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.

Ini lebih mencerminkan apa yang pembeli rumah harapkan.Median dan pamakaian Mean Salah satu masalah dengan menggunakan mean. Anda tertarik pada rumah khas dengan harga $ 100. maka berarti akan sangat dipengaruhi. Sebaliknya. kita mengambil rata-rata dua tengah (3.7 + 4. kita akan mengatakan bahwa harga rumah rata-rata adalah 744.000. 4.080.2 Perhatikan bahwa nilai rata-rata bukan nilai sampel.7. data dikumpulkan pada jumlah sewa 10 hari Sabtu berturutturut: 44.8 x $ 100. 96. 3. 42. Median adalah lebih baik untuk menggambarkan nilai khas. 4. Contoh Misalkan anda memilih secara acak 10 harga rumah di daerah selatan Danau tahoe.1.4. tambahkan mereka dan bagi dengan 10: 44 + 50 + 38 + 96 + 42 + 47 + 40 + 39 + 46 + 50 10 = 49. 46.9.1)/2= 3. 50. 38. 2. 47.7. adalah nilai alternatif yang juga tahan terhadap outlier. adalah bahwa sering tidak menggambarkan hasilyang sesuai. Median adalah nilai tengah. 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. 40. Suatu ukuran alternatif adalah median. Jika ada satu hasil yang sangat jauh dari sisa data.000. Melihat lebih dekat data menunjukkan bahwa rumah senilai 40.000. 39. . dengan hasil seperti itu disebut hasil dan outlier. itu tidak mencerminkan harga yang tersedia untuk perumahan di South Lake Tahoe. Untuk menemukan mean sampel.000.000 = $ 4.8 Jika kita hitung mean. Jika kita memiliki jumlah genap cara kita mengambil rata-rata dua Pertengahan. 3. Meskipun jumlah ini benar. 50. 40. 4.7. harga yang ada : 2.7. 4.3. 3.9 Harga rumah median adalah $ 390.1. Hal ini sering digunakan untuk harga. kita menggunakan median Karena ada jumlah hasil.

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

2. 38.49.8 -7.2 0. 5.8 (X . Buat kolom. x .2 -10.2 46.2 -3.64 104.24 51.2 -2.4 . 44.Varians dan Standar Deviasi: Langkah demi Langkah 1. Contoh Pemilik restoran tertarik pada berapa banyak orang menghabiskan duit di restoran. Tulis sebuah tabel yang mengurangi rata-rata dari setiap nilai yang 3. 47.2 0.49. 50. 4.84 4. 50 Ia menghitung berarti dengan menambahkan dan membagi dengan 10 untuk mendapatkan x = 49. 42. Dia meneliti 10 dipilih secara acak dan menuliskan data sebagai berikut. 46.04 10. 96. Untuk mendapatkan standar deviasi kita mengambil akar kuadrat dari varian. Bagilah dengan n -1 dimana n adalah jumlah item dalam sampel ini adalah varians.64 125. 6.84 84.44 2190.2 -5.64 2600. 39.2) 2 27.2 -9. Hitung mean.24 0.8 11.2 Berikut adalah tabel untuk mendapatkan standar deviasi: x 44 50 38 96 42 47 40 39 46 50 Total Jumlah x . diamati.04 0. 40. Square setiap perbedaan.

berarti kita mengambil rata-rata dan memindahkan satu standar deviasi.6% Ini memberitahu kita bahwa deviasi standar dari tagihan restoran adalah 34.2)100% = 34. sampel Varians akan dilambangkan dengan s dengan W 2. adalah bahwa hal itu tergantung pada unit yang digunakan.Sekarang : 2600. 100% .2-17 = 32. Salah satu penanganan kesulitan ini.20 dan $ 66.2 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 dan 49.4 10 ± 1 = 288. maka deviasi standar akan menjadi kecil. (17/49.6% dari mean. Salah satu kelemahan yang standar deviasi. standar deviasi bisa dianggap mengukur seberapa jauh data kebohongan dari nilai. contoh ini sekitar 49. sedangkan jika data yang tersebar.2 + 17 = 66. s akan besar. Jika data semua terletak dekat.2 dan deviasi standar adalah 17: 49. 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 = 17.20. 2 dan populasi varians akan dinyatakan Varians dan deviasi standar menggambarkan bagaimana penyebaran data.

Sign up to vote on this title
UsefulNot useful