Kalkulator rata-rata, median & mode

Memahami Ukuran Kecenderungan Pusat

Dalam statistik,ukuran kecenderungan sentraladalah nilai tunggal yang menggambarkan pusat atau nilai khas dari satu set data. tiga yang paling penting adalah rata-rata, median, dan modus - masing-masing memberitahu Anda sesuatu yang berbeda tentang data, dan masing-masing yang paling sesuai dalam situasi yang berbeda.

Pertimbangkan kumpulan data ini: nilai tes {55, 60, 70, 75, 75, 80, 95}.

Tidak ada satu ukuran yang secara universal "terbaik". Seorang analis data memilih ukuran yang tepat berdasarkan bentuk distribusi, keberadaan outlier, dan pertanyaan yang diajukan. Memahami ketiganya - ditambah keterbatasan mereka - adalah dasar untuk literasi statistik.

Rata-rata (Rata-rata Aritmatika): Cara Menghitungnya

Iturata-rata aritmatikaadalah jumlah dari semua nilai dibagi dengan jumlah nilai. Ini adalah ukuran yang paling umum digunakan dari kecenderungan pusat dan apa yang kebanyakan orang maksud ketika mereka mengatakan "rata-rata".

Rumus: Mean (x̄) = (Σxi) / n

Dimana Σxi adalah jumlah dari semua nilai dan n adalah jumlah.

Contoh:Data = {3, 7, 8, 5, 12, 4, 9, 6}

1. Jumlah: 3 + 7 + 8 + 5 + 12 + 4 + 9 + 6 = 54
2. Jumlah: 8 nilai
3. Rata-rata = 54 / 8 =6,75

Rata-rata sensitif terhadapangka luar biasa-- nilai ekstrim menarik nilai rata-rata ke arah mereka. Misalnya, jika satu nilai dalam set di atas adalah 100 bukan 12, rata-rata akan melompat ke (54 - 12 + 100) / 8 = 142 / 8 = 17,75, jauh dari nilai "tipikal" dari data yang tersisa.

Jenis lain dari alat untuk penggunaan khusus:

• Geometri rata-rata:n√(x1 x x2 x ... x xn) -- digunakan untuk tingkat pertumbuhan, pengembalian, rasio
• Rata-rata harmonik:n / (1/x1 + 1/x2 + ... + 1/xn) -- digunakan untuk kecepatan, tarif, harga per unit
• Rata-rata tertimbang:Σ(wixi) / Σwi -- digunakan ketika poin data memiliki kepentingan yang berbeda (misalnya, GPA)

Median: Nilai tengah

Iturata-rataadalah nilai tengah dari satu set data ketika disortir dalam urutan naik. Hal ini membagi distribusi tepat di setengah: 50% dari nilai jatuh di bawah median dan 50% di atas.

Untuk angka ganjil:Median = nilai (n+1) /2.

Untuk jumlah nilai genap:Median = rata-rata nilai n/2 th dan (n/2 + 1) th.

Perhatikan contoh terakhir: rata-rata {1, 1, 1, 1000} = 250,75, tetapi median = 1.median lebih disukai daripada rata-rata untuk distribusi miringdengan outlier -- pendapatan median, harga perumahan, dan durasi tinggal di rumah sakit semuanya dilaporkan sebagai median karena beberapa nilai yang sangat tinggi akan membuat rata-rata tidak mewakili pengalaman khas.

Mode: Nilai Paling Sering

Itumodusadalah nilai yang paling sering muncul dalam satu set data.

• Tidak ada mode:semua nilai muncul dengan frekuensi yang sama (misalnya, {1, 2, 3, 4, 5})
• Satu modus (unimodal):satu nilai muncul lebih dari yang lain (misalnya, {1, 2, 2, 3, 4} -> mode = 2)
• Dua mode (bimodal):dua nilai terikat untuk yang paling sering (misalnya, {1, 1, 2, 3, 3} -> mode = 1 dan 3)
• Multiple mode (multimodal):tiga atau lebih nilai terikat untuk yang paling sering

Mode ini sangat berguna untuk:

• Data kategori:"Apa ukuran sepatu yang paling populer?" (ukuran 10 untuk pria AS, misalnya)
• Data diskrit:"Berapa banyak anak yang biasanya dimiliki keluarga?" (seringkali 2, mode)
• Bentuk distribusi:Sebuah distribusi bimodal (dua puncak) menunjukkan dua subpopulasi yang berbeda dalam data Anda - sinyal sangat penting dalam analisis eksplorasi

Jangkauan dan Ukuran Penyebaran Lainnya

Sementara rata-rata, median, dan mode menggambarkan pusat distribusi,ukuran penyebaranMereka sama pentingnya untuk memahami satu set data.

Untuk {2, 4, 4, 6, 8}: mean = 4,8, sehingga penyimpangan adalah: (2-4.8) 2=7.84, (4-4.8) 2=0.64, (4-4.8) 2=0.64, (6-4.8) 2=1.44, (8-4.8) 2=10.24. Varians = (7.84+0.64+0.64+1.44+10.24)/5 = 20.8/5 = 4.16. SD = √4.16 ~ 2.04.

Standar deviasi adalah workhorse dari statistik - muncul dalam pengujian hipotesis, interval kepercayaan, perhitungan distribusi normal, dan kontrol proses. deviasi standar yang lebih rendah berarti data dikelompokkan dekat dengan rata-rata; deviasi standar yang lebih tinggi berarti data lebih tersebar.

Kapan Menggunakan Mean vs Median vs Mode

Memilih ukuran kecenderungan sentral yang salah bisa menyesatkan.

Pengamatan terkenal: "Rata-rata orang Amerika memiliki satu payudara dan satu testis" menggambarkan mengapa rata-rata dapat menyesatkan untuk distribusi bimodal. Dalam hal ini, mode (dipisahkan oleh jenis kelamin) dan median adalah deskriptor yang lebih informatif daripada rata-rata keseluruhan.

Contoh Dunia Nyata: Rata-rata, Median, dan Mode dalam Praktik

Memahami bagaimana konsep-konsep ini diterapkan dalam situasi nyata membangun intuisi statistik:

• Pendapatan Rumah Tangga AS (2023):Rata-rata ~ $ 105.000; Median ~ $ 74.580. kesenjangan mencerminkan kesenjangan pendapatan - sejumlah kecil berpenghasilan sangat tinggi secara dramatis menarik rata-rata ke atas. Diskusi kebijakan menggunakan pendapatan median karena lebih mewakili rumah tangga "tipikal".
• Waktu akhir balapan berjalan:Dalam perlombaan 10K, rata-rata waktu finishing mungkin lebih tinggi dari median karena pejalan lambat membentuk ekor kanan yang panjang.
• Skor tes kelas:Jika satu siswa mendapat nilai 5/100 dan dua puluh siswa lainnya mendapat nilai 75 - 95/100, rata-rata ditarik ke bawah oleh outlier. Guru mungkin melaporkan median untuk lebih mewakili kinerja kelas.
• Ukuran sepatu:Mode adalah statistik yang paling dapat ditindaklanjuti - pengecer menyimpan persediaan paling banyak dalam ukuran modal (paling umum).
• Kontrol kualitas:Dalam manufaktur, standar deviasi dari pengukuran produk menentukan kemampuan proses. SD rendah berarti produksi yang konsisten; SD tinggi berarti tingkat cacat yang tinggi.

Ringkasan Statistik Deskriptif: Apa yang Selalu Anda Butuhkan

Ringkasan statistik deskriptif yang lengkap untuk setiap kumpulan data harus mencakup semua hal berikut. Ini adalah apa yang akan Anda laporkan dalam makalah ilmiah, analisis bisnis, atau tugas akademik:

Dalam pekerjaan akademik dan ilmiah, selalu melaporkan baik ukuran pusat dan ukuran penyebaran. Laporan hanya rata-rata (atau median) tanpa standar deviasi (atau IQR) memberikan gambaran yang tidak lengkap dari data Anda. Sebuah kelas di mana siswa mencetak rata-rata 75% dengan SD = 5% sangat berbeda dari satu dengan rata-rata = 75% tetapi SD = 25% - yang pertama adalah cluster yang ketat dari nilai B, yang kedua adalah kelompok campuran liar dari gagal hingga hampir sempurna.

Persentil, Kwartil, dan Plot Kotak

Di luar rata-rata, median, dan modus, ringkasan statistik yang lengkap seringkali mencakup analisis persentil. Persentil memberi tahu Anda fraksi data mana yang berada di bawah nilai tertentu - penting untuk memahami posisi relatif, mengidentifikasi outlier, dan membandingkan populasi.

• Median = persentil ke-50:Setengah data di bawah nilai ini
• Q1 (kuartil pertama) = persentil ke-25:25% dari data di bawah Q1
• Q3 (Kuartil ketiga) = persentil ke-75:75% dari data di bawah Q3
• IQR (Interquartile Range) = Q3 - Q1:Mengandung 50% data tengah
• Aturan luar biasa:Poin di bawah Q1 - 1,5xIQR atau di atas Q3 + 1,5xIQR dianggap outlier

Plot kotak (plot kotak dan kumis) memvisualisasikan informasi ini: kotak mencakup Q1 sampai Q3 (IQR), garis menandai median, dan "kumis" meluas ke nilai non-outlier terkecil/terbesar. Sebagai contoh, membandingkan nilai tes di tiga sekolah menggunakan tiga plot kotak side-by-side segera menunjukkan sekolah mana yang memiliki kinerja median yang lebih tinggi, yang memiliki lebih banyak penyebaran (menunjukkan pengajaran yang tidak konsisten), dan apakah sekolah mana pun memiliki sekelompok siswa outlier yang membutuhkan dukungan.

Langkah demi Langkah: Menghitung Rata-Rata, Median, dan Mode dengan Tangan

Mari kita bekerja melalui contoh lengkap dengan set data yang realistis: angka penjualan bulanan (dalam ribuan) untuk bisnis kecil selama 12 bulan: {42, 38, 55, 61, 48, 52, 75, 48, 63, 44, 38, 57}.

Langkah 1: Mengurutkan Data

Diurutkan naik: {38, 38, 42, 44, 48, 48, 52, 55, 57, 61, 63, 75}

Langkah 2: Hitunglah Rata-rata

Jumlah = 38+38+42+44+48+48+52+55+57+61+63+75 = 621

n = 12, rata-rata = 621 / 12 =51.75 (ribu)

Langkah 3: Temukan Median

n = 12 (bahkan): rata-rata nilai ke-6 dan ke-7 = (48 + 52) / 2 =50

Langkah 4: Identifikasi Mode

Kedua 38 dan 48 muncul dua kali.{38, 48}(Bimodal)

Langkah 5: Perhitungan Rentang dan Deviasi Standar

Rentang = 75 - 38 =37

Penyimpangan dari rata-rata (51.75): (38-51.75) 2 = 189.06; (38-51.75) 2 = 189.06; (42-51.75) 2 = 95.06; (44-51.75) 2 = 60.06; (48-51.75) 2 = 14.06; (52-51.75) 2 = 0.06; (55-51.75) 2 = 10.56; (57-51.75) 2 = 27.56; (61-51.75) 2 = 85.56; (63-51.75) 2 = 126.56; (75-51.75) 2 = 540.56

Jumlah deviasi kuadrat = 1,352.25; Varians = 1,352.25/12 = 112.69; SD = √112.69 ~10.62

Interpretasi

Bisnis ini memiliki rata-rata penjualan bulanan sebesar $ 51.750 dengan median $ 50.000. Penyimpangan standar ~ $ 10.620 berarti sebagian besar bulan berada dalam +/- $ 10.620 dari rata-rata. Distribusi bimodal (dua mode) mungkin menunjukkan pola musiman - periksa apakah dua 38 dan dua 48 berkelompok dalam bulan tertentu. Outlier teratas ($ 75.000 dalam satu bulan) menarik rata-rata sedikit di atas median, menunjukkan skew positif ringan - kemungkinan satu bulan penjualan yang luar biasa (musim liburan, kontrak besar, dll.).