Please enable JavaScript.
Coggle requires JavaScript to display documents.
REGISTRE I ANÀLISIS DE DADES, APLICACIONS:, Les dades es poden organitzar…
REGISTRE I ANÀLISIS DE DADES
CONCEPTES ESTADÍSTICS BÀSICS
Mitjana
És la suma de totes les dades dividida pel total d’observacions. Representa un valor central.
Marca de classe
Mitjana de cada interval (ex. grups d’edat 0-10 → 5, 10-20 → 15, etc.).
Es calcula amb la fórmula: X = ∑(fi * ni )/ n.
Mediana
Valor que divideix la distribució en dues meitats iguals.
Si el nombre d’observacions és imparell, la mediana és el valor central.
Si és parell, la mediana és la mitjana dels dos valors centrals.
Distribució de freqüències
Frequències absolutes (fi)
Comptatge total d’una observació.
Frequències relatives (hi)text
Percentatge respecte al total d’observacions (fi/n).
Moda
Valor que més es repeteix en una distribució.
Pot ser única, bimodal o multimodal
També es pot determinar per intervals analitzant la freqüència absoluta més elevada.
Variable
Característica d’estudi que permet diferenciar o agrupar la població.
Variables qualitatives
No numèriques (ex. tipus d’envàs preferit, programa més escoltat).
Variables quantitatives
Numèriques (ex. quantitat consumida d’un producte, despesa mensual).
Desviació típica (S)
Mesura de dispersió que indica com es distribueixen les dades respecte a la mitjana.
Població o univers objecte d’estudi
Grup d’individus que volem estudiar (ex. persones de 15-25 anys, consumidors de viatges d’aventura, empreses amb menys de 10 treballadors).
DISTRIBUCIÓ CONJUNTA
Quan analitzem dues variables relacionades (x i y), fem servir una distribució conjunta per entendre millor la seva relació.
Variable independent (causa): Factor que pot influir en l’altra variable.
Variable dependent (efecte): Resultat influït per la variable independent.
Exemple: L’ingrés econòmic influeix en el tipus d’habitatge, però no a l’inrevés.
Tipus de taules de distribució conjunta:
Frequències absolutes: Comptatge de cada combinació de variables.
Frequències relatives: Proporció respecte al total d’observacions.
Frequències marginals: Total per fila o columna.
Frequències condicionades: Percentatge d’una variable fixant una altra.
Exemple d’aplicació:
Una empresa vol estudiar l’edat del seu públic objectiu.
Amb una taula de distribució conjunta, pot relacionar edat amb preferències de compra.
📉 COEFICIENT DE CORRELACIÓ
La correlació indica el grau de relació entre dues variables.
Correlació positiva: Quan una variable augmenta, l’altra també.
Correlació negativa: Quan una variable augmenta, l’altra disminueix.
Correlació nul·la: No hi ha relació significativa.
Coeficient de correlació de Pearson (r):
cient de correlació de Pearson (r):
Mesura el grau de relació lineal entre x i y.
Es calcula amb una fórmula matemàtica basada en la covariància.
Resultats possibles:
→ Relació forta i directa.
→ Relació forta i inversa.
→ Relació feble o inexistent.
Aquesta relació es representa amb un diagrama de dispersió.
📌 DIAGRAMA DE DISPERSIÓ
És una representació gràfica que mostra la relació entre dues variables.
Eix X: Variable independent.
Eix Y: Variable dependent.
Interpretació:
Lineal: Si els punts segueixen un patró recte.
Curvilini: Si els punts segueixen un patró corbat.
Positiu / Negatiu: Direcció de la correlació.
Nul: Quan els punts estan dispersos sense patró clar.
Aquesta eina ajuda a visualitzar si existeix una correlació significativa entre dues variables.
📊 INCREMENTS I DECREMENTS
Els números índex permeten comparar l’evolució d’una variable en diferents períodes.
Es calcula:
Valor actual / Valor anterior × 100
La diferència entre dos períodes mostra el percentatge de variació.
APLICACIONS:
Anàlisi de vendes.
Comparació de beneficis.
Estudi de despeses.
Avaluació de tendències econòmiques.
Aquesta tècnica permet prendre decisions basades en l’evolució de les dades al llarg del temps.
Les dades es poden organitzar en taules de distribució de freqüències per facilitar l’anàlisi.