Här är ett exempel för att förtydliga konceptet:
Föreställ dig att du genomför en studie om sambandet mellan sömnlängd och akademisk prestation hos universitetsstudenter. Du samlar in data om den genomsnittliga sömnlängden per natt för varje elev, samt deras slutbetyg för en statistikkurs. Du kanske är intresserad av att beräkna den genomsnittliga sömnlängden för alla elever, men du vill också överväga hur stor variation det finns i sömnlängdsdata och dess potentiella inverkan på akademisk prestation.
För att tillgodose detta kan du beräkna ett sammansatt medelvärde som inkluderar de olika sömnlängderna och deras respektive vikter. Du kan tilldela vikter baserat på prestationsnivåerna i statistikkursen, vilket ger högre vikter till elever med högre betyg. Genom att göra detta kan du bedöma det övergripande sömnbeteendet samtidigt som du tar hänsyn till elevernas olika betyg.
I allmänhet ger sammansatta medel en mer nyanserad förståelse av data genom att kombinera informationen från flera variabler och bedöma deras kombinerade inverkan på analysresultaten. De används ofta i situationer där förhållandet mellan variabler är komplext och flera faktorer måste beaktas samtidigt.