Skip to main content

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.

DefinisjonGjennomsnitt

For \(n\) observasjoner \(x_1, x_2, \ldots, x_n\) er gjennomsnittet

\[ \bar{x} = \frac{x_1 + x_2 + \cdots + x_n}{n} = \frac{\text{summen av verdiene}}{\text{antall verdier}}. \]

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.

De \(24\) elevene i 1.1.1 sov til sammen \(169\) timer natt til tirsdag. Hva var gjennomsnittet?

Del summen på antallet.

\[ \bar{x} = \frac{169}{24} \approx 7{,}04 \text{ timer}. \]

Elevene sov i gjennomsnitt omtrent sju timer.

Median

DefinisjonMedian

Sorter verdiene fra minst til størst. Medianen er verdien i midten:

  • Er \(n\) et oddetall, er medianen den midterste verdien, nummer \(\dfrac{n + 1}{2}\).
  • Er \(n\) et partall, er medianen gjennomsnittet av de to midterste verdiene.

Halvparten av verdiene er mindre enn eller lik medianen, og halvparten er større enn eller lik.

Finn medianen.

  1. \(7,\ 3,\ 9,\ 5,\ 4\)
  2. \(12,\ 8,\ 15,\ 10,\ 20,\ 9\)

Sorter først. Med partall antall tar du gjennomsnittet av de to i midten.

  1. Sortert: \(3,\ 4,\ 5,\ 7,\ 9\). Med \(n = 5\) er medianen nummer \(\frac{5 + 1}{2} = 3\), altså \(5\).
  2. Sortert: \(8,\ 9,\ 10,\ 12,\ 15,\ 20\). Med \(n = 6\) er de to midterste \(10\) og \(12\), og medianen er \(\dfrac{10 + 12}{2} = 11\).
NoteTypetall

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:

Folketall 1. januar 2026. Kilde: SSB, tabell 07459.
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.

RegelGjennomsnitt, median og form
  • Gjennomsnittet påvirkes mye av uteliggere og ekstreme verdier. Medianen gjør det knapt.
  • Symmetrisk fordeling: gjennomsnitt og median er omtrent like.
  • Høyreskjev fordeling: gjennomsnittet er større enn medianen (dras mot halen til høyre).
  • Venstreskjev fordeling: gjennomsnittet er mindre enn medianen.

En bedrift har seks ansatte med månedslønn (i tusen kroner): \(38,\ 41,\ 43,\ 45,\ 47,\ 180\). Den høyeste er sjefen.

  1. Regn ut gjennomsnitt og median.
  2. Hvilket tall gir best inntrykk av hva en vanlig ansatt tjener?

Summen er \(394\).

  1. \(\bar{x} = \dfrac{394}{6} \approx 65{,}7\) tusen. Medianen er \(\dfrac{43 + 45}{2} = 44\) tusen.
  2. Medianen. Fem av seks tjener under \(50\) tusen, men sjefens lønn drar gjennomsnittet opp til nesten \(66\) tusen, som ingen av de vanlige ansatte tjener.

Cellen regner ut gjennomsnitt og median for kommunene. Endre den slik at den også regner ut gjennomsnitt og median uten de fem største kommunene.

f.sort_values()[:-5] er alle verdiene unntatt de fem største.

uten = f.sort_values()[:-5]
print("Gjennomsnitt:", round(uten.mean()))
print("Median:", uten.median())

Uten de fem største blir gjennomsnittet \(11\,649\) og medianen \(5\,154\). Gjennomsnittet faller med over \(4000\) (en fjerdedel), medianen med under \(300\).

AdvarselVanlige feil
  • 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

Antall mål i sju fotballkamper: \(2,\ 0,\ 3,\ 1,\ 5,\ 2,\ 1\).

Hva er gjennomsnittet?
Hva er medianen?

Tid i minutter på en løpetur: \(28,\ 31,\ 25,\ 34,\ 29,\ 26,\ 33,\ 30\).

Hva er medianen?
Hva er gjennomsnittet?

Er gjennomsnittet trolig større enn, mindre enn eller omtrent lik medianen?

Inntekten til alle voksne i Norge.
Høyden til elevene på Vg2.
Alderen til personer som dør i Norge et år.
Nivå 2

Fem elever har skolevei \(8,\ 12,\ 15,\ 20\) og \(25\) minutter. En ny elev med \(90\) minutter skolevei begynner i gruppa.

Hva var gjennomsnittet før den nye eleven kom?
Hva blir gjennomsnittet med den nye eleven? Svar med én desimal.
Hva blir medianen med den nye eleven?

Emma skal finne medianen av \(14,\ 3,\ 9,\ 21,\ 6\), og svarer \(9\) fordi \(9\) står i midten. Har hun gjort riktig? Forklar.

En nyhetssak skal fortelle hvor mye en vanlig bolig i en by koster. Gjennomsnittsprisen er \(5{,}8\) millioner kroner og medianprisen \(4{,}6\) millioner. Hvilket tall bør journalisten bruke? Begrunn.

Kodeoppgaver

Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.

Hva blir utskriften når programmet under kjøres? Skriv det siste tallet i utskriften i svarfeltet.

tall = [12, 8, 15, 10, 20, 9]
s = sorted(tall)
n = len(s)
print(s)
print(sum(s) / n)
print((s[n // 2 - 1] + s[n // 2]) / 2)
Utfordringer

Fire prøvekarakterer har gjennomsnitt \(4\). Tre av dem er \(3\), \(5\) og \(5\). Hva er den fjerde?

Lag et datasett med fem hele tall der

gjennomsnittet er \(10\) og medianen er \(5\),
gjennomsnittet er \(10\) og medianen er \(12\).

Forklar hvilken form fordelingen får i hvert tilfelle.

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 \(\frac{28}{20} = 1{,}4\).

RegelGjennomsnitt fra frekvenstabell

Gang hver verdi med frekvensen, summer, og del på \(n\):

\[ \bar{x} = \frac{x_1 \cdot f_1 + x_2 \cdot f_2 + \cdots + x_k \cdot f_k}{n}, \quad n = f_1 + f_2 + \cdots + f_k. \]

For medianen trenger vi å vite hvor mange som har en bestemt verdi eller mindre. Det kalles den kumulative frekvensen.

DefinisjonKumulativ frekvens

Den kumulative frekvensen til en verdi er antall observasjoner som er mindre enn eller lik verdien. Den finnes ved å legge sammen frekvensene ovenfra og ned.

Medianen er den første verdien der den kumulative frekvensen er minst \(\frac{n}{2}\). (Er den kumulative frekvensen nøyaktig \(\frac{n}{2}\), er medianen gjennomsnittet av denne verdien og den neste.)

Finn medianen for antall søsken.

Lag en kolonne med kumulativ frekvens. Her er \(\frac{n}{2} = 10\).

Søsken Frekvens Kumulativ frekvens
0 4 4
1 8 12
2 5 17
3 2 19
4 1 20

Den kumulative frekvensen passerer \(10\) ved verdien \(1\) (den er \(12\) der). Både elev nummer \(10\) og \(11\) i sortert rekkefølge har \(1\) søsken, så medianen er \(1\).

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.

RegelKlassedelte data
  • Klassemidtpunktet er midten av klassen: For \([20, 30)\) er det \(\dfrac{20 + 30}{2} = 25\).
  • Gjennomsnittet anslås ved å gange hvert klassemidtpunkt \(m\) med frekvensen og dele summen på \(n\):

\[ \bar{x} \approx \frac{m_1 \cdot f_1 + m_2 \cdot f_2 + \cdots + m_k \cdot f_k}{n}. \]

  • Medianklassen er klassen der den kumulative frekvensen først er minst \(\frac{n}{2}\).

Tabellen viser befolkningen i Norge 1. januar 2026 i tiårsklasser, i tusen personer (SSB, tabell 07459). Anslå gjennomsnittsalderen, og finn medianklassen.

Alder Tusen personer
\([0, 10)\) 571
\([10, 20)\) 668
\([20, 30)\) 703
\([30, 40)\) 792
\([40, 50)\) 727
\([50, 60)\) 749
\([60, 70)\) 635
\([70, 80)\) 498
\([80, 90)\) 239
\([90, 100)\) 44
\([100, 110)\) 1
Sum 5627

Klassemidtpunktene er \(5, 15, 25, \ldots, 105\). Lag også en kolonne med kumulativ frekvens. Her er \(\frac{n}{2} = 2813{,}5\).

Summen av klassemidtpunkt ganger frekvens er

\[ 5 \cdot 571 + 15 \cdot 668 + 25 \cdot 703 + \cdots + 105 \cdot 1 = 235\,305, \]

så

\[ \bar{x} \approx \frac{235\,305}{5627} \approx 41{,}8 \text{ år}. \]

Kumulativ frekvens: \(571,\ 1239,\ 1942,\ 2734,\ 3461, \ldots\). Den passerer \(2813{,}5\) i klassen \([40, 50)\), som er medianklassen.

Med alderen til hver enkelt (fra SSBs tabell med ettårig alder) blir gjennomsnittet \(41{,}8\) år og medianen \(41\) år. Anslaget fra klassene traff svært godt.

Cellen anslår gjennomsnittet fra klassene og regner ut det nøyaktige gjennomsnittet fra tabellen med ettårig alder. Kjør den.

Hvorfor legger vi til \(0{,}5\) på alderen i den nøyaktige utregningen?

En som «er \(41\) år», kan være alt fra \(41\) år og \(0\) dager til nesten \(42\) år.

Alder oppgis i fylte år. De som er \(41\) år, er i gjennomsnitt omtrent \(41{,}5\) år gamle. Uten \(0{,}5\) ville gjennomsnittet blitt et halvt år for lavt. Anslaget gir \(41{,}83\) og det nøyaktige gjennomsnittet \(41{,}77\).

AdvarselVanlige feil
  • 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

En terning ble kastet \(30\) ganger:

Øyne 1 2 3 4 5 6
Frekvens 4 6 5 3 7 5
Hva er summen av alle øynene?
Hva er gjennomsnittet?
Hva er medianen?

Finn klassemidtpunktet.

\([10, 20)\)
\([0, 5)\)
\([150, 175)\)
Nivå 2

Skoleveien til \(40\) elever:

Minutter Frekvens
\([0, 10)\) 8
\([10, 20)\) 14
\([20, 30)\) 10
\([30, 40)\) 6
\([40, 50)\) 2
Anslå gjennomsnittet.
Hvilken klasse er medianklassen? Skriv nedre grense.

Ali skal finne gjennomsnittet for søskentabellen i teorien (verdiene \(0\)–\(4\) med frekvensene \(4, 8, 5, 2, 1\)). Han regner \(\dfrac{0 + 1 + 2 + 3 + 4}{5} = 2\). Hva er feil, og hva er riktig svar?

Forklar hvorfor gjennomsnittet fra klassedelte data bare er et anslag. Når blir anslaget dårligst?

Kodeoppgaver

Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.

Hva blir utskriften når programmet under kjøres? Skriv det siste tallet i utskriften i svarfeltet.

x = [0, 1, 2, 3, 4]
f = [4, 8, 5, 2, 1]
sum_xf = 0
for i in range(len(x)):
    sum_xf = sum_xf + x[i] * f[i]
print(sum_xf, sum(f))
print(sum_xf / sum(f))
Utfordringer

En tabell over månedsinntekt har den siste klassen «\(100\,000\) kr og mer». Hvorfor er det vanskelig å anslå gjennomsnittet? Hva kan du gjøre?

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.

DefinisjonVariasjonsbredde

\[ \text{variasjonsbredde} = \text{største verdi} - \text{minste verdi}. \]

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.

DefinisjonKvartiler og kvartilbredde

Sorter dataene og finn medianen.

  • Nedre kvartil \(Q_1\) er medianen av den nedre halvdelen.
  • Øvre kvartil \(Q_3\) er medianen av den øvre halvdelen.
  • Er \(n\) et oddetall, er medianen selv ikke med i noen av halvdelene.

Omtrent en fjerdedel av verdiene ligger under \(Q_1\), og omtrent en fjerdedel over \(Q_3\). Den midterste halvdelen ligger mellom \(Q_1\) og \(Q_3\).

\[ \text{kvartilbredde} = Q_3 - Q_1. \]

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.

Finn kvartilene og kvartilbredden.

  1. \(3,\ 7,\ 8,\ 12,\ 15,\ 18,\ 21\)
  2. \(2,\ 5,\ 6,\ 9,\ 11,\ 14,\ 15,\ 20\)

I a) er medianen \(12\), og den er ikke med i halvdelene. I b) er det fire verdier i hver halvdel.

  1. Medianen er \(12\). Nedre halvdel: \(3,\ 7,\ 8\), så \(Q_1 = 7\). Øvre halvdel: \(15,\ 18,\ 21\), så \(Q_3 = 18\). Kvartilbredden er \(18 - 7 = 11\).

  2. Medianen er \(\frac{9 + 11}{2} = 10\). Nedre halvdel: \(2,\ 5,\ 6,\ 9\), så \(Q_1 = \frac{5 + 6}{2} = 5{,}5\). Øvre halvdel: \(11,\ 14,\ 15,\ 20\), så \(Q_3 = \frac{14 + 15}{2} = 14{,}5\). Kvartilbredden er \(14{,}5 - 5{,}5 = 9\).

De \(24\) søvnverdiene fra 1.1.1, sortert:

\[ \begin{aligned} &4{,}5\ \ 5\ \ 5{,}5\ \ 6\ \ 6\ \ 6{,}5\ \ 6{,}5\ \ 6{,}5\ \ 6{,}5\ \ 7\ \ 7\ \ 7 \\ &7\ \ 7\ \ 7{,}5\ \ 7{,}5\ \ 7{,}5\ \ 7{,}5\ \ 8\ \ 8\ \ 8\ \ 8{,}5\ \ 9\ \ 9{,}5 \end{aligned} \]

Finn medianen, kvartilene og kvartilbredden.

Hver rad er én halvdel med \(12\) verdier. Medianen i hver halvdel er gjennomsnittet av nummer \(6\) og \(7\).

Medianen er gjennomsnittet av nummer \(12\) og \(13\): \(\frac{7 + 7}{2} = 7\).

\(Q_1\): nummer \(6\) og \(7\) i første rad er \(6{,}5\) og \(6{,}5\), så \(Q_1 = 6{,}5\).

\(Q_3\): nummer \(6\) og \(7\) i andre rad er \(7{,}5\) og \(8\), så \(Q_3 = 7{,}75\).

Kvartilbredden er \(7{,}75 - 6{,}5 = 1{,}25\) timer. Den midterste halvdelen av klassen sov mellom \(6{,}5\) og \(7{,}75\) timer.

Persentiler

Kvartilene deler dataene i fire. Persentiler deler dem i hundre. \(Q_1\) er \(25\)-persentilen, medianen \(50\)-persentilen og \(Q_3\) \(75\)-persentilen.

DefinisjonPersentil

\(p\)-persentilen er en verdi der omtrent \(p\ \%\) av observasjonene er mindre enn eller lik verdien, og resten er større.

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.

Cellen finner \(10\)- og \(90\)-persentilen for folketallet i kommunene. Tolk tallene.

\(10\)-persentilen er grensen for de \(10\ \%\) minste kommunene.

\(10\)-persentilen er omtrent \(1200\) og \(90\)-persentilen omtrent \(30\,400\) innbyggere. De \(10\ \%\) minste kommunene har under \(1200\) innbyggere, og de \(10\ \%\) største har over \(30\,400\). Fire av fem kommuner ligger mellom disse grensene.

NoteUlike metoder

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.

AdvarselVanlige feil
  • 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

Antall timer trening forrige uke for \(11\) elever: \(0,\ 2,\ 3,\ 3,\ 4,\ 5,\ 6,\ 6,\ 8,\ 10,\ 14\).

Hva er variasjonsbredden?
Hva er \(Q_1\)?
Hva er \(Q_3\)?
Hva er kvartilbredden?

Prøvepoeng for \(10\) elever: \(12,\ 15,\ 17,\ 18,\ 20,\ 22,\ 23,\ 25,\ 27,\ 30\).

Hva er medianen?
Hva er \(Q_1\)?
Hva er \(Q_3\)?
Nivå 2

Til de \(11\) elevene i «Kvartiler med oddetall» kommer en ny elev som trente \(40\) timer forrige uke.

Hva blir variasjonsbredden nå?
Hva blir kvartilbredden nå?
Hvilket av de to målene endret seg mest? Forklar hvorfor.

Helsesykepleieren forteller at et barn er på \(75\)-persentilen for vekt. Hva betyr det? Er det grunn til bekymring?

Sara skal finne \(Q_1\) for \(8,\ 3,\ 12,\ 5,\ 10,\ 7,\ 15\). Hun tar den nedre halvdelen av lista slik den står, \(8,\ 3,\ 12\), og svarer \(Q_1 = 3\). Hva er feil, og hva er riktig?

Kodeoppgaver

Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.

Hva blir utskriften når programmet under kjøres? Skriv det siste tallet i utskriften i svarfeltet.

data = [14, 3, 8, 21, 12, 18, 7]
s = sorted(data)
n = len(s)
nedre = s[:n // 2]
ovre = s[n // 2 + 1:]
print(nedre, ovre)
print(ovre[1] - nedre[1])
Utfordringer

Lag to datasett med sju hele tall hver, begge med median \(10\), men der det ene har kvartilbredde \(2\) og det andre kvartilbredde \(12\).

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

DefinisjonFemtallsoppsummering

Femtallsoppsummeringen er minste verdi, \(Q_1\), median, \(Q_3\) og største verdi.

Et boksplott tegner de fem tallene langs en tallinje.

RegelBoksplott
  1. Tegn en tallinje som dekker alle verdiene.
  2. Tegn en boks fra \(Q_1\) til \(Q_3\). Boksen inneholder den midterste halvdelen av dataene.
  3. Tegn en strek i boksen ved medianen.
  4. Tegn «værhår» (linjer) fra boksen ut til minste og største verdi.

Lengden på boksen er kvartilbredden. Hver av de fire delene (værhår, halv boks, halv boks, værhår) inneholder omtrent en fjerdedel av dataene.

Treningstimene til \(11\) elever (fra 3.2.1): \(0,\ 2,\ 3,\ 3,\ 4,\ 5,\ 6,\ 6,\ 8,\ 10,\ 14\). Finn femtallsoppsummeringen og tegn et boksplott.

Kvartilene fant vi i 3.2.1: \(Q_1 = 3\) og \(Q_3 = 8\).

Femtallsoppsummering: minste \(0\), \(Q_1 = 3\), median \(5\), \(Q_3 = 8\), største \(14\).

Boksen går fra \(3\) til \(8\) med strek ved \(5\), og værhårene går ut til \(0\) og \(14\). Det høyre værhåret er lengre enn det venstre: Fordelingen er litt høyreskjev.

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.

RegelRegelen om 1,5 kvartilbredder

En verdi regnes som uteligger hvis den ligger mer enn \(1{,}5\) kvartilbredder utenfor boksen, altså hvis den er

\[ \text{mindre enn } Q_1 - 1{,}5 \cdot (Q_3 - Q_1) \quad \text{eller større enn } Q_3 + 1{,}5 \cdot (Q_3 - Q_1). \]

Uteliggere tegnes som punkter, og værhåret går ut til den mest ekstreme verdien innenfor grensene.

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.

En tolvte elev trente \(40\) timer. Nå er \(Q_1 = 3\) og \(Q_3 = 9\) (fra 3.2.1). Er \(40\) en uteligger? Hvor går værhåret?

Regn ut kvartilbredden og den øvre grensen.

Kvartilbredden er \(9 - 3 = 6\). Øvre grense: \(9 + 1{,}5 \cdot 6 = 18\). Nedre grense: \(3 - 9 = -6\).

\(40 > 18\), så \(40\) er en uteligger og tegnes som et punkt. Det høyre værhåret går ut til \(14\), som er den største verdien under grensen.

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.

px.box lager boksplott. Med quartilemethod="exclusive" regnes kvartilene som i boka. Kjør cellen, og bytt ut fylkesnumrene for å sammenlikne andre fylker, for eksempel "34" (Innlandet) og "50" (Trøndelag).

De to første sifrene i kommunenummeret er fylkesnummeret.

Innlandet og Trøndelag ligner mer på hverandre: medianen er omtrent \(5000\) og \(5600\). Trøndelag har en stor uteligger (Trondheim, \(218\,460\)), som er utenfor figuren.

AdvarselVanlige feil
  • 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

Antall minutter \(9\) elever brukte på en oppgave: \(12,\ 7,\ 15,\ 9,\ 20,\ 11,\ 8,\ 14,\ 10\).

Hva er medianen?
Hva er \(Q_1\)?
Hva er \(Q_3\)?

Et datasett har \(Q_1 = 20\) og \(Q_3 = 32\).

Hva er den øvre grensen for uteliggere?
Hva er den nedre grensen?
Er \(52\) en uteligger?

Bruk boksplottene og tabellen over kommunene i Nordland og Vestland.

Hvor mange innbyggere har kommunen i midten i Vestland?
Omtrent hvor mange av de \(41\) kommunene i Nordland har under \(7665\) innbyggere?
Nivå 2

Prøvepoengene i to klasser er oppsummert slik:

A B
Minste 12 18
\(Q_1\) 25 22
Median 30 26
\(Q_3\) 34 38
Største 40 48
Tegn boksplottene under hverandre.
Sammenlikn klassene: sentrum, spredning og form.

Jonas ser at boksen for klasse B er bredere enn boksen for klasse A, og sier: «Det er flere elever i klasse B.» Hva er feil?

To datasett har nøyaktig samme femtallsoppsummering. Betyr det at fordelingene er like? Forklar, gjerne med et eksempel.

Kodeoppgaver

Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.

Hva blir utskriften når programmet under kjøres? Skriv det siste tallet i utskriften i svarfeltet.

data = [0, 2, 3, 3, 4, 5, 6, 6, 8, 10, 14, 40]
q1 = 3
q3 = 9
iqr = q3 - q1
ovre = q3 + 1.5 * iqr
print(ovre)
ute = [x for x in data if x > ovre]
print(len(ute))
Utfordringer

Et boksplott har minste verdi \(0\), \(Q_1 = 10\), median \(12\), \(Q_3 = 14\) og største verdi \(40\), uten uteliggere markert. Datasettet har \(40\) observasjoner. Skisser et histogram som kan passe, og forklar hva boksplottet forteller om formen.

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

DefinisjonVarians og standardavvik

For et utvalg med \(n\) observasjoner og gjennomsnitt \(\bar{x}\) er variansen

\[ s^2 = \frac{(x_1 - \bar{x})^2 + (x_2 - \bar{x})^2 + \cdots + (x_n - \bar{x})^2}{n - 1}, \]

og standardavviket er kvadratroten av variansen:

\[ s = \sqrt{s^2}. \]

Variansen har kvadrert enhet (cm²), som er vanskelig å tolke. Standardavviket har samme enhet som dataene (cm), og er derfor det vi bruker.

Regn ut standardavviket for skytter A: \(4,\ 6,\ 7,\ 8,\ 10\).

Lag en tabell med kolonnene \(x\), \(x - \bar{x}\) og \((x - \bar{x})^2\).

\(\bar{x} = \frac{35}{5} = 7\).

\(x\) \(x - \bar{x}\) \((x - \bar{x})^2\)
4 \(-3\) 9
6 \(-1\) 1
7 0 0
8 1 1
10 3 9
Sum 0 20

\[ s^2 = \frac{20}{5 - 1} = 5, \qquad s = \sqrt{5} \approx 2{,}24 \text{ cm}. \]

Regn ut standardavviket for skytter B: \(1,\ 4,\ 7,\ 10,\ 13\). Hvem er mest presis?

Avvikene er \(-6, -3, 0, 3, 6\).

\(\bar{x} = 7\). Kvadrerte avvik: \(36 + 9 + 0 + 9 + 36 = 90\).

\[ s^2 = \frac{90}{4} = 22{,}5, \qquad s = \sqrt{22{,}5} \approx 4{,}74 \text{ cm}. \]

Skytter A har mindre standardavvik (\(2{,}24\) mot \(4{,}74\) cm), og er mest presis: pilene ligger tettere rundt gjennomsnittet.

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.

NoteUtvalg og populasjon
  • 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 \(\bar{x} + s\).

For søvnen til de \(24\) elevene i 1.1.1 er \(\bar{x} \approx 7{,}04\) og \(s \approx 1{,}18\) timer. Hvor mange av elevene ligger innenfor ett standardavvik fra gjennomsnittet?

Intervallet er fra \(7{,}04 - 1{,}18\) til \(7{,}04 + 1{,}18\).

Intervallet går fra omtrent \(5{,}86\) til \(8{,}22\) timer. Verdiene fra \(6\) til \(8\) ligger innenfor: \(18\) av \(24\) elever, altså \(75\ \%\). Det er i nærheten av to tredjedeler.

AdvarselVanlige feil
  • 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.stdev og pandas .std() standardavviket med \(n - 1\), men NumPy np.std deler på \(n\) med mindre du skriver ddof=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

Antall mål for et lag i fem kamper: \(12,\ 14,\ 15,\ 16,\ 18\).

Hva er gjennomsnittet?
Hva er summen av de kvadrerte avvikene?
Hva er standardavviket? Svar med to desimaler.

Uten å regne: Hvilket datasett har størst standardavvik?

Nivå 2

Ventetid i minutter: \(2,\ 4,\ 4,\ 4,\ 5,\ 5,\ 7,\ 9\).

Hva er gjennomsnittet?
Hva er variansen? Svar med to desimaler.
Hva er standardavviket? Svar med to desimaler.

Lise regner ut standardavviket for \(2, 4, 6\) slik: \(\bar{x} = 4\), avvikene er \(-2, 0, 2\), summen er \(0\), så standardavviket er \(0\). Hva er feil, og hva er riktig svar?

Høyden til elevene i en klasse har gjennomsnitt \(172\) cm og standardavvik \(8\) cm. I en annen klasse er gjennomsnittet \(172\) cm og standardavviket \(4\) cm. Beskriv forskjellen på klassene med ord.

Kodeoppgaver

Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.

Hva blir utskriften når programmet under kjøres? Skriv det siste tallet i utskriften i svarfeltet.

data = [4, 6, 7, 8, 10]
m = sum(data) / len(data)
avvik = [x - m for x in data]
kvadrat = [a ** 2 for a in avvik]
print(sum(avvik))
print(sum(kvadrat) / (len(data) - 1))
Utfordringer

Datasettet \(4, 6, 7, 8, 10\) har gjennomsnitt \(7\) og standardavvik \(\sqrt{5} \approx 2{,}24\).

Hva blir standardavviket hvis vi legger til \(10\) på alle verdiene?
Hva blir standardavviket hvis vi ganger alle verdiene med \(3\)? Svar med to desimaler.
Forklar hvorfor.

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

RegelVelg etter form
  • Omtrent symmetrisk, uten uteliggere: Gjennomsnitt og standardavvik. De bruker all informasjonen, og median og gjennomsnitt er uansett omtrent like.
  • Skjev, eller med uteliggere: Median og kvartilbredde. De påvirkes ikke av halen og de ekstreme verdiene.

Se alltid på en graf av dataene (histogram, prikkplott eller boksplott) før du velger.

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.

Hvilket sentralmål og spredningsmål vil du bruke? Begrunn.

  1. Høyden til \(200\) elever på Vg2.
  2. Hvor mange minutter elevene bruker på skoleveien, når noen få har over en time.
  3. Prisen på leiligheter solgt i en by.

Er fordelingen symmetrisk, eller har den en lang hale eller uteliggere?

  1. Gjennomsnitt og standardavvik: høyde er omtrent symmetrisk.
  2. Median og kvartilbredde: høyreskjev med uteliggere.
  3. Median og kvartilbredde: boligpriser er høyreskjeve, med noen svært dyre boliger.

Velg etter formål

Formen er ikke alt. Hva tallet skal brukes til, betyr også noe.

RegelVelg etter formål
  • Skal du si noe om en typisk person eller ting, er medianen ofte best når fordelingen er skjev.
  • Skal du regne ut en sum eller total, trenger du gjennomsnittet: \(\text{total} = \bar{x} \cdot n\). En kommune som planlegger søppeltømming, trenger gjennomsnittlig mengde søppel per husstand ganget med antall husstander, uansett om fordelingen er skjev.
  • Er dataene kategoriske, kan du verken bruke gjennomsnitt eller median. Bruk typetallet og andeler.

\(400\) elever bruker penger i kantina. De fleste bruker \(0\)–\(100\) kr i uka, men noen bruker over \(300\) kr. Medianen er \(60\) kr og gjennomsnittet \(85\) kr per uke.

  1. Hvilket tall beskriver en typisk elev?
  2. Kantina vil anslå inntekten per uke. Hvilket tall skal den bruke, og hva blir anslaget?

Inntekten er summen av hva alle elevene bruker.

  1. Medianen, \(60\) kr: halvparten bruker mindre, halvparten mer.
  2. Gjennomsnittet, fordi inntekten er en sum: \(85 \cdot 400 = 34\,000\) kr. Med medianen ville kantina anslått \(24\,000\) kr, og bommet med \(10\,000\) kr, fordi de som bruker mye, ikke ville blitt regnet med.
AdvarselVanlige feil
  • 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

Hvilket sentralmål passer best?

Antall følgere på sosiale medier blant elevene på skolen.
Tiden elevene bruker på å løpe \(60\) meter.
Favorittfaget til elevene.

En kommune har \(8400\) husstander. Gjennomsnittlig mengde restavfall er \(9{,}5\) kg per husstand per uke. Hvor mange kg restavfall blir det til sammen per uke?

Nivå 2

I bedriften i innledningen har \(40\) ansatte gjennomsnittslønn \(62\,000\) kr og medianlønn \(48\,000\) kr.

Hva sier forskjellen om formen på fordelingen?
Hvorfor velger ledelsen gjennomsnittet og fagforeningen medianen?
Hvilke tall ville du tatt med for å gi et ærlig bilde?

En rapport skriver: «Elevene bruker i median \(45\) minutter på lekser per dag, med standardavvik \(38\) minutter.» Fordelingen er sterkt høyreskjev. Hva er problemet med valget av mål, og hva burde rapporten skrevet?

Forklar hvorfor gjennomsnitt og median er nesten like for medianinntekten i kommunene, men svært forskjellige for folketallet.

Kodeoppgaver

Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.

Programmet velger sentralmål ut fra hvor mye gjennomsnitt og median skiller seg. Hva blir utskriften? Skriv det siste tallet i utskriften i svarfeltet.

data = [40, 45, 50, 55, 60, 300]
s = sorted(data)
m = sum(data) / len(data)
med = (s[2] + s[3]) / 2
if abs(m - med) > 10:
    print("median", med)
else:
    print("gjennomsnitt", m)
Utfordringer

Hver verdi i inntektsdatasettet er medianinntekten i én kommune. Medianen av de \(357\) verdiene er \(657\,600\) kr. Er det det samme som medianinntekten for alle husholdninger i Norge? Forklar.

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 \(38\,123\) \(49\,102\)
RegelSammenlikne grupper

Sammenlikn alltid tre ting, og si hva forskjellene betyr i konteksten:

  1. Sentrum: Hvilken gruppe ligger høyest, og hvor stor er forskjellen?
  2. Spredning: Hvilken gruppe varierer mest?
  3. Form og uteliggere: Er fordelingene symmetriske eller skjeve? Finnes det uteliggere?

Vurder hvor stor forskjellen i sentrum er i forhold til spredningen: Overlapper gruppene mye, eller lite?

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.

I klasse A sov elevene i gjennomsnitt \(7{,}0\) timer med standardavvik \(1{,}2\) timer. I klasse B sov de i gjennomsnitt \(7{,}4\) timer med standardavvik \(1{,}1\) timer. Begge fordelingene er omtrent symmetriske. Er forskjellen stor?

Sammenlikn forskjellen i gjennomsnitt med standardavvikene.

Forskjellen er \(0{,}4\) timer, omtrent en tredjedel av et standardavvik. Søvnen varierer mye mer innenfor hver klasse enn mellom klassene, så fordelingene overlapper nesten helt. Mange elever i A sover lenger enn mange i B. Forskjellen er liten, og kan også skyldes tilfeldigheter, slik vi så i 1.1.1. I kapittel 9 og 10 lærer vi å vurdere det mer presist.

Cellen regner ut sentralmål og spredningsmål for alle fylkene. Hvilket fylke har høyest median, og hvilket har størst spredning?

groupby deler dataene i grupper, og agg regner ut flere mål for hver gruppe.

Rogaland har høyest median (omtrent \(744\,000\) kr), og Finnmark lavest (omtrent \(608\,000\) kr). Størst standardavvik har Finnmark (omtrent \(64\,000\) kr) og Akershus (omtrent \(58\,000\) kr). Oslo er én kommune, så der gir det ikke mening å snakke om spredning mellom kommuner.

AdvarselVanlige feil
  • 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

Bruk tabellen over Innlandet og Vestland.

Hvor mye høyere er medianen i Vestland?
Hva er kvartilbredden i Innlandet?
Hvilket fylke har størst variasjonsbredde?

To grupper har gjennomsnitt \(50\) og \(54\). Er forskjellen stor i forhold til spredningen hvis

begge har standardavvik \(2\)?
begge har standardavvik \(20\)?
Nivå 2

Tid i sekunder på \(60\) meter for to grupper:

Gruppe A Gruppe B
Antall \(20\) \(22\)
Minste \(7{,}8\) \(8{,}1\)
\(Q_1\) \(8{,}4\) \(8{,}6\)
Median \(8{,}9\) \(9{,}0\)
\(Q_3\) \(9{,}3\) \(10{,}2\)
Største \(10{,}1\) \(12{,}5\)

Skriv en sammenlikning av gruppene på \(3\)–\(5\) setninger. Ta med sentrum, spredning og form.

En elev skriver: «Vestland har høyere inntekt enn Innlandet, så alle kommunene i Vestland har høyere medianinntekt enn kommunene i Innlandet.» Hva er galt? Bruk tabellen.

Kodeoppgaver

Oppgaven skal løses uten PC. Bruk kodecellen etter oppgaven til å sjekke svaret ditt etterpå.

Hva blir utskriften når programmet under kjøres? Skriv det siste tallet i utskriften i svarfeltet.

a = [8.4, 8.9, 9.3, 9.0, 8.7]
b = [8.6, 9.0, 10.2, 12.5, 8.8]
for gruppe in [a, b]:
    s = sorted(gruppe)
    print(s[2], max(s) - min(s))
Utfordringer

En skole sammenlikner karakterene i to klasser på samme prøve: Klasse A har gjennomsnitt \(3{,}8\) og klasse B \(4{,}1\). Begge har standardavvik rundt \(1{,}0\) og \(25\) elever. Rektor sier at læreren i B underviser bedre. Drøft påstanden.

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.

Åpne notatboka «Hvem er typisk?»

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?

Skriv spørsmålet ditt. Hvilke variabler trenger du, og hvilken type er de? Hvilke grupper skal sammenliknes?

Steg 2 og 3: Data og analyse

Dataene er allerede samlet inn av SSB (sekundærdata, 1.2.1). Analyser dem i notatboka.

Lag en graf som viser fordelingen i hver gruppe. Begrunn valget av graf (2.3.2).
Velg sentralmål og spredningsmål, og begrunn valget ut fra formen (3.3.1).
Regn ut målene for hver gruppe og sett dem i en tabell.

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.

Skriv konklusjonen og begrensningene for undersøkelsen din. Husk at hver verdi i inntektsdatasettet er en median for en hel kommune.

Oppgaver

Oppgavene under kan løses uten notatboka, for eksempel som forberedelse til prøve.

Nivå 1

Folketallet i kommunene (SSB, 2026):

Nordland Vestland
Median \(2024\) \(5178\)
Kvartilbredde \(6357\) \(10\,063\)
Hvor mange ganger så stor er medianen i Vestland som i Nordland? Svar med én desimal.
Hvorfor er median og kvartilbredde gode valg her?
Nivå 2

En gruppe skriver: «Rogaland er det rikeste fylket. Gjennomsnittet av medianinntektene i kommunene er \(749\,561\) kr, så en vanlig husholdning i Rogaland har \(749\,561\) kr etter skatt.» Vurder konklusjonen.

Utfordringer

Datasettet har også antall husholdninger i hver kommune. Forklar hvordan du kan bruke det til å få et bedre anslag for den typiske inntekten i et fylke, og hvorfor det blir bedre.

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.

Antall minutter \(10\) elever leste i går: \(0,\ 5,\ 10,\ 15,\ 20,\ 20,\ 25,\ 30,\ 45,\ 90\).

Hva er gjennomsnittet?
Hva er medianen?
Hva er kvartilbredden?
Er \(90\) en uteligger?

Antall ganger \(25\) elever trente forrige uke:

Ganger 0 1 2 3 4 5
Frekvens 3 4 6 7 3 2
Regn ut gjennomsnittet.
Finn medianen.

Fem målinger av samme lengde (cm): \(48,\ 50,\ 51,\ 49,\ 52\).

Regn ut standardavviket. Svar med to desimaler.
Hva forteller standardavviket om målingene?

Et byråd skal beskrive hvor mye strøm husstandene i kommunen bruker. Fordelingen er høyreskjev, fordi noen få husstander har stort forbruk. Hvilke mål bør byrådet bruke

for å beskrive en typisk husstand?
for å anslå hvor mye strøm kommunen bruker til sammen?

Begrunn.

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.