3 Sentralmål og spredning
Hvor stor er en vanlig norsk kommune? Hvor mye sover ungdom? Hvor lang er skoleveien? I kapittel 2 svarte vi med grafer. Ofte vil vi også oppsummere dataene med noen få tall: ett tall for hva som er typisk, og ett tall for hvor mye dataene varierer. Tallene for det typiske kaller vi sentralmål, og tallene for variasjonen spredningsmål. I dette kapittelet lærer du å regne dem ut, for hånd og med Python, og å velge og begrunne hvilke mål som passer.
Last ned oppgaveheftet for kapittel 3 (PDF): oppsummering, gjennomregnede eksempler og oppgaver med fasit, til arbeid uten PC.
Læringsmål
Etter å ha arbeidet med kapittelet skal du kunne
- regne ut gjennomsnitt og median, også fra frekvenstabeller og klassedelte data,
- regne ut variasjonsbredde, kvartiler, kvartilbredde og standardavvik, og forklare hva de forteller,
- lage og lese boksplott,
- velge og begrunne sentralmål og spredningsmål ut fra fordelingen og formålet,
- sammenlikne grupper med sentralmål, spredningsmål og grafer.
3.1 Sentralmål
Seksjonen handler om de to sentralmålene gjennomsnitt og median: hvordan vi regner dem ut fra rådata og fra tabeller, og hvorfor de kan gi svært forskjellige svar.
3.1.1 Gjennomsnitt og median
Hvor mange innbyggere har en vanlig norsk kommune? SSB har tallene for alle de \(357\) kommunene 1. januar 2026. Regner vi ut gjennomsnittet, blir svaret \(15\,763\) innbyggere. Men halvparten av kommunene har færre enn \(5\,447\) innbyggere. Hvilket tall er «riktig»?
Begge er riktige, men de svarer på litt ulike spørsmål. I dette delkapittelet ser vi på de to sentralmålene, og på hvorfor de kan bli så forskjellige.
Læringsmål
Etter dette delkapittelet skal du kunne
- regne ut gjennomsnitt og median for hånd og med Python,
- forklare hvordan en uteligger påvirker gjennomsnittet og medianen,
- forklare hvordan formen på fordelingen påvirker forholdet mellom gjennomsnitt og median.
Gjennomsnitt
Du kjenner gjennomsnittet fra før: Legg sammen alle verdiene og del på hvor mange det er.
Gjennomsnittet er dataenes balansepunkt: Tenk deg verdiene som like tunge lodd på en tallinje. Da balanserer tallinja nøyaktig på gjennomsnittet. Avstandene til verdiene under gjennomsnittet veier like mye som avstandene til verdiene over.
Median
Typetallet er verdien som forekommer oftest. Det brukes mest for kategoriske data, for eksempel det mest brukte transportmiddelet. For numeriske data med mange ulike verdier sier det ofte lite.
Uteliggere og skjevhet
Hvorfor er gjennomsnittet for kommunene tre ganger så stort som medianen? Fordelingen er sterkt høyreskjev (2.2.1): De fleste kommunene er små, og noen få er svært store. Oslo alene har \(728\,714\) innbyggere. Gjennomsnittet tar hensyn til hvor store verdiene er, så de store kommunene drar det opp. Medianen bryr seg bare om hvilken verdi som er i midten.
Fjerner vi Oslo, endrer de to målene seg slik:
| Alle \(357\) kommuner | Uten Oslo | |
|---|---|---|
| Gjennomsnitt | \(15\,763\) | \(13\,760\) |
| Median | \(5\,447\) | \(5\,429\) |
Én kommune flytter gjennomsnittet med over \(2000\) innbyggere, men medianen med bare \(18\). Vi sier at medianen er robust mot uteliggere.
- Medianen må finnes i sortert rekkefølge.
- Med partall antall er medianen gjennomsnittet av de to midterste, ikke en av dem.
- Medianen er nummer \(\frac{n + 1}{2}\) i rekkefølgen. Det er plassen, ikke verdien.
- Gjennomsnittet trenger ikke være en verdi som finnes i dataene, og trenger ikke være et helt tall.
Oppgaver
Start på nivå 1. Når du får til de fleste oppgavene på et nivå, går du videre til neste. Utfordringene til slutt er for deg som vil prøve deg på noe vanskeligere.
Nivå 1
Nivå 2
Kodeoppgaver
Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.
Utfordringer
Oppsummering
Gjennomsnitt
\[ \bar{x} = \frac{\text{sum}}{n} \]
Median
Midterste verdi i sortert rekkefølge. Plass nummer
\[ \frac{n + 1}{2} \]
Form
Høyreskjev: \(\bar{x} >\) median. Venstreskjev: \(\bar{x} <\) median.
- Medianen er robust mot uteliggere, gjennomsnittet er det ikke.
- Partall: gjennomsnittet av de to midterste.
3.1.2 Sentralmål fra tabeller
Hvor gammel er en gjennomsnittlig nordmann? Norge hadde \(5\,627\,400\) innbyggere 1. januar 2026. Vi kan ikke legge sammen alderen til alle én for én. Men SSB har en tabell som viser hvor mange som har hver alder, og den holder.
Ofte får vi data som en frekvenstabell, eller som klassedelte data der vi bare vet hvor mange som er i hver klasse. I dette delkapittelet lærer vi å regne ut sentralmål fra slike tabeller.
Læringsmål
Etter dette delkapittelet skal du kunne
- regne ut gjennomsnitt og median fra en frekvenstabell,
- bruke kumulativ frekvens til å finne medianen,
- anslå gjennomsnitt og medianklasse fra klassedelte data med klassemidtpunkter.
Frekvenstabell
I spørreundersøkelsen i 1.2.2 svarte \(20\) elever på hvor mange søsken de har:
| Søsken \(x\) | Frekvens \(f\) |
|---|---|
| 0 | 4 |
| 1 | 8 |
| 2 | 5 |
| 3 | 2 |
| 4 | 1 |
| Sum | 20 |
Fire elever har \(0\) søsken, åtte har \(1\), og så videre. Summen av alle søsknene er \(4 \cdot 0 + 8 \cdot 1 + 5 \cdot 2 + 2 \cdot 3 + 1 \cdot 4 = 28\), så gjennomsnittet er \(\frac{28}{20} = 1{,}4\).
For medianen trenger vi å vite hvor mange som har en bestemt verdi eller mindre. Det kalles den kumulative frekvensen.
Klassedelte data
Har vi bare antallet i hver klasse, vet vi ikke de nøyaktige verdiene. Da later vi som om alle i en klasse har verdien midt i klassen, klassemidtpunktet. Det gir et anslag for gjennomsnittet.
- Gjennomsnittet fra en frekvenstabell deles på \(n\) (summen av frekvensene), ikke på antall verdier i tabellen.
- Medianen fra en frekvenstabell er en verdi, ikke en frekvens.
- Klassemidtpunktet er midten av klassen, ikke klassens nedre grense.
- Sentralmål fra klassedelte data er bare anslag, fordi vi ikke vet de nøyaktige verdiene.
Oppgaver
Start på nivå 1. Når du får til de fleste oppgavene på et nivå, går du videre til neste. Utfordringene til slutt er for deg som vil prøve deg på noe vanskeligere.
Nivå 1
Nivå 2
Kodeoppgaver
Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.
Utfordringer
Oppsummering
Gjennomsnitt fra frekvenstabell
\[ \bar{x} = \frac{\sum x \cdot f}{n} \]
Kumulativ frekvens
Antall observasjoner som er mindre enn eller lik verdien.
Klassedelte data
\[ \bar{x} \approx \frac{\sum m \cdot f}{n} \]
\(m\) = klassemidtpunkt.
Median og medianklasse
Der den kumulative frekvensen først er minst \(\frac{n}{2}\).
- Del på \(n\), summen av frekvensene.
- Sentralmål fra klassedelte data er anslag.
3.2 Spredning
Seksjonen handler om spredningsmål: tall som forteller hvor mye dataene varierer. Vi ser på variasjonsbredde, kvartiler og persentiler, boksplott og standardavvik.
3.2.1 Variasjonsbredde og kvartiler
To klasser skrev en prøve. Begge fikk gjennomsnitt \(4\). I klasse A fikk nesten alle \(3\), \(4\) eller \(5\). I klasse B fikk mange \(1\) og \(2\), og mange \(5\) og \(6\). Gjennomsnittet er det samme, men klassene er svært forskjellige. For å beskrive forskjellen trenger vi et mål for spredningen.
Læringsmål
Etter dette delkapittelet skal du kunne
- regne ut og tolke variasjonsbredden,
- finne kvartilene og kvartilbredden for hånd,
- forklare hva en persentil er, og finne persentiler med Python.
Variasjonsbredde
Det enkleste spredningsmålet er avstanden mellom den største og den minste verdien.
For søvnen i klassen fra 1.1.1 er variasjonsbredden \(9{,}5 - 4{,}5 = 5\) timer. Variasjonsbredden er lett å regne ut, men den bygger bare på to verdier, og påvirkes derfor mye av uteliggere. For kommunene er den \(728\,714 - 219 = 728\,495\), og det skyldes nesten bare Oslo.
Kvartiler og kvartilbredde
Kvartilene deler de sorterte dataene i fire omtrent like store deler. Medianen deler dem i to, og kvartilene deler hver halvdel i to igjen.
Kvartilbredden er bredden på den midterste halvdelen av dataene. Den påvirkes ikke av de største og minste verdiene, så den er robust mot uteliggere, slik medianen er.
Persentiler
Kvartilene deler dataene i fire. Persentiler deler dem i hundre. \(Q_1\) er \(25\)-persentilen, medianen \(50\)-persentilen og \(Q_3\) \(75\)-persentilen.
Persentiler brukes mye i virkeligheten. Helsestasjonen sammenlikner høyden til barn med vekstkurver: Et barn på \(90\)-persentilen er høyere enn \(90\ \%\) av barn på samme alder. Persentiler er nyttige for store datasett, og regnes da som regel ut med et verktøy.
Det finnes flere måter å regne ut kvartiler og persentiler på, og de gir litt ulike svar når datasettet er lite. Python bruker en annen metode enn den vi bruker for hånd, så quantile kan gi litt andre kvartiler enn i eksemplene. For store datasett er forskjellen liten. På prøver bruker du metoden med halvdelene.
- Kvartilene må finnes i sortert rekkefølge.
- Med oddetall antall er medianen ikke med i halvdelene.
- Kvartilbredden er \(Q_3 - Q_1\), ikke \(Q_3 - \text{median}\).
- Variasjonsbredden er en differanse, ikke de to ytterpunktene: Skriv \(5\) timer, ikke «\(4{,}5\) til \(9{,}5\)».
Oppgaver
Start på nivå 1. Når du får til de fleste oppgavene på et nivå, går du videre til neste. Utfordringene til slutt er for deg som vil prøve deg på noe vanskeligere.
Nivå 1
Nivå 2
Kodeoppgaver
Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.
Utfordringer
Oppsummering
Variasjonsbredde
\[ \text{største} - \text{minste} \]
Kvartiler
\(Q_1\): median av nedre halvdel. \(Q_3\): median av øvre halvdel. Oddetall: medianen er ikke med.
Kvartilbredde
\[ Q_3 - Q_1 \]
Persentil
\(p\ \%\) av observasjonene er mindre enn eller lik.
- Kvartilbredden er robust mot uteliggere, variasjonsbredden er det ikke.
3.2.2 Boksplott
Er kommunene i Nordland mindre enn kommunene i Vestland? Begge fylkene har over \(40\) kommuner, og begge har noen store og mange små. To histogrammer ved siden av hverandre tar mye plass og er vanskelige å sammenlikne. Et boksplott viser fem viktige tall i én liten figur, og flere boksplott kan stå rett under hverandre.
Læringsmål
Etter dette delkapittelet skal du kunne
- finne femtallsoppsummeringen og tegne et boksplott for hånd,
- finne uteliggere med regelen om \(1{,}5\) kvartilbredder,
- lese boksplott og bruke dem til å sammenlikne fordelinger.
Femtallsoppsummering og boksplott
Et boksplott tegner de fem tallene langs en tallinje.
Uteliggere
Et svært langt værhår kan skyldes én enkelt ekstrem verdi. Derfor markeres uteliggere ofte som egne punkter, og værhåret går bare ut til den mest ekstreme verdien som ikke er uteligger.
Regelen er en tommelfingerregel for hva som er uvanlig. En uteligger er ikke nødvendigvis en feil (1.2.2). Bodø er en uteligger blant kommunene i Nordland, men den finnes.
Sammenlikne fordelinger
Boksplottene viser folketallet i kommunene i Nordland (\(41\) kommuner) og Vestland (\(43\) kommuner):
Folketall 1. januar 2026. Kilde: SSB, tabell 07459. Bergen (\(294\,860\)) er utenfor figuren.
| Nordland | Vestland | |
|---|---|---|
| Minste | \(443\) | \(397\) |
| \(Q_1\) | \(1308\) | \(2489\) |
| Median | \(2024\) | \(5178\) |
| \(Q_3\) | \(7665\) | \(12\,552\) |
| Største | \(53\,638\) | \(294\,860\) |
Vi kan lese av:
- Sentrum: Medianen er over dobbelt så stor i Vestland. En typisk kommune i Vestland har omtrent \(5200\) innbyggere, i Nordland omtrent \(2000\).
- Spredning: Boksen er bredere i Vestland (kvartilbredde \(10\,063\) mot \(6357\)).
- Form: I begge fylkene ligger medianen langt til venstre i boksen, og det høyre værhåret er langt: Fordelingene er høyreskjeve.
- Uteliggere: Bodø, Rana og Narvik i Nordland, Bergen, Øygarden, Askøy og Alver i Vestland.
- Boksen går fra \(Q_1\) til \(Q_3\), ikke fra minste til største verdi.
- Medianen trenger ikke ligge midt i boksen. Hvor den ligger, sier noe om formen.
- Bredden på boksen sier noe om spredningen, ikke om hvor mange observasjoner det er.
- Med uteliggere går værhåret ut til den mest ekstreme verdien innenfor grensene, ikke ut til grensen.
Oppgaver
Start på nivå 1. Når du får til de fleste oppgavene på et nivå, går du videre til neste. Utfordringene til slutt er for deg som vil prøve deg på noe vanskeligere.
Nivå 1
Nivå 2
Kodeoppgaver
Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.
Utfordringer
Oppsummering
Femtallsoppsummering
Minste, \(Q_1\), median, \(Q_3\), største.
Uteligger
Mindre enn \(Q_1 - 1{,}5 \cdot (Q_3 - Q_1)\) eller større enn \(Q_3 + 1{,}5 \cdot (Q_3 - Q_1)\).
Lese boksplott
Sentrum: median. Spredning: boksbredde. Form: medianens plass og værhårene.
- Et boksplott viser ikke antall observasjoner eller om fordelingen har flere topper.
3.2.3 Standardavvik
To bueskyttere skyter fem piler hver. Avstanden fra midten, i centimeter, er:
- Skytter A: \(4,\ 6,\ 7,\ 8,\ 10\)
- Skytter B: \(1,\ 4,\ 7,\ 10,\ 13\)
Begge har gjennomsnitt \(7\) cm. Men B sprer mye mer. Vi vil ha ett tall som måler hvor langt verdiene typisk ligger fra gjennomsnittet. Variasjonsbredden og kvartilbredden bruker bare noen få av verdiene. Standardavviket bruker alle.
Læringsmål
Etter dette delkapittelet skal du kunne
- regne ut varians og standardavvik for hånd med en tabell,
- forklare hvorfor vi deler på \(n - 1\) for et utvalg,
- tolke standardavviket som et mål for hvor langt verdiene typisk ligger fra gjennomsnittet,
- regne ut standardavvik med Python.
Avvik fra gjennomsnittet
For hver verdi kan vi regne ut avviket \(x - \bar{x}\): hvor langt verdien ligger fra gjennomsnittet. For skytter A er avvikene
\[ 4 - 7 = -3,\quad 6 - 7 = -1,\quad 7 - 7 = 0,\quad 8 - 7 = 1,\quad 10 - 7 = 3. \]
Kan vi ta gjennomsnittet av avvikene? Summen er \(-3 - 1 + 0 + 1 + 3 = 0\). Det er ikke tilfeldig: Gjennomsnittet er balansepunktet, så de negative og positive avvikene veier hverandre opp, alltid. Vi må bli kvitt fortegnene. Det gjør vi ved å kvadrere avvikene.
Varians og standardavvik
Variansen har kvadrert enhet (cm²), som er vanskelig å tolke. Standardavviket har samme enhet som dataene (cm), og er derfor det vi bruker.
Hvorfor n − 1?
Vi bruker nesten alltid standardavviket til å si noe om populasjonen dataene kommer fra. Men avvikene er målt fra utvalgets eget gjennomsnitt \(\bar{x}\), som ligger midt i dataene. Avvikene fra \(\bar{x}\) blir derfor i gjennomsnitt litt mindre enn avvikene fra populasjonens gjennomsnitt \(\mu\), som vi ikke kjenner. Å dele på \(n - 1\) i stedet for \(n\) gjør standardavviket litt større, og retter opp dette. Vi kommer tilbake til det i kapittel 6.
- Utvalg (det vanlige): Del på \(n - 1\). Standardavviket kalles \(s\).
- Hele populasjonen (alle er med): Del på \(n\). Standardavviket kalles \(\sigma\) («sigma»).
Er \(n\) stort, er forskjellen liten. For skytter A gir \(n\) i nevneren \(\sqrt{4} = 2\) i stedet for \(2{,}24\).
Tolke standardavviket
Standardavviket er omtrent hvor langt verdiene typisk ligger fra gjennomsnittet. For mange fordelinger som har én topp og er omtrent symmetriske, ligger rundt to tredjedeler av verdiene innenfor ett standardavvik fra gjennomsnittet, altså mellom \(\bar{x} - s\) og \(\bar{x} + s\).
- Glem ikke å ta kvadratroten til slutt: Variansen er ikke standardavviket.
- For et utvalg deles det på \(n - 1\), ikke på \(n\).
- Kvadrer avvikene før du summerer. Summen av avvikene er alltid \(0\).
- I Python gir
statistics.stdevog pandas.std()standardavviket med \(n - 1\), men NumPynp.stddeler på \(n\) med mindre du skriverddof=1.
Oppgaver
Start på nivå 1. Når du får til de fleste oppgavene på et nivå, går du videre til neste. Utfordringene til slutt er for deg som vil prøve deg på noe vanskeligere.
Nivå 1
Nivå 2
Kodeoppgaver
Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.
Utfordringer
Oppsummering
Varians (utvalg)
\[ s^2 = \frac{\sum (x - \bar{x})^2}{n - 1} \]
Standardavvik
\[ s = \sqrt{s^2} \]
Tolkning
Typisk avstand fra gjennomsnittet. Ofte ligger rundt to tredjedeler innenfor \(\bar{x} \pm s\).
- Summen av avvikene er alltid \(0\). Kvadrer først.
- Del på \(n - 1\) for utvalg, \(n\) for hele populasjonen (\(\sigma\)).
3.3 Velge og sammenlikne
Seksjonen handler om å bruke sentralmålene og spredningsmålene: velge de målene som passer til dataene og formålet, og bruke dem sammen med grafer til å sammenlikne grupper.
3.3.1 Velge og begrunne mål
I en bedrift forhandler ledelsen og fagforeningen om lønn. Ledelsen sier: «Gjennomsnittslønna hos oss er \(62\,000\) kr i måneden, det er høyt.» Fagforeningen svarer: «Halvparten av de ansatte tjener under \(48\,000\) kr.» Begge har rett. De har bare valgt det tallet som passer best til budskapet deres.
Hvilket mål du bør bruke, avhenger av dataene og av hva du vil si. Og du bør kunne begrunne valget.
Læringsmål
Etter dette delkapittelet skal du kunne
- velge sentralmål og spredningsmål ut fra formen på fordelingen og uteliggere,
- velge mål ut fra hva tallet skal brukes til,
- begrunne valget, og kjenne igjen når noen har valgt et mål som villeder.
Målene hører sammen i par
Sentralmålene og spredningsmålene hører sammen to og to, fordi de bygger på samme idé:
| Sentralmål | Spredningsmål |
|---|---|
| Gjennomsnitt | Standardavvik |
| Median | Kvartilbredde |
Gjennomsnitt og standardavvik bruker alle verdiene, og påvirkes derfor av uteliggere. Median og kvartilbredde bruker bare rekkefølgen, og er robuste.
Velg etter form og uteliggere
Kommunene gir to gode eksempler. Folketallet er sterkt høyreskjevt (2.2.1): gjennomsnittet er \(15\,763\) og medianen \(5\,447\). Her er median og kvartilbredde riktige mål for en typisk kommune. Medianinntekten etter skatt for husholdningene i hver kommune (SSB, tabell 06944) er nesten symmetrisk:
Median inntekt etter skatt for husholdninger i hver av de \(357\) kommunene i 2024. Kilde: SSB, tabell 06944.
Her er gjennomsnittet \(663\,243\) kr og medianen \(657\,600\) kr, nesten det samme. Standardavviket er omtrent \(61\,000\) kr, så de fleste kommunene ligger mellom omtrent \(600\,000\) og \(725\,000\) kr.
Velg etter formål
Formen er ikke alt. Hva tallet skal brukes til, betyr også noe.
- Å bruke gjennomsnittet om en «typisk» verdi når fordelingen er skjev.
- Å bruke medianen når det er summen eller totalen som betyr noe.
- Å blande målene: Median passer med kvartilbredde, gjennomsnitt med standardavvik.
- Å velge mål uten å se på en graf av dataene først.
Oppgaver
Start på nivå 1. Når du får til de fleste oppgavene på et nivå, går du videre til neste. Utfordringene til slutt er for deg som vil prøve deg på noe vanskeligere.
Nivå 1
Nivå 2
Kodeoppgaver
Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.
Utfordringer
Oppsummering
Målene i par
Gjennomsnitt og standardavvik. Median og kvartilbredde.
Velg etter form
Symmetrisk: gjennomsnitt og standardavvik. Skjev eller uteliggere: median og kvartilbredde.
Velg etter formål
Typisk: ofte median. Sum eller total: gjennomsnitt,
\[ \text{total} = \bar{x} \cdot n \]
- Se på en graf før du velger.
- Avsenderen velger ofte målet som passer budskapet.
3.3.2 Sammenlikne grupper
Har husholdningene i Vestland høyere inntekt enn husholdningene i Innlandet? SSB har medianinntekten etter skatt for husholdningene i hver kommune. Vi kan sammenlikne de \(43\) kommunene i Vestland med de \(46\) i Innlandet. Men hvordan sammenlikner vi to grupper på en god måte, og når er en forskjell stor?
Læringsmål
Etter dette delkapittelet skal du kunne
- sammenlikne to eller flere grupper med sentralmål, spredningsmål og grafer side om side,
- vurdere hvor stor en forskjell er i forhold til spredningen,
- skrive en sammenlikning i konteksten.
Sentrum, spredning og form
Median inntekt etter skatt for husholdningene i hver kommune, 2024. Kilde: SSB, tabell 06944.
| Innlandet | Vestland | |
|---|---|---|
| Antall kommuner | \(46\) | \(43\) |
| Minste | \(521\,800\) | \(597\,600\) |
| \(Q_1\) | \(591\,700\) | \(682\,200\) |
| Median | \(620\,500\) | \(708\,000\) |
| \(Q_3\) | \(644\,800\) | \(740\,200\) |
| Største | \(675\,500\) | \(826\,600\) |
| Gjennomsnitt | \(618\,515\) | \(707\,553\) |
| Standardavvik | \(38\,123\) | \(49\,102\) |
For inntektene:
- Sentrum: Medianen er \(87\,500\) kr høyere i Vestland. Gjennomsnittene viser det samme (\(89\,000\) kr).
- Spredning: Spredningen er litt større i Vestland (standardavvik \(49\,000\) mot \(38\,000\) kr, kvartilbredde \(58\,000\) mot \(53\,100\) kr).
- Form: Begge er omtrent symmetriske, uten uteliggere.
- Overlapp: Boksene overlapper ikke: \(Q_3\) i Innlandet (\(644\,800\)) er lavere enn \(Q_1\) i Vestland (\(682\,200\)). Tre fjerdedeler av kommunene i Vestland har høyere medianinntekt enn tre fjerdedeler av kommunene i Innlandet. Forskjellen er stor i forhold til spredningen.
Hvor stor er forskjellen?
En forskjell på \(87\,500\) kr er stor her fordi kommunene innenfor hvert fylke varierer mindre enn det. Var standardavviket \(200\,000\) kr, ville den samme forskjellen druknet i variasjonen, og boksplottene ville overlappet nesten helt. En nyttig tommelfingerregel er å sammenlikne forskjellen i sentrum med standardavviket eller kvartilbredden.
- Å bare sammenlikne gjennomsnittene, og glemme spredning og form.
- Å si at «alle i gruppe B er høyere» når bare sentrum er høyere. Fordelingene kan overlappe mye.
- Å konkludere uten å si hva forskjellen betyr i konteksten, med enheter.
- Å sammenlikne grupper med svært ulik størrelse uten å nevne det.
Oppgaver
Start på nivå 1. Når du får til de fleste oppgavene på et nivå, går du videre til neste. Utfordringene til slutt er for deg som vil prøve deg på noe vanskeligere.
Nivå 1
Nivå 2
Kodeoppgaver
Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.
Utfordringer
Oppsummering
Sammenlikne grupper
Sentrum, spredning, form og uteliggere. Med tall, enheter og kontekst.
Hvor stor er forskjellen?
Sammenlikn forskjellen i sentrum med standardavviket eller kvartilbredden. Overlapper fordelingene?
- En forskjell i sentrum betyr ikke at alle i den ene gruppen er høyere.
3.4 Undersøkelse
Her bruker du det du har lært i del II, i en egen undersøkelse av et datasett fra SSB. Det kommer ingen ny teori, og du får mindre hjelp enn i 1.4.1.
3.4.1 Undersøkelse: Hvem er typisk?
SSB har tall for alle de \(357\) kommunene i Norge. Du har allerede brukt folketallet (2.2.1) og medianinntekten etter skatt for husholdningene (3.3.1). Nå skal du selv stille et spørsmål om hva som er typisk, og hvor mye det varierer, og svare på det med tall og grafer.
Læringsmål
Etter dette delkapittelet skal du kunne
- formulere et statistisk spørsmål om sentrum og spredning i et reelt datasett,
- velge og begrunne sentralmål, spredningsmål og grafer for å svare på det,
- sammenlikne grupper og skrive en konklusjon i konteksten, med feilkilder og begrensninger.
Datasettene
| Fil | Innhold |
|---|---|
kommuner-folketall-2026.csv |
Kommunenummer, kommune og folketall 1. januar 2026 (SSB, tabell 07459) |
inntekt-kommuner-2024.csv |
Kommunenummer, kommune, fylke, median inntekt etter skatt for husholdningene og antall husholdninger, 2024 (SSB, tabell 06944) |
Begge filene har kommunenummeret, så de kan kobles sammen. De to første sifrene i kommunenummeret er fylket.
Steg 1: Velg spørsmål
Velg ett av spørsmålene, eller lag ditt eget og få det godkjent av læreren:
- Hvor stor er en typisk kommune i ditt fylke, sammenliknet med landet?
- I hvilke fylker er medianinntekten høyest og lavest, og hvor mye varierer den innenfor fylkene?
- Har kommuner med mange innbyggere høyere medianinntekt enn små kommuner?
- Er det større forskjell mellom kommunene i Nord-Norge enn i Sør-Norge?
Steg 2 og 3: Data og analyse
Dataene er allerede samlet inn av SSB (sekundærdata, 1.2.1). Analyser dem i notatboka.
Steg 4: Tolk og presenter
Skriv en kort rapport med malen fra 1.4.1: spørsmål, metode (datasett og valg), resultater med tabell og graf, konklusjon og feilkilder.
Oppgaver
Oppgavene under kan løses uten notatboka, for eksempel som forberedelse til prøve.
Nivå 1
Nivå 2
Utfordringer
Oppsummering
Undersøkelsen
Spørsmål og grupper. Graf og mål valgt etter variabeltype og form. Tabell med mål for hver gruppe.
Konklusjon
Sentrum, spredning og overlapp, med tall og enheter. Hvem gjelder det for? Sammenheng eller årsak?
- Hver verdi i inntektsdatasettet er en median for en kommune, og kommunene teller likt.
3.5 Oppgaver
Oppgavene blander stoff fra hele kapittelet, omtrent som på en prøve.
3.6 Oppsummering
Sentralmål
Gjennomsnitt
\[ \bar{x} = \frac{\text{sum}}{n} \]
Median
Midterste verdi i sortert rekkefølge, plass \(\frac{n + 1}{2}\).
Fra frekvenstabell
\[ \bar{x} = \frac{\sum x \cdot f}{n} \]
Klassedelte data
\[ \bar{x} \approx \frac{\sum m \cdot f}{n} \]
- Høyreskjev: \(\bar{x} >\) median. Venstreskjev: \(\bar{x} <\) median.
- Medianen er robust mot uteliggere.
Spredning
Variasjonsbredde
\[ \text{største} - \text{minste} \]
Kvartilbredde
\[ Q_3 - Q_1 \]
\(Q_1\) og \(Q_3\): medianen av nedre og øvre halvdel.
Uteligger
Utenfor \(Q_1 - 1{,}5 \cdot (Q_3 - Q_1)\) og \(Q_3 + 1{,}5 \cdot (Q_3 - Q_1)\).
Standardavvik
\[ s = \sqrt{\frac{\sum (x - \bar{x})^2}{n - 1}} \]
- Femtallsoppsummering: minste, \(Q_1\), median, \(Q_3\), største.
- Del på \(n\) i stedet for \(n - 1\) når dataene er hele populasjonen (\(\sigma\)).
Velge og sammenlikne
Velg etter form
Symmetrisk: gjennomsnitt og standardavvik. Skjev eller uteliggere: median og kvartilbredde.
Velg etter formål
Typisk: ofte median. Total: \(\bar{x} \cdot n\).
Sammenlikne grupper
Sentrum, spredning, form og uteliggere, i konteksten. Forskjell i forhold til spredningen.
- En forskjell i sentrum betyr ikke at alle i den ene gruppen er høyere.