4.2 Sentralmål og spredningsmål

«Gjennomsnittslønnen her er nesten 49 000»

Martin er på jobbintervju i en liten bedrift, og daglig leder skryter: «Gjennomsnittslønnen hos oss er nesten 49 000 i måneden!» Det høres bra ut – helt til Martin ser lønnslisten. Månedslønningene (i tusen kroner) er 35, 38, 42, 45, 45, 48, 52 og 85. Den siste er sjefens egen. Seks av åtte ansatte tjener under gjennomsnittet. Hva er det egentlig som foregår?

Svaret handler om sentralmål – tall som beskriver hvor dataene samler seg, hva som er «typisk» eller «sentralt» i et datasett. Det finnes tre vanlige sentralmål, og de svarer litt forskjellig på samme spørsmål: gjennomsnittet (middeltallet), medianen (midtverdien) og typetallet (den hyppigste verdien). Som Martin skal få erfare, kan de sprike kraftig – og hvilket mål som er mest ærlig, avhenger av dataene.

Men «typisk verdi» er bare halve historien. To arbeidslag kan ha samme gjennomsnitt og likevel være helt ulike – det ene stabilt og forutsigbart, det andre vilt varierende. Da trenger vi spredningsmål, som forteller hvor mye dataene varierer. I denne fortellingen lærer du å beregne alle målene – og, viktigere, å vite når du skal stole på hvilket.

Tre mål for det typiske

La oss regne på lønnslisten. Gjennomsnittet er summen av alle verdiene delt på antallet: $\displaystyle \bar{x} = \frac{x_1 + x_2 + \ldots + x_n}{n}$. For de åtte lønningene: $\displaystyle \bar{x} = \frac{35 + 38 + 42 + 45 + 45 + 48 + 52 + 85}{8} = \frac{390}{8} = 48{,}75$ tusen kroner. Det var dette tallet sjefen skrøt av – og det er matematisk helt riktig.

Medianen er den midterste verdien når dataene er sortert. Med åtte verdier finnes ingen enkelt midtverdi, så vi tar gjennomsnittet av de to midterste. Sortert: 35, 38, 42, 45, 45, 48, 52, 85. Medianen blir $\displaystyle \frac{45 + 45}{2} = 45$ tusen.

Typetallet er verdien som forekommer oftest – her 45, som dukker opp to ganger.

Så hvilket mål er mest representativt? Medianen. Gjennomsnittet dras opp av sjefens 85 000 – én eneste ekstremverdi flytter snittet nesten fire tusenlapper, mens medianen står støtt på 45 000. Det er derfor lønnsstatistikk ofte oppgir median: gjennomsnittet er følsomt for ekstremverdier, medianen er det ikke.

Et eksempel der målene er enige: En elektriker måler spenningen i ti stikkontakter og får 228, 228, 229, 229, 230, 230, 230, 231, 231, 232 volt. Gjennomsnittet er $\displaystyle \frac{2298}{10} = 229{,}8$ V, medianen $\displaystyle \frac{230 + 230}{2} = 230$ V og typetallet 230 V. Når dataene er jevne og symmetriske uten utstikkere, forteller alle tre samme historie – og alle ligger trygt innenfor normen på 230 V ± 10 %.

Spredning – like snitt, ulike arbeidsdager

På verkstedet der Martin til slutt takket ja, jobber to mekanikere som begge skifter olje «like raskt» – i hvert fall ifølge gjennomsnittet. Tidsbruken i minutter på ti oljeskift hver:

Mekaniker A: 22, 25, 23, 24, 26, 22, 25, 24, 23, 26. Mekaniker B: 18, 30, 21, 28, 22, 29, 20, 27, 23, 32.

Begge har summen 240 og dermed gjennomsnittet $\displaystyle \frac{240}{10} = 24$ minutter. Men se på tallene! A leverer jevnt og trutt mellom 22 og 26 minutter, mens B svinger mellom 18 og 32. Skal verkstedet love en kunde «ferdig om 25 minutter», er det A som kan holde løftet.

Forskjellen fanges av spredningsmål, og det enkleste er variasjonsbredden: største verdi minus minste verdi. For A: $26 - 22 = 4$ minutter. For B: $32 - 18 = 14$ minutter. Samme sentrum, men B spriker mer enn tre ganger så mye – A er den mest konsistente.

Variasjonsbredden er lett å regne ut, men har en svakhet du bør kjenne: den bygger bare på de to ytterpunktene, og påvirkes derfor sterkt av en enkelt ekstremverdi. Hadde B hatt ett eneste oljeskift på 45 minutter en kaotisk fredag, ville variasjonsbredden hoppet til 27 – selv om de andre ni skiftene var som før.

Lærdommen er at sentralmål og spredningsmål svarer på hver sin del av spørsmålet «hvordan er dataene?». Gjennomsnittet sa at A og B var like; variasjonsbredden avslørte at de ikke er det. En god beskrivelse av et datasett trenger som regel begge.

Tall som forteller sannheten – og tall som pynter på den

Martin gjennomskuet lønnsskrytet, og nå kan du det samme. Gjennomsnittet $\displaystyle \bar{x} = \frac{x_1 + x_2 + \dots + x_n}{n}$ er det mest brukte sentralmålet, men det har en akilleshæl: ekstremverdier. Én sjefslønn på 85 000 løftet snittet til 48 750, mens medianen – den midterste verdien i det sorterte datasettet, eller snittet av de to midterste ved like antall – sto rolig på 45 000 og ga det ærligste bildet. Typetallet, den hyppigste verdien, fullfører trioen, og når dataene er jevne som elektrikerens spenningsmålinger, peker alle tre på det samme.

Så spredningen: variasjonsbredden – største minus minste verdi – avslørte at to mekanikere med identisk gjennomsnitt hadde helt ulik forutsigbarhet, 4 mot 14 minutter. Husk samtidig svakheten: målet bygger bare på ytterpunktene og kan kastes rundt av én eneste avstikker.

Den praktiske lærdommen tar du med deg overalt: spør alltid hvilket sentralmål et tall er, og be om et spredningsmål ved siden av. «Gjennomsnittet er 24 minutter» er en halv sannhet – «24 minutter, pluss-minus et par» eller «24 minutter, men alt fra 18 til 32» er hele. Den som behersker begge målene, lar seg verken lure av lønnsstatistikk eller overraskes av en mekaniker på en dårlig dag.