Die Varianz eines Datensatzes misst, wie weit die Beobachtungen verteilt sind. Zur Berechnung der Varianz einer Verteilung werden der Mittelwert und die Anzahl der Beobachtungen der Daten benötigt. Größere Berechnungen werden durch die Verwendung einer Tabellenkalkulation vereinfacht, ein Werkzeug, das nicht nur den Prozess vereinfacht, sondern auch integrierte Funktionen enthält, die die Varianz automatisch berechnen.
Sammeln Sie Daten zu Gehältern. Es ist wichtig, dass sich diese Daten im selben Zeitrahmen befinden, beispielsweise im selben Monat, Quartal oder Jahr. Datenbanken für Gehälter in den Vereinigten Staaten sind beim Bureau of Labor Statistics erhältlich. Wenn Sie Ihre Daten in einer Tabelle zusammenstellen, wird der Berechnungsprozess vereinfacht.
$config[code] not foundBerechnen Sie den Mittelwert der Gehaltsstichprobe. Dies wird erreicht, indem alle Gehälter summiert und dann durch die Stichprobengröße dividiert werden. Die Stichprobengröße ist die Anzahl der Beobachtungen in Ihrer Stichprobe. Wenn Sie also Beobachtungen von Gehältern in Höhe von 18.000, 12.000 und 14.000 Dollar pro Jahr haben, ergibt das Addieren aller dieser Beträge und der Division durch drei einen Mittelwert von 14.666,67 $, auf den nächsten Cent aufgerundet.
Subtrahieren Sie den Mittelwert von jedem beobachteten Gehalt. Unter Verwendung des gleichen Beispiels sind die Ergebnisse 3.333,33, -2,666,67 und -666,67. Nimm die Quadratwurzel von jedem dieser Ergebnisse. Dies bedeutet für die erste Beobachtung 11.111.088.89, für die zweite Beobachtung 7.111.128.89 und für die dritte Beobachtung 444.448.89. Nehmen Sie die Summe aller dieser Ergebnisse, die sich auf 18.666.666,67 $ summieren.
Teilen Sie Ihr Ergebnis durch die Anzahl der Beobachtungen minus eins, um die Varianz zu erhalten. Bei Verwendung des gleichen Beispiels würde eine Division durch zwei eine Abweichung von 9.333.333,33 ergeben. Die Quadratwurzel dieser Zahl ergibt die Standardabweichung, die 3,055,05 $ entspricht. Aufgrund der kleineren Beschaffenheit ist es für viele Menschen einfacher, mit der Standardabweichung umzugehen als mit der Varianz.
