Introdução

Uma medida de propagação, também chamado às vezes de uma medida de dispersão, é usado para descrever a variabilidade de uma amostra ou população. Geralmente é usado em conjunto com uma medida de tendência central, como a média ou mediana, para fornecer uma descrição geral de um conjunto de dados.por que é importante medir a disseminação de dados?,

Existem muitas razões pelas quais a medida da propagação dos valores dos dados é importante, mas uma das principais razões diz respeito à sua relação com medidas de tendência central. Uma medida de propagação dá-nos uma ideia de quão bem o meio, por exemplo, representa os dados. Se a propagação dos valores no conjunto de dados for grande, a média não é tão representativa dos dados como se a propagação dos dados fosse pequena. Isto deve-se ao facto de um grande diferencial indicar que provavelmente existem grandes diferenças entre as pontuações individuais., Além disso, em pesquisa, é muitas vezes visto como positivo se há pouca variação em cada grupo de dados, pois indica que o similar.

estaremos olhando para a gama, quartis, variância, desvio absoluto e desvio padrão.

Range

the range is the difference between the highest and lowest scores in a data set and is the simplest measure of spread., Assim, calculamos o intervalo como:

Intervalo = valor máximo – valor mínimo

Por exemplo, vamos considerar o seguinte conjunto de dados:

O valor máximo é de 85 e o valor mínimo é de 23. Isso resulta em uma faixa de 62, que é 85 menos 23. Embora utilize o intervalo como medida de dispersão é limitado, define os limites das Pontuações., Isto pode ser útil se você estiver medindo uma variável que tem um limiar crítico baixo ou alto (ou ambos) que não deve ser cruzado. O intervalo irá informar imediatamente se pelo menos um valor quebrou esses limiares críticos. Além disso, o intervalo pode ser usado para detectar quaisquer erros ao introduzir dados. Por exemplo, se você gravou a idade das crianças da escola em seu estudo e sua faixa é de 7 a 123 anos de idade você sabe que você cometeu um erro!