Meta-description

Τα μέτρα Περιγραφικής Στατιστικής συνοψίζουν τη θέση, τη διασπορά και τη μορφή μιας κατανομής. Παρουσιάζονται η μέση τιμή, η διάμεσος, η επικρατούσα τιμή, η τυπική απόκλιση, το IQR, η ασυμμετρία και ο συντελεστής μεταβλητότητας, μαζί με τις σύγχρονες αρχές ερμηνείας τους.

Λέξεις-κλειδιά

περιγραφική στατιστική, μέση τιμή, διάμεσος, επικρατούσα τιμή, τυπική απόκλιση, διακύμανση, IQR, τεταρτημόρια, percentiles, skewness, coefficient of variation, στατιστική ανάλυση

Εισαγωγή

Η Περιγραφική Στατιστική έχει ως βασικό στόχο την οργάνωση, τη σύνοψη και την παρουσίαση των δεδομένων με τρόπο που επιτρέπει την άμεση κατανόηση των βασικών χαρακτηριστικών τους.

Η απλή παράθεση όλων των παρατηρήσεων ενός δείγματος συνήθως δεν είναι ιδιαίτερα χρήσιμη. Για τον λόγο αυτό χρησιμοποιούνται αριθμητικοί δείκτες που συνοψίζουν τη θέση, τη μεταβλητότητα και τη μορφή της κατανομής.

Τα σημαντικότερα μέτρα διακρίνονται σε μέτρα κεντρικής τάσης, μέτρα διασποράς και μέτρα μορφής της κατανομής. Η επιλογή του κατάλληλου δείκτη εξαρτάται από τον τύπο της μεταβλητής, την κατανομή των δεδομένων, την παρουσία ακραίων τιμών και τον σκοπό της ανάλυσης.

Μέτρα Κεντρικής Τάσης

Τα μέτρα κεντρικής τάσης περιγράφουν την τιμή γύρω από την οποία τείνουν να συγκεντρώνονται οι παρατηρήσεις.

Τα κυριότερα είναι η μέση τιμή, η διάμεσος και η επικρατούσα τιμή.

Δεν είναι όλα κατάλληλα για κάθε τύπο μεταβλητής. Η επικρατούσα τιμή μπορεί να χρησιμοποιηθεί ακόμη και για ονομαστικές μεταβλητές, ενώ η διάμεσος είναι κατάλληλη για διατάξιμα και αριθμητικά δεδομένα.

Μέση Τιμή

Η μέση τιμή (mean) υπολογίζεται ως το άθροισμα όλων των παρατηρήσεων διαιρεμένο με τον αριθμό τους.

Αποτελεί έναν από τους σημαντικότερους δείκτες θέσης για ποσοτικές μεταβλητές και είναι ιδιαίτερα χρήσιμη όταν η κατανομή είναι σχετικά συμμετρική.

Η μέση τιμή επηρεάζεται από ακραίες παρατηρήσεις. Για παράδειγμα, σε δεδομένα εισοδήματος λίγες εξαιρετικά υψηλές τιμές μπορεί να αυξήσουν σημαντικά τον μέσο όρο και να τον καταστήσουν λιγότερο αντιπροσωπευτικό της τυπικής παρατήρησης.

Για τον λόγο αυτό δεν πρέπει να χρησιμοποιείται μηχανιστικά χωρίς προηγούμενη εξέταση της κατανομής.

Διάμεσος

Η διάμεσος (median) είναι η τιμή που χωρίζει τις ταξινομημένες παρατηρήσεις σε δύο ίσα μέρη.

Το 50% των παρατηρήσεων βρίσκεται κάτω από τη διάμεσο και το 50% πάνω από αυτήν.

Η διάμεσος είναι ανθεκτικότερη στις ακραίες τιμές από τη μέση τιμή και για τον λόγο αυτό συχνά προτιμάται σε έντονα ασύμμετρες κατανομές.

Για παράδειγμα, η διάρκεια νοσηλείας ή το εισόδημα συχνά παρουσιάζονται καλύτερα με τη διάμεσο και το ενδοτεταρτημοριακό εύρος.

Επικρατούσα Τιμή

Η επικρατούσα τιμή (mode) είναι η τιμή ή κατηγορία που εμφανίζεται συχνότερα.

Αποτελεί το μόνο κλασικό μέτρο κεντρικής τάσης που μπορεί να εφαρμοστεί και σε καθαρά ονομαστικές μεταβλητές.

Μια κατανομή μπορεί να έχει μία επικρατούσα τιμή, περισσότερες από μία ή, σε ορισμένες περιπτώσεις, καμία σαφώς επικρατούσα τιμή.

Τεταρτημόρια

Τα τεταρτημόρια (quartiles) χωρίζουν τις ταξινομημένες παρατηρήσεις σε τέσσερα τμήματα.

Το πρώτο τεταρτημόριο Q1 αντιστοιχεί περίπου στο 25ο εκατοστημόριο, το δεύτερο Q2 είναι η διάμεσος και το τρίτο Q3 αντιστοιχεί περίπου στο 75ο εκατοστημόριο.

Τα τεταρτημόρια είναι ιδιαίτερα χρήσιμα για την περιγραφή της θέσης και της διασποράς δεδομένων που δεν ακολουθούν συμμετρική κατανομή.

Εκατοστημόρια

Τα εκατοστημόρια ή percentiles χωρίζουν την κατανομή σε εκατό τμήματα.

Για παράδειγμα, το 90ό εκατοστημόριο είναι η τιμή κάτω από την οποία βρίσκεται περίπου το 90% των παρατηρήσεων.

Χρησιμοποιούνται ευρέως στην εκπαίδευση, στην ψυχομετρία, στην παιδιατρική και σε πολλές άλλες εφαρμογές όπου ενδιαφέρει η σχετική θέση ενός ατόμου μέσα σε μια κατανομή.

Μέτρα Διασποράς

Τα μέτρα διασποράς περιγράφουν το πόσο συγκεντρωμένες ή απομακρυσμένες είναι οι παρατηρήσεις γύρω από μία κεντρική τιμή.

Δύο σύνολα δεδομένων μπορούν να έχουν ακριβώς την ίδια μέση τιμή αλλά τελείως διαφορετική διασπορά. Για αυτό η παρουσίαση ενός μέτρου κεντρικής τάσης χωρίς αντίστοιχο μέτρο διασποράς είναι συνήθως ανεπαρκής.

Διακύμανση

Η διακύμανση (variance) βασίζεται στις τετραγωνικές αποκλίσεις των παρατηρήσεων από τη μέση τιμή.

Αποτελεί βασική έννοια στη στατιστική θεωρία, αλλά επειδή εκφράζεται σε τετραγωνισμένες μονάδες της αρχικής μεταβλητής, η άμεση ερμηνεία της είναι συχνά δυσκολότερη.

Τυπική Απόκλιση

Η τυπική απόκλιση (standard deviation – SD) είναι η τετραγωνική ρίζα της διακύμανσης και εκφράζεται στις ίδιες μονάδες με την αρχική μεταβλητή.

Δεν πρέπει να περιγράφεται ως η απλή «μέση απόσταση» των παρατηρήσεων από τον μέσο όρο. Αποτελεί δείκτη που βασίζεται στην τετραγωνική μέση απόκλιση των τιμών από τη μέση τιμή.

Μικρή τυπική απόκλιση σημαίνει ότι οι τιμές βρίσκονται σχετικά κοντά στον μέσο όρο, ενώ μεγαλύτερη τιμή υποδηλώνει αυξημένη διασπορά.

Για σχετικά συμμετρικά δεδομένα συνήθως παρουσιάζεται ως:

Μέση τιμή ± Τυπική Απόκλιση.

Εύρος

Το εύρος (range) υπολογίζεται ως:

μέγιστη τιμή – ελάχιστη τιμή.

Είναι εύκολο στην κατανόηση, αλλά εξαρτάται αποκλειστικά από τις δύο ακραίες παρατηρήσεις και επομένως είναι ιδιαίτερα ευαίσθητο σε outliers.

Για τον λόγο αυτό χρησιμοποιείται συνήθως συμπληρωματικά και όχι ως μοναδικό μέτρο διασποράς.

Ενδοτεταρτημοριακό Εύρος

Το ενδοτεταρτημοριακό εύρος (Interquartile Range – IQR) υπολογίζεται ως:

IQR = Q3 − Q1.

Περιγράφει το εύρος μέσα στο οποίο βρίσκεται το κεντρικό 50% των παρατηρήσεων.

Επειδή επηρεάζεται πολύ λιγότερο από ακραίες τιμές, αποτελεί ιδιαίτερα κατάλληλο μέτρο διασποράς για ασύμμετρες κατανομές.

Συνήθως παρουσιάζεται μαζί με τη διάμεσο.

Ποια Μέτρα Παρουσιάζουμε

Η επιλογή του συνδυασμού μέτρων πρέπει να βασίζεται στην κατανομή των δεδομένων.

Για σχετικά συμμετρικές ποσοτικές μεταβλητές χρησιμοποιείται συχνά:

Μέση τιμή ± SD.

Για ασύμμετρες μεταβλητές ή δεδομένα με σημαντικές ακραίες τιμές προτιμάται συχνά:

Διάμεσος (Q1–Q3) ή Διάμεσος (IQR).

Δεν είναι στατιστικά ορθό να χρησιμοποιείται ο ίδιος τρόπος παρουσίασης για όλες τις μεταβλητές ανεξάρτητα από τη μορφή της κατανομής τους.

Ασυμμετρία

Η ασυμμετρία (skewness) περιγράφει τον βαθμό και την κατεύθυνση απόκλισης μιας κατανομής από τη συμμετρία.

Σε μια θετικά ασύμμετρη κατανομή η μεγαλύτερη «ουρά» βρίσκεται προς τις υψηλές τιμές, ενώ σε μια αρνητικά ασύμμετρη κατανομή προς τις χαμηλές.

Ο συντελεστής skewness μπορεί να χρησιμοποιηθεί ως αριθμητικός δείκτης, αλλά δεν πρέπει να ερμηνεύεται απομονωμένα.

Η σύγχρονη πρακτική συνδυάζει τον αριθμητικό δείκτη με γραφική εξέταση μέσω ιστογράμματος, box plot ή Q-Q plot.

Κύρτωση

Η κύρτωση (kurtosis) χρησιμοποιείται για την περιγραφή ορισμένων χαρακτηριστικών του σχήματος της κατανομής, ιδιαίτερα της συμπεριφοράς των ουρών σε σχέση με την κανονική κατανομή.

Δεν πρέπει να ερμηνεύεται απλώς ως «πόσο ψηλή είναι η κορυφή», όπως συχνά αναφέρεται σε απλουστευμένες περιγραφές.

Η αξιολόγηση της κύρτωσης αποκτά ιδιαίτερη σημασία όταν ελέγχονται οι ιδιότητες της κατανομής πριν από συγκεκριμένες στατιστικές αναλύσεις.

Συντελεστής Μεταβλητότητας

Ο συντελεστής μεταβλητότητας (Coefficient of Variation – CV) εκφράζει την τυπική απόκλιση σε σχέση με τη μέση τιμή και συχνά υπολογίζεται ως:

CV = SD / Mean × 100%.

Είναι χρήσιμος όταν θέλουμε να συγκρίνουμε τη σχετική μεταβλητότητα δύο ή περισσότερων συνόλων δεδομένων που έχουν διαφορετικούς μέσους όρους.

Η χρήση του απαιτεί προσοχή. Είναι κυρίως κατάλληλος για μεταβλητές με πραγματικό μηδενικό σημείο και θετικές τιμές. Δεν είναι κατάλληλος για όλες τις κλίμακες μέτρησης.

Ακραίες Τιμές

Οι ακραίες παρατηρήσεις (outliers) μπορούν να επηρεάσουν σημαντικά τη μέση τιμή, την τυπική απόκλιση και άλλους δείκτες.

Δεν πρέπει να αφαιρούνται αυτόματα μόνο επειδή είναι ακραίες.

Ο ερευνητής πρέπει πρώτα να εξετάσει εάν πρόκειται για λάθος καταχώρισης, λάθος μέτρησης ή πραγματική παρατήρηση.

Εφόσον είναι πραγματικές τιμές, η αντιμετώπισή τους πρέπει να αιτιολογείται με βάση το ερευνητικό πρωτόκολλο και όχι με σκοπό τη βελτίωση των στατιστικών αποτελεσμάτων.

Αριθμητική και Γραφική Περιγραφή

Οι αριθμητικοί δείκτες δεν πρέπει να εξετάζονται ανεξάρτητα από τη γραφική παρουσίαση.

Ένα ιστόγραμμα μπορεί να αποκαλύψει ασυμμετρία ή περισσότερες από μία κορυφές που δεν γίνονται αντιληπτές μόνο από τη μέση τιμή και την SD.

Αντίστοιχα, ένα box plot μπορεί να αναδείξει τη διάμεσο, το IQR και πιθανές ακραίες παρατηρήσεις.

Η συνδυασμένη χρήση αριθμητικών και γραφικών μεθόδων προσφέρει πολύ πληρέστερη εικόνα των δεδομένων.

Συμπέρασμα

Τα μέτρα Περιγραφικής Στατιστικής αποτελούν το βασικό εργαλείο για τη συνοπτική περιγραφή ενός συνόλου δεδομένων. Η σωστή χρήση τους απαιτεί όχι μόνο γνώση των μαθηματικών ορισμών αλλά και κατανόηση του πότε κάθε δείκτης είναι κατάλληλος.

Η μέση τιμή και η τυπική απόκλιση είναι ιδιαίτερα χρήσιμες για σχετικά συμμετρικές ποσοτικές κατανομές, ενώ η διάμεσος και το IQR είναι περισσότερο ανθεκτικά σε ασυμμετρία και ακραίες τιμές. Η επικρατούσα τιμή μπορεί να χρησιμοποιηθεί και για κατηγορικές μεταβλητές, ενώ η ασυμμετρία, η κύρτωση και ο συντελεστής μεταβλητότητας προσφέρουν πρόσθετες πληροφορίες για τη μορφή και τη σχετική μεταβλητότητα των δεδομένων.

Η σύγχρονη Περιγραφική Στατιστική βασίζεται επομένως στην ταυτόχρονη εξέταση της θέσης, της διασποράς, της κατανομής και της γραφικής απεικόνισης των δεδομένων, ώστε η περιγραφή να είναι ακριβής, κατανοητή και επιστημονικά τεκμηριωμένη.

Ενδεικτική Βιβλιογραφία

Field, A. (2024). Discovering statistics using IBM SPSS Statistics. SAGE Publications.

Agresti, A., & Franklin, C. (2021). Statistics: The art and science of learning from data. Pearson.

Altman, D. G. (1991). Practical statistics for medical research. Chapman & Hall.

Kirkwood, B. R., & Sterne, J. A. C. (2003). Essential medical statistics (2nd ed.). Blackwell Science.