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. 2. kita mengambil rata-rata dua tengah (3.8 x $ 100. .4.1. 4. dengan hasil seperti itu disebut hasil dan outlier. 42. 39. data dikumpulkan pada jumlah sewa 10 hari Sabtu berturutturut: 44. Untuk menemukan mean sampel. 4. 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. 3.000. Meskipun jumlah ini benar.1. Sebaliknya. 38. 96.9 Harga rumah median adalah $ 390. Anda tertarik pada rumah khas dengan harga $ 100. kita akan mengatakan bahwa harga rumah rata-rata adalah 744. 4. Contoh Misalkan anda memilih secara acak 10 harga rumah di daerah selatan Danau tahoe.2 Perhatikan bahwa nilai rata-rata bukan nilai sampel. Jika kita memiliki jumlah genap cara kita mengambil rata-rata dua Pertengahan.7. harga yang ada : 2. adalah nilai alternatif yang juga tahan terhadap outlier. maka berarti akan sangat dipengaruhi. itu tidak mencerminkan harga yang tersedia untuk perumahan di South Lake Tahoe.7. Melihat lebih dekat data menunjukkan bahwa rumah senilai 40. 46. tambahkan mereka dan bagi dengan 10: 44 + 50 + 38 + 96 + 42 + 47 + 40 + 39 + 46 + 50 10 = 49. kita menggunakan median Karena ada jumlah hasil. Hal ini sering digunakan untuk harga.000 = $ 4.080. 47. 50.1)/2= 3. 3.Median dan pamakaian Mean Salah satu masalah dengan menggunakan mean. Median adalah lebih baik untuk menggambarkan nilai khas. 40.7 + 4. Median adalah nilai tengah.7. 3. Ini lebih mencerminkan apa yang pembeli rumah harapkan.7.000. Suatu ukuran alternatif adalah median.9. adalah bahwa sering tidak menggambarkan hasilyang sesuai. 40. 50.3. Jika ada satu hasil yang sangat jauh dari sisa data.000.8 Jika kita hitung mean.000.

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

x .2) 2 27. 2.2 -2.04 10.84 4.2 46.2 Berikut adalah tabel untuk mendapatkan standar deviasi: x 44 50 38 96 42 47 40 39 46 50 Total Jumlah x . diamati. 96. 42.64 2600.2 -5. 47. Tulis sebuah tabel yang mengurangi rata-rata dari setiap nilai yang 3. 50. 44. 38.Varians dan Standar Deviasi: Langkah demi Langkah 1. 46. 40.2 0.49.24 0. Buat kolom. Hitung mean.4 .24 51. Untuk mendapatkan standar deviasi kita mengambil akar kuadrat dari varian.8 (X .04 0. 39.8 -7.49. Contoh Pemilik restoran tertarik pada berapa banyak orang menghabiskan duit di restoran. Bagilah dengan n -1 dimana n adalah jumlah item dalam sampel ini adalah varians.2 -9. 5.44 2190.2 -10.64 104. 50 Ia menghitung berarti dengan menambahkan dan membagi dengan 10 untuk mendapatkan x = 49. 6. Dia meneliti 10 dipilih secara acak dan menuliskan data sebagai berikut. 4.84 84. Square setiap perbedaan.2 0.64 125.2 -3.8 11.

2)100% = 34. maka deviasi standar akan menjadi kecil. (17/49. berarti kita mengambil rata-rata dan memindahkan satu standar deviasi.4 10 ± 1 = 288.Sekarang : 2600. 100% . Jika data semua terletak dekat. adalah bahwa hal itu tergantung pada unit yang digunakan. 2 dan populasi varians akan dinyatakan Varians dan deviasi standar menggambarkan bagaimana penyebaran data.20.20 dan $ 66.2 dan deviasi standar adalah 17: 49.2 Apakah ini berarti bahwa sebagian besar pelanggan mungkin menghabiskan antara $ 32. disebut koefisien variasi yang merupakan standar deviasi dibagi dengan waktu rata-rata 100% W CV = Q Pada contoh di atas.2-17 = 32.6% Ini memberitahu kita bahwa deviasi standar dari tagihan restoran adalah 34. contoh ini sekitar 49.2 + 17 = 66. standar deviasi bisa dianggap mengukur seberapa jauh data kebohongan dari nilai.6% dari mean. Salah satu kelemahan yang standar deviasi. sampel Varians akan dilambangkan dengan s dengan W 2. s akan besar. sampel deviasi standar akan dinotasikan dengan s dan populasi standar deviasi akan ditandai oleh W huruf Yunani.7 Maka varian adalah 289 dan standar deviasi adalah akar kuadrat dari 289 = 17. Salah satu penanganan kesulitan ini. sedangkan jika data yang tersebar.2 dan 49.

Sign up to vote on this title
UsefulNot useful