20.01.2015 Views

Programes preventius de les drogodependències - Hemeroteca ...

Programes preventius de les drogodependències - Hemeroteca ...

Programes preventius de les drogodependències - Hemeroteca ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Annexos | 131<br />

I calcular la mitjana <strong>de</strong> <strong>les</strong> respostes a la pregunta 2 així:<br />

(2) X¯ = Σ¯ X i<br />

=<br />

0+1+2+4+5+5+5+6+7+7<br />

=<br />

42<br />

= 4,2<br />

n 10 10<br />

A més <strong>de</strong>ls tres ín<strong>de</strong>xs <strong>de</strong> posició central, en la taula A6.2 s’han presentat tres ín<strong>de</strong>xs o<br />

mesures <strong>de</strong> dispersió: el rang, la <strong>de</strong>sviació típica i el coeficient <strong>de</strong> variació. Les mesures<br />

<strong>de</strong> dispersió han d’acompanyar els ín<strong>de</strong>xs <strong>de</strong> posició central per tal <strong>de</strong> garantir que<br />

aquests últims siguin un bon resum <strong>de</strong>ls resultats.<br />

El rang (també conegut com amplitud o recorregut) és la diferència entre el valor màxim i<br />

el valor mínim d’una variable. Sovint se sol indicar el valor mínim i el valor màxim sense<br />

calcular-ne la diferència. Aquest ín<strong>de</strong>x, molt fàcil <strong>de</strong> calcular, dóna una visió <strong>de</strong> fins a quin<br />

punt estan allunyats els valors <strong>de</strong> la variable <strong>de</strong>l centre <strong>de</strong> la distribució. En l’exemple que<br />

ens ocupa, el valor màxim observat és el set i el mínim, el zero, per tant el rang o amplitud<br />

val: 7 – 0 = 7.<br />

La <strong>de</strong>sviació típica (Ŝ x<br />

) es <strong>de</strong>fineix com l’arrel quadrada positiva <strong>de</strong> la mitjana <strong>de</strong> <strong>les</strong> <strong>de</strong>sviacions<br />

<strong>de</strong> la variable respecte a la mitjana. A la pràctica, se sol calcular la quasi<strong>de</strong>sviació<br />

típica, que seria el mateix ín<strong>de</strong>x dividit pel total d’observacions menys un. En el càlcul<br />

manual és més pràctic fer servir la fórmula següent:<br />

(3) Ŝ x<br />

=<br />

√<br />

ΣX 2 i<br />

– (ΣX i )2<br />

n<br />

n–1<br />

Per aplicar la fórmula <strong>de</strong> la <strong>de</strong>sviació típica (3) es necessita calcular prèviament la suma<br />

<strong>de</strong> tots els valors <strong>de</strong> la variable (Σ¯ X i<br />

) i la suma <strong>de</strong> tots els quadrats <strong>de</strong>ls valors <strong>de</strong> la variable<br />

(Σ¯ X 2 ). En la taula A6.6. es po<strong>de</strong>n trobar els càlculs previs necessaris per aplicar-hi aquesta<br />

i<br />

fórmula.<br />

Si substituïm els valors en la fórmula (3) es pot obtenir la <strong>de</strong>sviació típica <strong>de</strong> <strong>les</strong> respostes<br />

a la pregunta 2:<br />

(4) Ŝ x<br />

=<br />

√<br />

ΣX 2 i<br />

– (ΣX i )2<br />

n<br />

n–1<br />

=<br />

√<br />

(42) 2<br />

230 – 10<br />

10 –1<br />

= 2,4<br />

La <strong>de</strong>sviació típica, com també el rang, estan expressats en la mateixa unitat <strong>de</strong> mesura<br />

<strong>de</strong> la variable, per tant, es fa difícil a vega<strong>de</strong>s saber a primera vista si els ín<strong>de</strong>xs <strong>de</strong> posició<br />

als quals acompanyen són un bon resum <strong>de</strong> <strong>les</strong> observacions (pensem per exemple<br />

què passaria amb el valor <strong>de</strong> la <strong>de</strong>sviació típica si mesurem una variable en anys o la mesurem<br />

en mesos). Per solucionar aquest problema, s’ha <strong>de</strong>finit un coeficient que és in<strong>de</strong>pen<strong>de</strong>nt<br />

d’unitats <strong>de</strong> mesura: el coeficient <strong>de</strong> variació. Aquest ín<strong>de</strong>x permet tenir millor<br />

informació sobre la dispersió d’una distribució al temps que possibilita <strong>les</strong> comparacions

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!