→ / Miary i rozkłady
Skośność
Czym jest skośność
Skośność (ang. skewness) mierzy asymetrię rozkładu — informuje, czy wartości skupiają się bardziej po lewej, czy po prawej stronie środka. Dla rozkładu idealnie symetrycznego skośność = 0.
Dwa kierunki odchylenia:
- Skośność dodatnia (prawostronna) — długi ogon po prawej stronie. Większość obserwacji jest niska, ale kilka wartości bardzo wysokich ciągnie rozkład w prawo. Wtedy średnia > mediana > moda.
- Skośność ujemna (lewostronna) — długi ogon po lewej stronie. Większość obserwacji jest wysoka, a kilka niskich wartości ciągnie rozkład w lewo. Wtedy średnia < mediana < moda.
Wzór (jedna z popularnych definicji — moment standaryzowany trzeciego rzędu):
skośność = (1/n) × Σ[(xi − x̄) / s]³
gdzie x̄ to średnia, s to odchylenie standardowe, n to liczba obserwacji. Większość pakietów statystycznych stosuje korektę dla próby (dzielnik n−1 lub analogiczna korekta Fishera).
Kiedy używać
Skośność sprawdzasz, gdy:
- weryfikujesz założenie normalności przed testem t, ANOVA lub analizą regresji;
- decydujesz, czy stosować średnią czy medianę jako miarę tendencji centralnej;
- opisujesz rozkład wyników w sekcji statystyk opisowych — zawsze raportuj skośność obok kurtozy;
- analizujesz zmienne ekonomiczne (dochody, czas trwania, liczba zdarzeń), które z natury mają rozkłady skośne.
Jak interpretować
Poniższe progi są orientacyjną konwencją — różne źródła podają różne wartości graniczne. Traktuj je jako wskazówkę, nie bezwzględną regułę.
| Skośność | Interpretacja |
|---|---|
| −0,5 do +0,5 | Rozkład w przybliżeniu symetryczny |
| −1 do −0,5 lub +0,5 do +1 | Umiarkowana asymetria — warto odnotować, zwykle dopuszczalne |
| < −1 lub > +1 | Silna asymetria — rozważ transformację danych lub miary nieparametryczne |
Gdy skośność jest silna, mediana lepiej opisuje „typowego” uczestnika niż średnia, bo jest odporna na wartości skrajne.
Przykład
Badasz czas rozwiązania zadania (w sekundach) przez n = 8 uczestników:
12, 14, 15, 16, 17, 18, 20, 68
Po posortowaniu: mediana = (16 + 17) / 2 = 16,5 s; średnia = (12+14+15+16+17+18+20+68) / 8 = 22,5 s.
Skośność (obliczona w R funkcją skewness z pakietu e1071) wynosi +2,3 — silna skośność prawostronna. Jedna obserwacja (68 s) znacząco zawyża średnią. W opisie wyników napisz: „Rozkład czasu rozwiązania był silnie skośny prawostronnie (skośność = 2,3), dlatego jako miarę tendencji centralnej przyjęto medianę (Mdn = 16,5 s)”.
Typowe błędy
- Mylenie kierunku skośności — skośność prawostronna oznacza ogon po PRAWEJ, nie po lewej. Mnemonik: skośność dodatnia → ogon po stronie wyższych, dodatnich wartości na osi.
- Ignorowanie skośności przy wyborze miary centralnej — używanie średniej przy silnie skośnych danych (np. wynagrodzenia, czas oczekiwania) zniekształca opis wyników. Gdy |skośność| > 1, preferuj medianę.
- Pomijanie skośności w sekcji opisowej — wiele prac magisterskich raportuje tylko średnią i odchylenie standardowe. Dodanie skośności i kurtozy to wymagany standard w większości recenzowanych czasopism.
- Ocenianie normalności tylko na podstawie skośności — sama skośność to za mało. Uzupełnij o kurtozę i test formalny (np. Shapiro-Wilka przy małych n).
Potrzebujesz pomocy z opisem rozkładu danych?
Sprawdzę skośność, kurtozę i normalność Twoich zmiennych, a wyniki opiszę gotowym akapitem do sekcji metod. Sprawdź ofertę →
▶ / Pobaw się