Medidas de tendência central

Os pesquisadores geralmente resumem seus dados usando uma medida específica de tendência central - uma pontuação que representa todo o conjunto de pontos de dados.

A medida mais direta é a moda - a pontuação que ocorre com mais frequência - que é útil ao calcular totais para dados categóricos, como ocupação profissional. Aqui, o modo é notado como escritor, uma vez que constituem a maioria das carreiras relatadas.

Outra medida é a mediana - o verdadeiro ponto médio em um conjunto de dados numéricos organizados em ordem de magnitude. Aqui, a mediana dos salários é de US $ 65.000 ... com metade dos funcionários pagos em ou acima ... e a outra metade em ou abaixo ... este ponto médio. Nos casos com um número par de valores, a média dos dois números do meio determina a mediana.

Finalmente, a medida mais comum para dados numéricos é a média - a média aritmética - que é igual à soma total de todas as pontuações numéricas, dividida pelo número de pontos de dados.

Por exemplo, a soma total de todas as rendas seria dividida pelo número de pessoas empregadas - neste caso, rendendo uma média de $ 140.000. Como essa medida leva em consideração todos os valores no conjunto de dados para cálculo, os pesquisadores geralmente preferem relatar a média.

Em uma distribuição normal, a moda, a média e a mediana têm valores aproximadamente equivalentes e estão posicionadas exatamente no centro da curva. No entanto, em distribuições distorcidas - quando pontuações muito altas ou muito baixas são mais prevalentes e ponderadas mais fortemente - essas medidas não são iguais.

Se a maioria dos participantes relatasse baixa renda, a média aumentaria devido a algumas pontuações de renda extremamente altas. Assim, a sensibilidade da média a valores extremos pode resultar em uma representação artificialmente alta ou baixa dos dados. Nesse caso, a mediana ou moda serviria como uma medida mais precisa.

No final, a melhor medida de tendência central é aquela que considera o padrão de distribuição nos dados disponíveis.