Statistik mungkin tampak seperti bahasa asing sampai Anda menguraikannya. Inti dari analisis data adalah tiga alat sederhana yang memberi tahu Anda di mana sebenarnya letak kumpulan data. Kami menyebutnya ukuran tendensi sentral. Mereka menjawab pertanyaan: Jika Anda harus memilih satu angka untuk mewakili semua data ini, angka apakah itu?
Ini bukan hanya konsep matematika abstrak. Itu adalah cara praktis untuk menemukan pola dalam kekacauan. Baik Anda seorang siswa yang sedang mengerjakan tugas atau orang tua yang mencoba memahami rapor anak Anda, mengetahui cara menghitung mean, median, dan modus akan membuat perbedaan besar.
“Ukuran tendensi sentral mengidentifikasi pusat kumpulan data. Ukuran tersebut menunjukkan di mana sebagian besar nilai dikelompokkan.”
Berikut ini rincian sederhana dari ketiga variabel berbeda tersebut.
Rata-rata: rata-rata matematika
Mean adalah apa yang kebanyakan orang pikirkan ketika mereka mendengar “rata-rata”. Ini adalah ukuran yang paling umum digunakan, namun juga paling sensitif terhadap outlier.
Untuk menemukan mean, ikuti dua langkah sederhana:
1. Jumlahkan semua nilai dalam kumpulan data.
2. Bagilah jumlah totalnya dengan banyaknya angka yang dijumlahkan.
Jika Anda memiliki lima hasil tes, jumlahkan semuanya dan bagi dengan lima. Hasilnya adalah meannya. Anda mendapatkan pusat matematika yang akurat, namun dapat menjadi miring jika salah satu nilai jauh lebih tinggi atau lebih rendah dibandingkan nilai lainnya.
Median: Jalan Tengah
Median adalah nilai tengah sebenarnya dari kumpulan data. Yang penting bukanlah besarnya angka, tetapi urutannya. Hal ini menjadikannya sebagai ukuran yang kuat ketika terdapat outlier yang dapat mengganggu rata-rata.
Untuk menghitung median:
– Susun data Anda dalam urutan menaik (terkecil hingga terbesar).
– Temukan angka tengah yang tepat.
Jika jumlah titik data Anda ganjil, mediannya adalah satu nilai tengah. Biasanya, jika Anda mempunyai bilangan genap, Anda menghitung rata-rata dua bilangan tengahnya. Median membagi barisan menjadi dua bagian yang sama besar. Separuh dari data berada di atas ini; setengahnya turun.
Mode: Nilai Paling Sering
Mode adalah konsep yang paling sederhana namun juga bisa menjadi yang paling menarik. Ini hanyalah nilai yang paling sering muncul dalam kumpulan data Anda.
Kumpulan data dapat memiliki:
– Satu mode (unimodal)
– Dua mode (bimodal)
– Beberapa mode (multimodal)
– Tidak ada mode sama sekali (ketika setiap nilai hanya muncul satu kali)
Mode ini sangat berguna untuk data kategorikal. Anda tidak dapat menghitung rata-rata warna favorit Anda, tetapi Anda dapat dengan mudah menemukan modenya. Ini memberi tahu Anda apa yang paling umum atau populer di grup Anda.
Mengapa Ketiga Hal Ini Penting
Memahami cara menghitung mean, median, dan modus bukan hanya tentang lulus ujian. Ini tentang penafsiran dunia.
Bayangkan melihat harga rumah di suatu lingkungan. Jika satu rumah besar bernilai $10 juta dan sembilan rumah bernilai $300.000, harga rata-rata akan naik secara signifikan. Ini mungkin menunjukkan bahwa lingkungan tersebut jauh lebih mahal daripada harga sebenarnya bagi pembeli rata-rata. Namun, mediannya akan tetap mendekati $300.000, yang memberikan gambaran yang lebih realistis mengenai biaya rumah pada umumnya.
Rata-rata menggunakan setiap nilai. Median hanya menggunakan
Memilih Antara Rata-Rata, Median, dan Modus
Pilihan antara mean, median, dan mode bergantung sepenuhnya pada cara data Anda didistribusikan. Rata-rata berfungsi paling baik ketika data mengelompok di tengah, sehingga memberikan gambaran akurat tentang tren umum. Namun jika datanya condong ke arah ekstrem tertentu, meannya akan terdistorsi oleh outlier.
Ketika nilai-nilai ekstrem berbeda secara signifikan dari nilai-nilai lainnya, median atau modus sering kali menceritakan kisah yang lebih nyata. Mereka menyoroti apa yang sebenarnya umum dalam sampel atau populasi Anda. Ingatlah bahwa mode—nilai yang paling sering muncul—dapat muncul di mana saja dalam kumpulan data, tidak hanya di tengah.
Mari kita lihat contoh singkat untuk melihat cara kerja penghitungan ini. Bayangkan sebuah toko es krim fiktif yang melacak penjualan bulanan apa pun rasanya:
| Bulan | Es Krim Dijual |
|---|---|
| Januari | 41 |
| Februari | 38 |
| Maret | 74 |
| April | 98 |
| Mei | 140 |
| Juni | 421 |
| Juli | 785 |
| Agustus | 723 |
| September | 506 |
| Oktober | 140 |
| November | 87 |
| Desember | 52 |
Untuk mencari rata-rata, tambahkan semua es krim yang terjual dan bagi dengan jumlah bulan. Hasilnya sekitar 259 es krim per bulan.
Bagaimana dengan mediannya? Pertama, urutkan nilainya dari terkecil hingga terbesar:
38 < 41 < 52 < 74 < 87 < 98 < 140 < 140 < 421 < 506 < 723 < 785
Karena jumlah titik datanya genap, ambil dua nilai tengah: 98 dan 140. Hitung rata-ratanya untuk mendapatkan median, yaitu 119.
Terakhir, mode hanyalah nilai yang diulang. Di sini, 140, karena muncul dua kali sementara tidak ada nomor lain yang berulang.
Bagaimana Rata-rata Dihitung
Mean adalah rata-rata aritmatika dari sekumpulan angka. Karena memperhitungkan setiap titik data, maka sangat sensitif terhadap outlier—nilai ekstrem yang letaknya jauh dari nilai lainnya.
Menghitungnya sangatlah mudah:
- Kumpulkan semua titik data dari sampel Anda. Tidak perlu memilahnya terlebih dahulu.
- Jumlahkan semua nilai data.
- Bagi jumlah tersebut dengan jumlah titik data.
Perhatikan bahwa perhitungan ini memerlukan data numerik. Anda tidak dapat menghitung rata-rata data kategorikal seperti warna atau nama.
Pertimbangkan contoh lain: melacak konsumsi soda di antara sepuluh orang.
| Orang | Soda Dikonsumsi |
|---|---|
| SEBUAH | 5 |
| B | 4 |
| C | 8 |
| D | 5 |
| E | 16 |
| F | 0 |
| G | 10 |
| H | 9 |
| saya | 20 |
| J | 1 |
Menjumlahkan nilai-nilai ini menghasilkan 78. Dengan sampel 10 orang, membagi 78 dengan 10 menghasilkan rata-rata 7,8 soda per orang.
Sekarang, lihat bagaimana pencilan mengubah hasil ini. Bayangkan sepuluh pencetak gol terbanyak di tim sepak bola:
| Pemain | Sasaran |
|---|---|
| SEBUAH | 2 |
| B | 3 |
| C | 4 |
| D | 4 |
| E | 5 |
| F | 6 |
| G | 8 |
| H | 9 |
| saya | 12 |
| J | 50 |
Jumlahnya 103. Membaginya dengan 10 pemain menghasilkan rata-rata 10,3 gol. Tampaknya logis untuk mengatakan rata-rata pemain mencetak 10,3 gol. Tapi itu menyesatkan. Kenyataannya, hanya dua pemain yang berada di atas rata-rata tersebut. Mayoritas mendapat skor kurang dari 10.
Nilai mean tidak selalu merupakan alat terbaik untuk memahami perilaku populasi. Ini bersinar ketika data didistribusikan secara merata. Ketika kecondongan terjadi, Anda memerlukan perspektif yang berbeda.
Mengapa Median dan Mode Lebih Penting dalam Data Miring
Median mewakili titik tengah kumpulan data. Ini membagi data Anda menjadi dua—50% nilainya lebih rendah, 50% lebih tinggi. Karena bergantung pada posisi, bukan magnitudo, maka jarak aktual antar nilai diabaikan. Hal ini membuatnya kuat terhadap outlier ekstrim.
Dalam contoh es krim, median (119) lebih mendekati rata-rata penjualan bulanan dibandingkan rata-rata (259). Lonjakan besar di musim panas meningkatkan nilai rata-rata, menciptakan kesan yang salah tentang seperti apa bulan “standar”. Jika Anda menjalankan bisnis, mengetahui bahwa 119 adalah dasar yang lebih realistis akan membantu perencanaan inventaris. Nilai rata-rata tersebut mungkin menyebabkan Anda mengalami kelebihan stok pada bulan-bulan yang lebih lambat.
Mode ini menambah lapisan wawasan lainnya. Ini mengidentifikasi hasil yang paling populer. Dalam penjualan, hal ini seringkali lebih dapat ditindaklanjuti daripada rata-rata. Jika 140 unit merupakan angka penjualan yang paling umum, maka ini merupakan pola yang perlu diperhatikan. Ini memberi tahu Anda apa yang sebenarnya paling sering dilakukan pelanggan, bukan apa yang disarankan oleh pusat matematika.
Pertimbangkan skenario saat Anda menganalisis waktu penyelesaian tiket dukungan pelanggan. Kebanyakan tiket memakan waktu dua hari. Beberapa membutuhkan waktu dua minggu karena masalah yang rumit. Rata-ratanya mungkin menunjukkan 4 hari. Median mungkin menunjukkan 2 hari. Modusnya pasti 2 hari.
Mana yang lebih bermanfaat?
Jika Anda menetapkan ekspektasi pelanggan, median atau modusnya lebih baik. Anda tidak ingin menjanjikan 4 hari ketika kebanyakan orang mendapatkan bantuan dalam 2 hari. Maksudnya adalah menyembunyikan realitas tingkat layanan standar Anda.
Namun, modus tersebut ada batasnya. Bagaimana jika setiap nilai adalah unik? Maka tidak ada modus. Atau bagaimana jika ada beberapa mode? Kumpulan data bisa berupa bimodal, dengan dua nilai yang sama. Ini mungkin menunjukkan dua kelompok pelanggan atau preferensi produk yang berbeda. Dalam kasus seperti ini, modusnya lebih menonjolkan segmentasi daripada tendensi sentral tunggal.
Median selalu ditentukan untuk data numerik, asalkan Anda dapat mengurutkannya. Ini adalah tujuan distribusi pendapatan, harga perumahan, atau kumpulan data apa pun yang nilai rata-ratanya akan terdistorsi oleh beberapa nilai ekstrim.
Jadi, kapan sebaiknya Anda menggunakan yang mana?
Gunakan mean untuk distribusi simetris dengan sedikit outlier. Pikirkan nilai ujian di kelas yang seimbang atau toleransi manufaktur.
Gunakan median ketika data tidak tepat atau terdapat outlier. Pikirkan pendapatan, harga rumah, atau waktu respons.
Gunakan mode untuk data kategorikal atau untuk menemukan kejadian paling sering dalam kumpulan data mana pun. Pikirkan warna favorit, metode pembayaran pilihan
Cara mencari median suatu kumpulan data
Median adalah nilai tengah dalam daftar yang diurutkan. Ini adalah alat statistik yang memotong kumpulan data menjadi dua. Berbeda dengan rata-rata, ini tidak memungkinkan penyimpangan ekstrim mendistorsi hasil. Hal ini membuatnya dapat diandalkan untuk data pendapatan atau nilai ujian di mana angka yang sangat tinggi menyimpang dari rata-ratanya.
Untuk menemukannya, Anda harus mengikuti proses yang ketat. Pertama, kumpulkan data numerik Anda. Urutkan berikutnya. Ketertiban penting di sini. Sebutkan bilangan dari terkecil ke terbesar atau terbesar ke terkecil. Arahnya tidak mengubah pusat. Setelah disortir, cari bagian tengahnya.
Metodenya berubah tergantung apakah Anda memiliki bilangan genap atau ganjil. Jika kumpulan data berisi elemen dalam jumlah ganjil, median adalah nilai tunggal yang tepat berada di tengah-tengah. Jika genap, Anda memiliki dua angka tengah. Anda mendapatkan rata-rata dari dua nilai ini. Itu saja. Logika sederhana.
Mari kita lihat contoh konkritnya. Bayangkan Anda melacak penjualan TV di tujuh model.
| Model | Penjualan |
|---|---|
| SEBUAH | 104 |
| B | 67 |
| C | 122 |
| D | 176 |
| E | 81 |
| F | 130 |
| G | 75 |
Urutkan terlebih dahulu nomor penjualannya:
67, 75, 81, 104, 122, 130, 176
Ada tujuh nilai. Yang keempat ada di tengah. Mediannya adalah 104. Mengapa? Karena ada tiga angka di bawah dan tiga di atas. Itu terletak tepat di tengah.
Sekarang apa yang terjadi jika Anda menambahkan model TV lain? Misalkan saja Model H yang terjual 150 unit. Daftar baru terlihat seperti ini:
67, 75, 81, 104, 122, 130, 150, 176
Hitungannya kini genap. Delapan item. Tidak ada satu pun angka tengah. Anda punya dua: 104 dan 122. Ambil rata-rata keduanya.
104 + 122 = 226
226/2 = 113
Median barunya adalah 113. Ini mencerminkan perubahan sebaran data.
Mengidentifikasi Mode: dari angka hingga kategori
Modusnya berbeda. Ini adalah nilai yang paling umum. Besar kecilnya angka tidak menjadi masalah. Ini semua tentang pengulangan. Hal ini menjadikannya unik karena juga berfungsi dengan data non-numerik. Anda dapat menemukan mode warna mata, makanan favorit, atau merek mobil.
Kumpulan data tidak boleh memiliki mode. Itu bisa memilikinya. Atau bisa juga banyak. Terminologi berubah seiring frekuensi.
* Unimodal: Satu nilai paling sering muncul.
* Amodal: Tidak ada nilai yang berulang. Setiap item unik.
* Bimodal: Dua nilai berbagi posisi puncak frekuensi.
* Multimodal: Lebih dari dua nilai menghasilkan frekuensi tertinggi.
Hitung saja dengan menghitung kejadiannya. Kelompokkan data yang berulang. Pilihlah kelompok yang mempunyai jumlah terbanyak. Ini adalah modusnya.
Pertimbangkan untuk melakukan survei terhadap sepuluh keluarga dan kepemilikan mobil mereka.
| Keluarga | Mobil |
|---|---|
| SEBUAH | 1 |
| B | 3 |
| C | 1 |
| D | 2 |
| E | 2 |
| F | 4 |
| G | 2 |
| H | 1 |
| saya | 2 |
| J | 3 |
Hitung frekuensinya:
* 4 mobil : 1 keluarga
* 3 mobil : 2 keluarga
* 1 mobil : 3 keluarga
* 2 mobil : 4 keluarga
Nomor 2 adalah yang paling umum. Modusnya adalah 2. Kebanyakan keluarga dalam sampel ini memiliki dua mobil.
Mode ini bersinar dengan data kategorikal. Lihatlah penelitian tentang warna favorit anak-anak.
| anak | Warna favorit |
|---|---|
| SEBUAH | Hijau |
| B | Merah |
| C | Biru |
| D | Hijau |
| E | Putih |
| F | Merah Jambu |
| G | Ungu |
| H | Hijau |
| saya | Biru |
| J | Biru |
Hitung warnanya:
* Hijau: 3 kali
* Biru: 3 kali
* Merah, Putih, Pink, Ungu: masing-masing 1 kali
Hijau dan biru berbagi posisi teratas. Ini adalah distribusi bimodal. Hijau dan biru adalah modenya. Wawasan ini memberi tahu Anda sesuatu yang median atau meannya tidak pernah bisa memberi tahu Anda: tidak ada satu preferensi “rata-rata”, yang ada hanya dua pilihan dominan.
