P. 1
Mean

Mean

|Views: 48|Likes:
Published by AdOne Hutagalung

More info:

Published by: AdOne Hutagalung on Oct 13, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

10/13/2010

pdf

text

original

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.

Median dan pamakaian Mean Salah satu masalah dengan menggunakan mean. adalah nilai alternatif yang juga tahan terhadap outlier. harga yang ada : 2.7. tambahkan mereka dan bagi dengan 10: 44 + 50 + 38 + 96 + 42 + 47 + 40 + 39 + 46 + 50 10 = 49.4.2 Perhatikan bahwa nilai rata-rata bukan nilai sampel. Meskipun jumlah ini benar. 2. 50.000 = $ 4.1)/2= 3.7. Jika ada satu hasil yang sangat jauh dari sisa data.7. Jika kita memiliki jumlah genap cara kita mengambil rata-rata dua Pertengahan.9 Harga rumah median adalah $ 390. Melihat lebih dekat data menunjukkan bahwa rumah senilai 40.1. 40. 40. 4.000. Anda tertarik pada rumah khas dengan harga $ 100. 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.000. data dikumpulkan pada jumlah sewa 10 hari Sabtu berturutturut: 44. Suatu ukuran alternatif adalah median. Median adalah lebih baik untuk menggambarkan nilai khas. Untuk menemukan mean sampel. Sebaliknya. 4. 3.080. kita mengambil rata-rata dua tengah (3. kita akan mengatakan bahwa harga rumah rata-rata adalah 744. 96.3.9. Ini lebih mencerminkan apa yang pembeli rumah harapkan. maka berarti akan sangat dipengaruhi.000.1. kita menggunakan median Karena ada jumlah hasil.7.8 x $ 100. 50. 42. 3. itu tidak mencerminkan harga yang tersedia untuk perumahan di South Lake Tahoe.8 Jika kita hitung mean. 3. 47. Median adalah nilai tengah.000.7 + 4. 4. . Contoh Misalkan anda memilih secara acak 10 harga rumah di daerah selatan Danau tahoe. 4. 39. dengan hasil seperti itu disebut hasil dan outlier. Hal ini sering digunakan untuk harga. 38. adalah bahwa sering tidak menggambarkan hasilyang sesuai. 46.

Misalkan dia menemukan bahwa kadar gula rata-rata setelah minum obat adalah tingkat optimal. 39. 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. 46. Ini adalah apa yang varians dan standar deviasi lakukan. 44. Pertama kita menunjukkan formula untuk ukuran ini. 96 Perhatikan bahwa ada dua angka tengah 44 dan 46.. urutkan data median: 38. 42. 50. Kemudian akan melakukan langkah-langkah tentang cara menggunakan rumus. Berarti ini dipengaruhi oleh outlier sementara median adalah kuat. 50. = 45 = 45 Variansi. Ini tidak berarti bahwa obat yang efektif. 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 . 40. 47.Untuk menemukan yang pertama. Yang dibutuhkan seorang apoteker adalah ukuran dari seberapa jauh data tersebar terpisah. Ada kemungkinan bahwa separuh dari pasien memiliki kadar gula yang rendah berbahaya sementara separuh lainnya telah tinggi kandungan berbahaya.

Buat kolom. 39.2 -10.64 104. 50 Ia menghitung berarti dengan menambahkan dan membagi dengan 10 untuk mendapatkan x = 49.24 51. Hitung mean. 44. Tulis sebuah tabel yang mengurangi rata-rata dari setiap nilai yang 3. 47. diamati. 2. 5.04 0. 46.2 0.2) 2 27.8 (X .84 84.49. 6.2 -9. 96.2 0.24 0.8 11.8 -7.4 . Bagilah dengan n -1 dimana n adalah jumlah item dalam sampel ini adalah varians. x . Dia meneliti 10 dipilih secara acak dan menuliskan data sebagai berikut. Square setiap perbedaan.64 125.2 46. 4. Contoh Pemilik restoran tertarik pada berapa banyak orang menghabiskan duit di restoran. 50. 38.04 10. 40.64 2600. 42.Varians dan Standar Deviasi: Langkah demi Langkah 1.2 -3.84 4.49.2 -2.2 Berikut adalah tabel untuk mendapatkan standar deviasi: x 44 50 38 96 42 47 40 39 46 50 Total Jumlah x . Untuk mendapatkan standar deviasi kita mengambil akar kuadrat dari varian.44 2190.2 -5.

2 dan populasi varians akan dinyatakan Varians dan deviasi standar menggambarkan bagaimana penyebaran data.2 Apakah ini berarti bahwa sebagian besar pelanggan mungkin menghabiskan antara $ 32. contoh ini sekitar 49.20.Sekarang : 2600. (17/49. sampel deviasi standar akan dinotasikan dengan s dan populasi standar deviasi akan ditandai oleh W huruf Yunani.6% Ini memberitahu kita bahwa deviasi standar dari tagihan restoran adalah 34.2)100% = 34. Salah satu penanganan kesulitan ini. berarti kita mengambil rata-rata dan memindahkan satu standar deviasi. standar deviasi bisa dianggap mengukur seberapa jauh data kebohongan dari nilai.7 Maka varian adalah 289 dan standar deviasi adalah akar kuadrat dari 289 = 17. s akan besar. adalah bahwa hal itu tergantung pada unit yang digunakan.6% dari mean. disebut koefisien variasi yang merupakan standar deviasi dibagi dengan waktu rata-rata 100% W CV = Q Pada contoh di atas.2 dan 49.2 dan deviasi standar adalah 17: 49.4 10 ± 1 = 288.2 + 17 = 66. Jika data semua terletak dekat.2-17 = 32. maka deviasi standar akan menjadi kecil. sampel Varians akan dilambangkan dengan s dengan W 2. Salah satu kelemahan yang standar deviasi.20 dan $ 66. 100% . sedangkan jika data yang tersebar.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->