Метрики · 19 июля 2026 г.

Среднее, медиана и мода: что считать в опросе

Среднее, медиана и мода отвечают на один вопрос — «какой ответ типичен» — но по-разному, и выбор между ними зависит от типа шкалы. Среднее корректно только для числовых величин с равными интервалами: возраст, сумма чека, количество заказов. Медиана — середина упорядоченного ряда, она честнее при перекосах и выбросах и подходит для порядковых шкал. Мода — самый частый ответ, единственная мера для категорий вроде города или канала. Главная и самая распространённая ошибка: считать среднее по шкале Лайкерта («полностью согласен» — «совсем не согласен»), потому что расстояния между её пунктами не равны. Ниже — почему это так, что считать вместо среднего и почему распределение всегда информативнее любой одной цифры.

Три меры центральной тенденции — и три разных ответа

Все три величины пытаются сжать массив ответов в одно число, отвечающее на вопрос «а как в среднем». Среднее арифметическое — сумма всех значений, делённая на их количество. Медиана — значение, которое стоит ровно посередине, если выстроить все ответы по возрастанию: половина людей ответила меньше, половина больше. Мода — значение, которое встретилось чаще всего. На симметричных данных все три почти совпадают, и тогда неважно, что вы показываете. Но реальные ответы в опросах симметричными бывают редко, и вот тогда выбор меры перестаёт быть техническим и становится содержательным: одни и те же данные превращаются в разные выводы.

Показательный пример из соседней области — зарплаты. Пусть в отделе из десяти человек девять получают по 80 тысяч, а руководитель — 600. Среднее: 132 тысячи. Медиана: 80 тысяч. Мода: 80 тысяч. Формально среднее посчитано верно, но фраза «средняя зарплата в отделе 132 тысячи» описывает мир, в котором не живёт ни один сотрудник этого отдела. Медиана описывает реальность девяти человек из десяти. Ровно та же логика работает в опросах: одна экстремальная оценка или маленькая группа радикально настроенных респондентов утаскивают среднее за собой, и вы получаете цифру, за которой не стоит никто.

Тип шкалы решает, что вообще можно считать

Ключ ко всему вопросу — какого типа ваша шкала. Их принято делить на четыре вида, и от вида зависит, какие арифметические операции над ответами вообще законны. Номинальная шкала — это просто названия без порядка: город, канал привлечения, любимый продукт. Порядковая — есть порядок, но неизвестны расстояния: «плохо / нормально / хорошо», «полностью не согласен … полностью согласен». Интервальная — расстояния равны, но нет настоящего нуля. Шкала отношений — есть и равные интервалы, и осмысленный ноль: возраст, сумма покупок, количество заказов за месяц.

Смотрите на строку с порядковой шкалой — именно она порождает больше всего споров и больше всего некорректных отчётов. Формально ничто не мешает присвоить вариантам числа от 1 до 5 и сложить их. Но операция сложения имеет смысл только если единица измерения везде одна и та же, а на порядковой шкале это неизвестно и, как правило, неверно.

Почему среднее по шкале Лайкерта считать некорректно

Шкала Лайкерта — это набор упорядоченных словесных вариантов: «полностью не согласен», «скорее не согласен», «затрудняюсь ответить», «скорее согласен», «полностью согласен». Когда вы присваиваете им числа 1–5 и считаете среднее 3,7, вы молча принимаете допущение: расстояние от «полностью не согласен» до «скорее не согласен» ровно такое же, как от «скорее согласен» до «полностью согласен». Никаких оснований так считать нет. Психологически шаг от «скорее согласен» к «полностью согласен» обычно гораздо больше, чем шаг между двумя средними позициями: люди неохотно занимают крайние позиции, и переход в крайность требует куда более сильного чувства, чем сдвиг на соседнюю ступень в середине.

Отсюда прямое следствие: 3,7 — не значение чего-либо. Это число, полученное арифметикой над ярлыками, у которых нет метрики. Хуже того, оно создаёт иллюзию точности, которой нет в данных: разница между 3,7 и 3,8 выглядит как измеримое улучшение, хотя за ней может стоять просто пара человек, сдвинувшихся на одну позицию, причём в той части шкалы, где эта позиция вообще ничего не стоит. Средние по Лайкерту особенно опасны в динамике: команда начинает «двигать метрику», не понимая, что двигает она артефакт вычисления, а не отношение клиентов.

Есть и вторая, менее очевидная причина не любить среднее по Лайкерту: вариант «затрудняюсь ответить» в середине шкалы. Формально ему достаётся 3 — как будто это ровно нейтральная позиция между согласием и несогласием. Но «затрудняюсь ответить» — это не умеренное мнение, это отсутствие мнения, качественно другая категория. Складывая его с содержательными ответами, вы смешиваете «мне всё равно» с «я подумал и решил, что посередине». Правильнее выносить такой вариант из расчёта и показывать его долю отдельно — иногда именно она и есть главная новость: если треть респондентов затрудняется ответить, ваш вопрос им непонятен или нерелевантен.

Что считать вместо среднего: распределение

Самый честный ответ на вопрос «что считать по шкале Лайкерта» — распределение. То есть просто доля людей, выбравших каждый вариант. Это не отговорка и не признак лени: распределение содержит всю информацию, которую вы собрали, а любая одна цифра — только её часть. Пять чисел вместо одного читаются ничуть не хуже, особенно в виде полосы, и сразу показывают форму ответов, которую среднее уничтожает.

Данные условные, но иллюстрируют суть. Средние отличаются на треть балла, медианы совпадают, а картины принципиально разные. В опросе А большинство умеренно согласно, ярких противников почти нет — обычный спокойный продукт. В опросе Б у вас поляризация: 38% в восторге, 26% категорически против, середины почти нет. Это два совершенно разных положения дел, требующих разных действий, и никакая одна цифра — ни среднее, ни медиана — их не различает. Поляризованное распределение вообще часто важнее любого центра: оно означает, что у вас не один пользователь, а как минимум два разных, и усреднять их бессмысленно.

Top-2-box: как свернуть шкалу без вранья

Если распределение из пяти строк всё же нужно свести к одному числу — для дашборда, для сравнения периодов, для короткого отчёта — используйте top-2-box. Это доля людей, выбравших два верхних варианта: «скорее согласен» плюс «полностью согласен». Метод не требует допущений о равенстве интервалов: вы не складываете ярлыки, вы просто считаете, сколько людей попало в верхнюю часть шкалы. Это законная операция над порядковыми данными, и результат читается однозначно: «68% скорее или полностью согласны».

• Top-2-box — доля двух верхних вариантов. Основная сводная метрика для шкалы Лайкерта.
• Bottom-2-box — доля двух нижних. Показывайте её рядом: она про риск, и часто важнее верхней.
• Top-box — только самый верхний вариант. Жёсткая метрика, полезна там, где умеренное согласие вас не устраивает.
• Долю «затрудняюсь ответить» выносите отдельной строкой и не прячьте внутри других категорий.
• На 7-балльных шкалах логика та же, просто границы двигаются: top-2-box или top-3-box в зависимости от того, насколько строгий критерий вам нужен.

У top-2-box есть цена: он тоже теряет информацию, просто теряет её честнее. Сворачивая пять вариантов в два числа, вы перестаёте различать умеренных и восторженных сторонников. Если для вас эта разница важна — а она важна, например, для прогноза повторных покупок, — показывайте top-box отдельно. И следите за динамикой обоих: ситуация, когда top-2-box стоит на месте, а top-box падает, означает, что ваши горячие фанаты остывают до умеренных, и общая цифра это скрывает до тех пор, пока не станет поздно.

Когда среднее уместно

Всё сказанное выше не значит, что среднее — плохая мера. Оно отличная мера для того, для чего создано: для настоящих чисел. Средний возраст респондента, средняя сумма заказа, среднее количество обращений в поддержку за месяц, среднее время прохождения анкеты — здесь среднее осмысленно, потому что рубль есть рубль, а год есть год, и расстояние между 30 и 31 годом ровно такое же, как между 55 и 56.

1. Проверьте тип шкалы: настоящие числа с равными интервалами — среднее законно; порядковые ярлыки — нет.
2. Посмотрите на распределение перед тем, как считать среднее. Если оно скошено или имеет два горба — среднее соврёт даже на числовых данных.
3. При перекосе показывайте медиану вместо среднего или рядом с ним: она устойчива к выбросам.
4. Отдельно посчитайте разброс — стандартное отклонение или межквартильный размах. Среднее без меры разброса — половина ответа.
5. Для категорий (город, канал, продукт) единственная законная мера — мода и распределение долей.

Отдельно про NPS: он часто попадает под подозрение в той же ошибке, но устроен иначе. NPS не усредняет оценки 0–10, а превращает шкалу в три категории (критики, нейтралы, промоутеры) и считает разницу долей — это, по сути, тот же приём, что и top-2-box. Спорить с NPS можно за произвольность границ, но не за некорректную арифметику по порядковой шкале — этой конкретной ошибки он как раз не делает.

Медиана и её ограничения

Медиана хороша устойчивостью: она не реагирует на выбросы вообще. Добавьте в отдел с зарплатами по 80 тысяч директора с окладом в миллион — медиана не шелохнётся. Это её сила и одновременно слабость: медиана игнорирует величину крайних значений, а иногда именно они и есть предмет разговора. Если вы измеряете сумму чека и у вас появились несколько очень крупных клиентов, медиана честно скажет «типичный чек не изменился» и будет права — но полностью пропустит тот факт, что выручка выросла вдвое.

На коротких порядковых шкалах у медианы есть и более прозаичная проблема: она грубая. Если вариантов всего пять, медиана почти всегда будет равна 3 или 4, и она не сдвинется, пока не переедет половина респондентов. В таблице выше медианы двух совершенно разных опросов совпали — обе равны 4, хотя картины противоположные. То есть медиана защищает от вранья среднего, но платит за это чувствительностью: она слишком туповата, чтобы заметить изменения, о которых вам важно знать. Поэтому на пятибалльных шкалах её обычно и не используют как основную метрику — там правят распределение и top-2-box.

Мода: недооценённая мера

Мода — самый частый ответ. На числовых данных она обычно бесполезна, а вот на категориях — единственная возможная. Если вы спросили «каким устройством пользуетесь», среднее и медиана невычислимы в принципе: нельзя сложить «телефон» и «планшет» и поделить на два. Остаётся мода и распределение долей. У моды есть особенность, которую стоит держать в голове: она может быть не одна. Если два варианта набрали 31% и 30%, у вас фактически бимодальное распределение, и объявлять победителем первый — значит выдавать разницу в один процентный пункт за факт. Точно та же ловушка малых различий, что и везде.

Ещё мода полезна как детектор проблем в анкете. Если модальный ответ на важный вопрос — «затрудняюсь ответить» или «другое», это не про респондентов, это про вас: вопрос сформулирован непонятно или список вариантов не покрывает реальность. Аналогично, если модальный ответ — первый в списке, а варианты не рандомизированы, есть шанс, что вы поймали не мнение, а эффект порядка: часть людей просто кликает первое подходящее, не читая до конца.

Типичные ошибки при подсчёте средних

• Считать среднее по шкале Лайкерта и обсуждать десятые доли балла как реальные изменения.
• Включать «затрудняюсь ответить» в расчёт как среднюю позицию — это отсутствие мнения, а не умеренное мнение.
• Показывать одну цифру без распределения: поляризация и спокойное согласие выглядят одинаково.
• Не показывать разброс: два опроса со средним 3,5 могут отличаться радикально.
• Считать среднее по числовым данным с сильным перекосом, где медиана описывает реальность честнее.
• Сравнивать средние между сегментами, где в каждом по десятку человек, — тут врёт не мера, а размер выборки.
• Усреднять средние: посчитать средние по трём регионам и взять среднее от них, игнорируя, что в регионах разное число ответов.

Последний пункт стоит объяснить, он неочевиден. Если в Москве 300 ответов со средним 4,2, а в двух малых регионах по 20 ответов со средними 3,0 и 3,2, то среднее от трёх средних — 3,47. А реальное среднее по всем 340 ответам — около 4,07. Разница в шестьсот сотых возникла из ниоткуда: вы дали двадцати респондентам такой же вес, как тремстам. Правило: усредняйте исходные значения, а не агрегаты, либо взвешивайте агрегаты по размеру группы.

Как это выглядит в отчёте

Рабочий формат для порядковой шкалы: полоса распределения по всем вариантам, рядом одна сводная цифра — top-2-box, и рядом же bottom-2-box, чтобы риск не потерялся. Долю «затрудняюсь ответить» — отдельно. Для числовых величин: медиана и среднее вместе, плюс мера разброса; если они сильно расходятся, это само по себе новость, и о ней стоит сказать текстом. Ни при каких обстоятельствах не приводите одну цифру без указания, сколько человек отвечало на этот конкретный вопрос.

В сервисе «До Сути» для шкальных вопросов по умолчанию показывается распределение по вариантам, а не единственная средняя цифра — не потому, что так красивее, а потому, что среднее по порядковой шкале слишком легко принять за измерение. Какую сводку из распределения вывести в отчёт для руководства — top-2-box, top-box или что-то ещё — решать вам, исходя из того, какое решение вы собираетесь принимать.

И общий принцип, который стоит любых формул: одна цифра всегда врёт больше, чем пять. Каждый раз, когда вы сжимаете распределение до среднего, вы что-то выбрасываете — вопрос только в том, знаете ли вы, что именно. Если знаете и это не важно для решения — сжимайте смело. Если не знаете — сначала посмотрите на распределение целиком.