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.

38.7. kita akan mengatakan bahwa harga rumah rata-rata adalah 744.8 Jika kita hitung mean. dengan hasil seperti itu disebut hasil dan outlier. kita menggunakan median Karena ada jumlah hasil. 50.9 Harga rumah median adalah $ 390.000 = $ 4. 96.1)/2= 3. . 3.000. itu tidak mencerminkan harga yang tersedia untuk perumahan di South Lake Tahoe. 46.7. Melihat lebih dekat data menunjukkan bahwa rumah senilai 40. Untuk menemukan mean sampel. 2. 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. 4.080.3. 4. adalah bahwa sering tidak menggambarkan hasilyang sesuai.000. tambahkan mereka dan bagi dengan 10: 44 + 50 + 38 + 96 + 42 + 47 + 40 + 39 + 46 + 50 10 = 49. kita mengambil rata-rata dua tengah (3. Median adalah nilai tengah. 39. 40.000.7. Suatu ukuran alternatif adalah median.1.1.7. maka berarti akan sangat dipengaruhi. 3. 3.2 Perhatikan bahwa nilai rata-rata bukan nilai sampel. Sebaliknya.4. Ini lebih mencerminkan apa yang pembeli rumah harapkan. 40.000. 42. harga yang ada : 2. 4. data dikumpulkan pada jumlah sewa 10 hari Sabtu berturutturut: 44. Jika ada satu hasil yang sangat jauh dari sisa data.Median dan pamakaian Mean Salah satu masalah dengan menggunakan mean. Hal ini sering digunakan untuk harga. adalah nilai alternatif yang juga tahan terhadap outlier.7 + 4. Median adalah lebih baik untuk menggambarkan nilai khas. Jika kita memiliki jumlah genap cara kita mengambil rata-rata dua Pertengahan. 4. Contoh Misalkan anda memilih secara acak 10 harga rumah di daerah selatan Danau tahoe. 50. Meskipun jumlah ini benar.8 x $ 100.9. 47.

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

4 . 47.2 -3. 6.8 11. 42.64 2600. Buat kolom.2 -9.24 51. 96. Bagilah dengan n -1 dimana n adalah jumlah item dalam sampel ini adalah varians.84 84.04 0. 2.44 2190.2 0. x . diamati. Contoh Pemilik restoran tertarik pada berapa banyak orang menghabiskan duit di restoran. Untuk mendapatkan standar deviasi kita mengambil akar kuadrat dari varian. 44.64 125. Dia meneliti 10 dipilih secara acak dan menuliskan data sebagai berikut.49. 50.24 0.2 -10.2 46.2 Berikut adalah tabel untuk mendapatkan standar deviasi: x 44 50 38 96 42 47 40 39 46 50 Total Jumlah x . Square setiap perbedaan.2) 2 27.64 104.2 -2.8 -7.04 10. 4.2 0. 5. 38. Hitung mean. 46.84 4.49.Varians dan Standar Deviasi: Langkah demi Langkah 1. 40. 39.8 (X . Tulis sebuah tabel yang mengurangi rata-rata dari setiap nilai yang 3. 50 Ia menghitung berarti dengan menambahkan dan membagi dengan 10 untuk mendapatkan x = 49.2 -5.

100% . Salah satu penanganan kesulitan ini.20 dan $ 66.6% dari mean. (17/49. contoh ini sekitar 49.2 dan 49.2)100% = 34. standar deviasi bisa dianggap mengukur seberapa jauh data kebohongan dari nilai.2 + 17 = 66. maka deviasi standar akan menjadi kecil.6% Ini memberitahu kita bahwa deviasi standar dari tagihan restoran adalah 34. 2 dan populasi varians akan dinyatakan Varians dan deviasi standar menggambarkan bagaimana penyebaran data. berarti kita mengambil rata-rata dan memindahkan satu standar deviasi.7 Maka varian adalah 289 dan standar deviasi adalah akar kuadrat dari 289 = 17.20. sampel deviasi standar akan dinotasikan dengan s dan populasi standar deviasi akan ditandai oleh W huruf Yunani.2-17 = 32. sampel Varians akan dilambangkan dengan s dengan W 2.4 10 ± 1 = 288. disebut koefisien variasi yang merupakan standar deviasi dibagi dengan waktu rata-rata 100% W CV = Q Pada contoh di atas. adalah bahwa hal itu tergantung pada unit yang digunakan.2 dan deviasi standar adalah 17: 49.2 Apakah ini berarti bahwa sebagian besar pelanggan mungkin menghabiskan antara $ 32. Salah satu kelemahan yang standar deviasi. Jika data semua terletak dekat.Sekarang : 2600. s akan besar. sedangkan jika data yang tersebar.

Sign up to vote on this title
UsefulNot useful