouwbaarheid en representativiteit van resultaten.
Oefeningen met deze maatstaven helpen bij het verdiepen van statistisch inzicht en maken het mogelijk om realistische keuzes te maken, zoals het kiezen van een machine op basis van betrouwbaarheid of het analyseren van prestaties in trainingen of wedstrijden. Door deze basisstatistiek onder de knie te krijgen, wordt het gemakkelijker om data te interpreteren, patronen te herkennen en beslissingen te nemen op basis van feiten.