Variationskoefficient

Variationskoefficient förkortas CV. Det är ett mått som talar om hur stor standardavvikelsen (SD) är i förhållande till medelvärdet för det man har mätt. Man måste alltså räkna ut standardavvikelsen för att kunna räkna ut CV som alltid angivit i procent. Jag kommer att använda mig av värdena från mitt tidigare inlägg om SD i det här inlägget. Men vi börjar med formeln för CV, den ser ut såhär:

CV
Formeln för variationskoefficient.

Man tar alltså värdet för standardavvikelse, dividerar det med medelvärdet och multiplicerar allt med hundra. Om vi tittar på mina tre exempel från föregående inlägg om SD, exemplen med bild…  I det första exemplet är SD = 0. När noll divideras med något blir det alltid noll, vilket innebär att CV också är 0. Strålande! Men nu tittar vi på de andra exemplen.

Standardavvikelsen (SD) är 1.3871. Medelvärdet (m) är 3.4. Vi börjar med att dividera dessa värden.

CV = 1.3872/3.4 = 0,4079705882

Jag multiplicera detta med 100, och får då ett avrundat CV på 40.8 %. CV är alltså 40.8 procent, det är ett väldigt högt CV. Värdet ska ju ligga så lågt som möjligt. Om jag räknar på samma sätt med det sista exemplet i mitt tidigare  inlägg om SD, där SD är 16.9517 och m är 11.2, då får jag ett avrundat CV på 151.3 %. Det är ännu sämre.

CV är jättebra att använda sig av om man vill jämföra två undersökningar med varandra. Om jag väger ett antal människor i Sverige på ett sätt och anger deras vikt i kg, och du gör samma sak på ett annat sätt i USA och anger de uppmätta värdena i uns, som är en helt annan enhet… då är det bra att kunna jämföra metoderna genom att ange CV. Ju lägre CV, desto mindre spridning och det betyder förmodligen att metoden man använt för sin undersökning är bättre än om CV skulle vara högt. Både standardavvikelsen och variationskoefficienten ska vara så låga som möjligt. Oftast finns det riktlinjer på labb för inom vilka siffror man ska hålla sig. På min senaste laboration var gränsen < 5 %.

Källa:

Eriksson, A. Metrologi. Föreläsning. Linköpings Universitet. 2014-03-06.

Whiss, P. Biomedicinsk Laboratorievetenskap. Föreläsning. Linköpings Universitet. 2013-10-21.

Vad tycker du?