KWALIFIKACJA SPL5 - TEST WIEDZY NR 2

PYTANIE NR 3.
Załóż, że jesteś technikiem spedytorem i chcesz zrozumieć, jak różne czynniki wpływają na czas dostawy przesyłek. Wybierz odpowiednią miarę statystyczną do analizy tej sytuacji.
A.
B.
C.
D.
Wyjaśnienie poprawnej odpowiedzi:
Aby zbadać, jak różne czynniki wiążą się z czasem dostawy, potrzebujesz miary opisującej zależność między zmiennymi. Tę rolę pełni korelacja. "Moda" i "mediana" opisują typową wartość jednej cechy, a "rozstęp" informuje o rozproszeniu wyników, nie o wpływie czynników.

Pełne wyjaśnienie:

Pytanie dotyczy analizy, jak różne czynniki wpływają na czas dostawy. W języku statystyki oznacza to badanie, czy istnieje związek (zależność) między dwiema zmiennymi, np. natężeniem ruchu a czasem dostawy, liczbą przeładunków a opóźnieniem, dystansem trasy a czasem realizacji.

Do takiego celu właściwa jest odpowiedź "Korelacja", ponieważ korelacja jest miarą opisującą, czy wraz ze zmianą jednej zmiennej druga ma tendencję do zmiany (w tym samym lub przeciwnym kierunku). W praktyce spedycyjnej pomaga to ocenić, które czynniki są powiązane z terminowością i gdzie warto szukać przyczyn opóźnień.

Pozostałe odpowiedzi dotyczą innego typu opisu danych:

  • "Moda" (dominanta) wskazuje najczęściej występującą wartość w zbiorze. Jest użyteczna, gdy chcesz znać najczęstszy czas dostawy, ale nie mówi nic o zależności od czynników.
  • "Mediana" to wartość środkowa po uporządkowaniu danych. Daje odporną na skrajności "typową" wartość czasu dostawy, lecz nadal opisuje jedną zmienną, a nie relację z innymi.
  • "Rozstęp" (max–min) informuje o rozpiętości wyników, czyli zmienności czasu dostawy. Może wskazać, że wyniki są niestabilne, ale sam nie określa, z jakimi czynnikami ta zmienność jest związana.

Wskazówka egzaminacyjna: gdy w treści pojawia się sens "wpływu", "zależności", "związku" między zjawiskami, myśl o narzędziach typu korelacja/regresja. Gdy pytanie brzmi raczej "jaka jest wartość typowa?", wybieraj medianę lub modę; gdy "jak duże są wahania?", szukaj miar rozproszenia, np. rozstępu.

Dodatkowe pytania

Dodatkowe pytania (FAQ):
Korelacja to miara zależności między dwiema zmiennymi, np. "natężenie ruchu" i "czas dostawy". Informuje, czy wraz ze wzrostem jednej zmiennej druga zwykle rośnie, maleje lub nie wykazuje związku. Sama korelacja nie dowodzi przyczyny, ale pomaga wskazać powiązania.
Bo pytanie o "wpływ czynników" oznacza sprawdzanie relacji między zmiennymi. Korelacja jest zaprojektowana właśnie do oceny, czy zmienne są ze sobą powiązane. Mediana i moda opisują typową wartość jednej cechy, a rozstęp opisuje jej zmienność, więc nie odpowiadają na relacje.
Mediana opisuje wartość środkową czasu dostawy po uporządkowaniu wyników. Jest użyteczna, gdy chcesz podać "typowy" czas dostawy odporny na skrajne opóźnienia. Nie mówi jednak, od czego ten czas zależy, bo nie analizuje związku z innymi zmiennymi.
Moda (dominanta) to najczęściej występująca wartość, np. najczęstszy czas dostawy w danym tygodniu. Może pomóc opisać typowy wynik, gdy wartości się powtarzają (np. stałe okna dostaw). Nie służy jednak do oceny związku z czynnikami, takimi jak pogoda czy trasa.
Rozstęp to różnica między maksymalnym a minimalnym czasem dostawy w zbiorze danych. Mówi o rozpiętości wyników (zmienności), ale nie wskazuje, z jakiego powodu ta zmienność występuje. Do szukania powiązań z czynnikami potrzebujesz miar zależności, np. korelacji.
Nie. Korelacja pokazuje współwystępowanie zmian dwóch zmiennych, ale nie rozstrzyga o przyczynowości. Związek może wynikać z trzeciego czynnika (np. sezonu). W praktyce korelacja jest dobrym "alarmem" do dalszej analizy, np. testów lub modelu regresji.
Najczęściej są to dane liczbowe, które można zestawić w parach z czasem dostawy, np. dystans (km), liczba przeładunków, czas postoju, liczba punktów dostaw, średnia prędkość, czas odprawy. Ważne, aby obserwacje dotyczyły tych samych zleceń/przesyłek.
Częsty błąd to wybór mediany lub mody, gdy pytanie dotyczy zależności między czynnikami a wynikiem. Drugi błąd to utożsamienie korelacji z przyczyną. Trzeci to ignorowanie rodzaju danych: korelacja wymaga sensownego porównania zmiennych, a nie losowych kategorii.
Jeśli pytanie dotyczy "związku", "wpływu", "zależności" między dwiema cechami (np. warunki na trasie vs czas), celujesz w korelację. Jeśli dotyczy "wartości typowej" lub "środkowej" czasu dostawy, wybierasz medianę (lub modę, gdy chodzi o najczęstszą wartość).
Gdy chcesz przewidywać czas dostawy lub uwzględnić wiele czynników jednocześnie, często stosuje się regresję lub modele predykcyjne. Gdy dane są kategoryczne (np. typ przewoźnika), używa się innych narzędzi niż klasyczna korelacja. Korelacja bywa etapem wstępnym analizy.
info

Statystycznie 59% uczniów zna prawidłową odpowiedź. średnie

Specjaliści zwracają uwagę: "Aby zbadać, jak różne czynniki wiążą się z czasem dostawy, potrzebujesz miary opisującej zależność między zmiennymi."

Źródła:

  • NIST/SEMATECH e-Handbook of Statistical Methods, sekcja "Correlation" (Engineering Statistics) – https://www.itl.nist.gov/div898/handbook/eda/section3/eda33.htm (dostęp: 2026-02-27)
  • Khan Academy, "Correlation coefficient" (Statistics and probability) – https://www.khanacademy.org/math/statistics-probability/describing-relationships-quantitative-data/correlation-coefficient/v/correlation-coefficient-intuition (dostęp: 2026-02-27)
  • Główny Urząd Statystyczny, Kompendium/pojęcia statystyczne (hasła: mediana, dominanta, rozstęp; zależności) – https://stat.gov.pl/metainformacje/slownik-pojec/ (dostęp: 2026-02-27)

Materiały:

  • Podstawy statystyki opisowej (rozdziały o miarach położenia i zmienności)
  • Materiały o korelacji i jej interpretacji w analizie danych
  • Ćwiczenia na rozróżnianie: "opis jednej zmiennej" vs "zależność dwóch zmiennych"

Aktualizacja pytania: 31.03.2026



Aktualizacja pytania: 31.03.2026
📡 Brak połączenia internetowego