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.

080. 4. Jika kita memiliki jumlah genap cara kita mengambil rata-rata dua Pertengahan. kita mengambil rata-rata dua tengah (3. 3.Median dan pamakaian Mean Salah satu masalah dengan menggunakan mean. maka berarti akan sangat dipengaruhi. 96. 50. Jika ada satu hasil yang sangat jauh dari sisa data. 50. tambahkan mereka dan bagi dengan 10: 44 + 50 + 38 + 96 + 42 + 47 + 40 + 39 + 46 + 50 10 = 49. 42.2 Perhatikan bahwa nilai rata-rata bukan nilai sampel.1. 3.7. 39. Meskipun jumlah ini benar.1)/2= 3. 4.3. adalah nilai alternatif yang juga tahan terhadap outlier. . Anda tertarik pada rumah khas dengan harga $ 100.000.9. Melihat lebih dekat data menunjukkan bahwa rumah senilai 40.9 Harga rumah median adalah $ 390. 38.000.8 Jika kita hitung mean. adalah bahwa sering tidak menggambarkan hasilyang sesuai. Untuk menemukan mean sampel.7. Hal ini sering digunakan untuk harga. Suatu ukuran alternatif adalah median. 47.7 + 4.7.7.8 x $ 100. Contoh Misalkan anda memilih secara acak 10 harga rumah di daerah selatan Danau tahoe. 40. harga yang ada : 2.000. Median adalah lebih baik untuk menggambarkan nilai khas. 40.4. 3.1. 2. 4. Sebaliknya. kita menggunakan median Karena ada jumlah hasil. 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. dengan hasil seperti itu disebut hasil dan outlier.000 = $ 4. data dikumpulkan pada jumlah sewa 10 hari Sabtu berturutturut: 44.000. 4. Ini lebih mencerminkan apa yang pembeli rumah harapkan. 46. itu tidak mencerminkan harga yang tersedia untuk perumahan di South Lake Tahoe. kita akan mengatakan bahwa harga rumah rata-rata adalah 744.

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

2 46.24 51. Hitung mean. 50. Tulis sebuah tabel yang mengurangi rata-rata dari setiap nilai yang 3.64 125. 47.2) 2 27.8 (X .84 84. Contoh Pemilik restoran tertarik pada berapa banyak orang menghabiskan duit di restoran. 38.8 11. 39. Buat kolom.4 .8 -7.04 10.24 0.Varians dan Standar Deviasi: Langkah demi Langkah 1. 46.84 4. 5. 42. x .2 -9.49.49. 50 Ia menghitung berarti dengan menambahkan dan membagi dengan 10 untuk mendapatkan x = 49. 4.2 -2.2 -5. diamati.64 2600. 2. Square setiap perbedaan.44 2190. Untuk mendapatkan standar deviasi kita mengambil akar kuadrat dari varian.64 104.2 -3.2 Berikut adalah tabel untuk mendapatkan standar deviasi: x 44 50 38 96 42 47 40 39 46 50 Total Jumlah x . 6. 96.04 0.2 0.2 0.2 -10. 44. Dia meneliti 10 dipilih secara acak dan menuliskan data sebagai berikut. 40. Bagilah dengan n -1 dimana n adalah jumlah item dalam sampel ini adalah varians.

contoh ini sekitar 49. sampel Varians akan dilambangkan dengan s dengan W 2. Jika data semua terletak dekat. sedangkan jika data yang tersebar. 2 dan populasi varians akan dinyatakan Varians dan deviasi standar menggambarkan bagaimana penyebaran data.4 10 ± 1 = 288.2 Apakah ini berarti bahwa sebagian besar pelanggan mungkin menghabiskan antara $ 32.2-17 = 32.20 dan $ 66. s akan besar. 100% .2 dan deviasi standar adalah 17: 49.6% dari mean.2 dan 49. standar deviasi bisa dianggap mengukur seberapa jauh data kebohongan dari nilai.6% Ini memberitahu kita bahwa deviasi standar dari tagihan restoran adalah 34. Salah satu kelemahan yang standar deviasi. maka deviasi standar akan menjadi kecil. berarti kita mengambil rata-rata dan memindahkan satu standar deviasi. adalah bahwa hal itu tergantung pada unit yang digunakan.Sekarang : 2600. sampel deviasi standar akan dinotasikan dengan s dan populasi standar deviasi akan ditandai oleh W huruf Yunani.20. disebut koefisien variasi yang merupakan standar deviasi dibagi dengan waktu rata-rata 100% W CV = Q Pada contoh di atas.2)100% = 34. (17/49. Salah satu penanganan kesulitan ini.7 Maka varian adalah 289 dan standar deviasi adalah akar kuadrat dari 289 = 17.2 + 17 = 66.

Sign up to vote on this title
UsefulNot useful