Mean, Mode, Median, dan Standar Deviasi

Mean sampel adalah rata-rata dan dihitung sebagai jumlah dari semua hasil diamati dari sampel dibagi dengan jumlah kejadian. kita menggunakan x sebagai simbol untuk sampel mean. Dalam istilah matematika,

dimana n adalah ukuran sampel dan x sesuai dengan yang diamati dihargai. Contoh Misalkan anda secara acak mengambil sampel enam hektar gulma non-pribumi dan gulma datang dengan jumlah berikut dari daerah tsb: 34, 43, 81, 106, 106 dan 115 Kita menghitung mean sampel dengan menambahkan dan membagi dengan jumlah sampel, 6. 34 + 43 + 81 + 106 + 106 + 115 6 = 80.83

Kita dapat mengatakan bahwa sampel rata-rata gulma non-pribumi 80,83. Modus dari suatu set data nomor dengan frekuensi tertinggi. Pada contoh di atas 106 adalah mode, karena itu terjadi dua kali dan sisanya dari hasil terjadi hanya sekali. rata-rata dari seluruh populasi biasanya tidak mungkin untuk menghitung. Kita menggunakan huruf Q untuk populasi mean.

4. 4.4.7.000.7.7. Untuk menemukan mean sampel. Ini lebih mencerminkan apa yang pembeli rumah harapkan. Jika kita memiliki jumlah genap cara kita mengambil rata-rata dua Pertengahan. 4.Median dan pamakaian Mean Salah satu masalah dengan menggunakan mean. kita akan mengatakan bahwa harga rumah rata-rata adalah 744. Anda tertarik pada rumah khas dengan harga $ 100. 47. Median adalah nilai tengah. Meskipun jumlah ini benar. Sebaliknya. kita menggunakan median Karena ada jumlah hasil.000 = $ 4. Median adalah lebih baik untuk menggambarkan nilai khas. . harga yang ada : 2. 39. 3. Suatu ukuran alternatif adalah median.9 Harga rumah median adalah $ 390. Melihat lebih dekat data menunjukkan bahwa rumah senilai 40.9. 3. 96. dengan hasil seperti itu disebut hasil dan outlier.8 Jika kita hitung mean. kita mengambil rata-rata dua tengah (3. 50. 42.1.000. Contoh Misalkan anda memilih secara acak 10 harga rumah di daerah selatan Danau tahoe. 3. Jika ada satu hasil yang sangat jauh dari sisa data. 46. 40.3. ini disebut mean dipangkas yang rata-rata setelah menyingkirkan outlier atau 5% di atas dan 5% pada bagian bawah Contoh: Di sebuah toko sewa ski. Hal ini sering digunakan untuk harga.7 + 4. itu tidak mencerminkan harga yang tersedia untuk perumahan di South Lake Tahoe. tambahkan mereka dan bagi dengan 10: 44 + 50 + 38 + 96 + 42 + 47 + 40 + 39 + 46 + 50 10 = 49. adalah bahwa sering tidak menggambarkan hasilyang sesuai. data dikumpulkan pada jumlah sewa 10 hari Sabtu berturutturut: 44. maka berarti akan sangat dipengaruhi. adalah nilai alternatif yang juga tahan terhadap outlier. 4.080.8 x $ 100.000.1. 40.1)/2= 3.000.7. 38. 2.2 Perhatikan bahwa nilai rata-rata bukan nilai sampel. 50.

47. 39. Pertama kita menunjukkan formula untuk ukuran ini. Misalkan dia menemukan bahwa kadar gula rata-rata setelah minum obat adalah tingkat optimal..Untuk menemukan yang pertama. urutkan data median: 38. 46. Berarti ini dipengaruhi oleh outlier sementara median adalah kuat. 40. 50. 96 Perhatikan bahwa ada dua angka tengah 44 dan 46. 42. Untuk mencari median kita mengambil rata-rata dua 44 + 46 Median = 2 Perhatikan juga bahwa berarti lebih besar dari semua kecuali tiga dari titik data. Kemudian akan melakukan langkah-langkah tentang cara menggunakan rumus. 50. Ini adalah apa yang varians dan standar deviasi lakukan. Yang dibutuhkan seorang apoteker adalah ukuran dari seberapa jauh data tersebar terpisah. Ini tidak berarti bahwa obat yang efektif. Ada kemungkinan bahwa separuh dari pasien memiliki kadar gula yang rendah berbahaya sementara separuh lainnya telah tinggi kandungan berbahaya. = 45 = 45 Variansi. Simpangan Baku dan Koefisien Variasi Sebagai contoh seorang Apoteker mengembangkan obat baru yang mengatur zat besi dalam darah. Kita mendefinisikan varians dan standar deviasi untuk . 44.

96. 40. Square setiap perbedaan.8 (X .64 104. 42.2 Berikut adalah tabel untuk mendapatkan standar deviasi: x 44 50 38 96 42 47 40 39 46 50 Total Jumlah x .84 84.84 4.4 .49.24 0.2 -2.8 -7. 46.2 0.64 2600. 47. Bagilah dengan n -1 dimana n adalah jumlah item dalam sampel ini adalah varians.44 2190.2 -3. diamati.2 -10.04 10.49.8 11. 5. 4.2 -5.04 0. 50. 38. x .2 46. 39.24 51. 6. Untuk mendapatkan standar deviasi kita mengambil akar kuadrat dari varian. 50 Ia menghitung berarti dengan menambahkan dan membagi dengan 10 untuk mendapatkan x = 49. Contoh Pemilik restoran tertarik pada berapa banyak orang menghabiskan duit di restoran. 2.Varians dan Standar Deviasi: Langkah demi Langkah 1. Buat kolom. Dia meneliti 10 dipilih secara acak dan menuliskan data sebagai berikut. Hitung mean.64 125.2 0. Tulis sebuah tabel yang mengurangi rata-rata dari setiap nilai yang 3.2 -9. 44.2) 2 27.

contoh ini sekitar 49. Jika data semua terletak dekat. sedangkan jika data yang tersebar. 2 dan populasi varians akan dinyatakan Varians dan deviasi standar menggambarkan bagaimana penyebaran data.2-17 = 32.4 10 ± 1 = 288. Salah satu kelemahan yang standar deviasi. 100% . standar deviasi bisa dianggap mengukur seberapa jauh data kebohongan dari nilai.6% dari mean.2 Apakah ini berarti bahwa sebagian besar pelanggan mungkin menghabiskan antara $ 32.2 dan deviasi standar adalah 17: 49. maka deviasi standar akan menjadi kecil.6% Ini memberitahu kita bahwa deviasi standar dari tagihan restoran adalah 34. sampel Varians akan dilambangkan dengan s dengan W 2. berarti kita mengambil rata-rata dan memindahkan satu standar deviasi.7 Maka varian adalah 289 dan standar deviasi adalah akar kuadrat dari 289 = 17.2 + 17 = 66. adalah bahwa hal itu tergantung pada unit yang digunakan. s akan besar. disebut koefisien variasi yang merupakan standar deviasi dibagi dengan waktu rata-rata 100% W CV = Q Pada contoh di atas.Sekarang : 2600. sampel deviasi standar akan dinotasikan dengan s dan populasi standar deviasi akan ditandai oleh W huruf Yunani. Salah satu penanganan kesulitan ini.2 dan 49.20 dan $ 66. (17/49.2)100% = 34.20.