Razlike između prosjeka, medijana i moda u deskriptivnoj statistici
U deskriptivnoj statistici jedan od primarnih ciljeva je sažimanje podataka radi lakšeg razumijevanja. Veliki, raznoliki i ponekad "neuredni" podaci bit će informativniji kada se predstave u obliku mjera centralne tendencije. Tri najčešće korištene mjere centralne tendencije su srednja vrijednost, medijan i mod. Iako sve tri imaju za cilj prikazati "reprezentativnu vrijednost" skupa podataka, njihove metode rada, osjetljivost na outliere i odgovarajuće situacije korištenja značajno se razlikuju.
Ovaj članak raspravlja o značenju, načinu izračuna, prednostima i nedostacima te primjerima primjene srednje vrijednosti, medijana i moda kako biste mogli odabrati najprikladniju mjeru za analizirane podatke.
1. Prosjek (srednja vrijednost): definicija i kako ga izračunati
Srednja vrijednost je zbroj svih vrijednosti podataka podijeljen s brojem podatkovnih točaka. Često se naziva "prosjek", a srednja vrijednost je najpoznatija u svakodnevnom životu. Ona pruža snimku središta podataka proporcionalnim razmatranjem svih vrijednosti.
Srednja formula:
\[
\bar{x} = \frac{\suma x_i}{n}
\]
Informacija:
– \(\suma x_i\) = zbroj svih vrijednosti podataka
– \(n\) = broj podataka
Primjer:
Pretpostavimo da su rezultati ispita pet studenata: 70, 75, 80, 85, 90
Prosjek = (70 + 75 + 80 + 85 + 90) / 5 = 400 / 5 = 80
Srednje prednosti
1. Iskoristite sve podatke tako da korištene informacije budu potpune.
2. Lako se izračunava i široko se koristi u naprednim analizama (npr. varijanca, standardna devijacija).
3. Pogodno za numeričke podatke i relativno simetrične distribucije.
Prosječni nedostatak
1. Vrlo osjetljivo na outliere. Jedna ekstremna vrijednost može uvelike udaljiti prosjek od većine podataka.
2. Ne predstavlja uvijek „tipične vrijednosti“ ako je distribucija podataka iskrivljena.
Primjeri efekata outliera:
Podaci o prihodima (u milijunima rupija): 3, 3, 4, 4, 5, 50
Prosjek = (3+3+4+4+5+50)/6 = 69/6 = 11,5
Iako je većina prihoda u rasponu od 3 do 5 milijuna, prosjek je manje reprezentativan.
2. Medijan (srednja vrijednost): Definicija i kako ga izračunati
Medijan je vrijednost u sredini kada su podaci sortirani od najmanje do najveće. Medijan naglašava položaj, a ne ukupnu veličinu, što ga čini otpornijim na outliere.
Kako odrediti medijan:
1. Sortirajte podatke.
2. Ako je broj podataka neparan, medijan je vrijednost u srednjoj poziciji.
3. Ako je broj podataka paran, medijan je prosjek dviju srednjih vrijednosti.
Primjer (neparan):
Podaci: 2, 3, 5, 7, 9
Medijan = srednja vrijednost = 5
Primjer (parno):
Podaci: 10, 20, 30, 40
Medijan = (20 + 30) / 2 = 25
Srednje prednosti
1. Otporan na izvanredne vrijednosti i ekstremne vrijednosti.
2. Prikladno za iskrivljene podatke kao što su prihodi, cijene kuća ili vrijeme čekanja.
3. Može se koristiti za ordinalne podatke (npr. ocjene zadovoljstva: vrlo zadovoljan, zadovoljan, neutralan, nezadovoljan).
Srednji nedostaci
1. Ne koristi sve vrijednosti podataka u svojim izračunima (više se "bazira na položaju").
2. Manje prikladno za naprednu matematičku analizu koja zahtijeva prosječna svojstva.
Ako se vratimo na primjer prihoda: 3, 3, 4, 4, 5, 50
Podaci su sortirani, medijan za 6 podataka je prosjek 3. i 4. vrijednosti: (4 + 4) / 2 = 4
Ovaj medijan je mnogo reprezentativniji za većinu uvjeta.
3. Modus (najveća vrijednost): Definicija i kako ga odrediti
Mod je vrijednost koja se najčešće pojavljuje u skupu podataka. U nekim slučajevima, podaci mogu imati:
– Jedan način (unimodalni): jedna vrijednost se pojavljuje najčešće
– Dva načina (bimodalni): dvije vrijednosti se pojavljuju najčešće
– Mnogi načini prijevoza (multimodalni)
– Nema načina rada: ako se sve vrijednosti pojavljuju s istom učestalošću
Primjer:
Podaci: 2, 3, 3, 4, 5
Način = 3 (pojavljuje se najčešće)
Bimodalni primjer:
Podaci: 1, 2, 2, 3, 3, 4
Način = 2 i 3
Prednosti načina rada
1. Jedina mjera centralne tendencije koja se može koristiti za nominalne podatke (npr. omiljena boja, najpopularnija marka).
2. Lako za razumjeti jer odmah pokazuje najdominantniju kategoriju/vrijednost.
3. Ne pod utjecajem ekstremnih vrijednosti u smislu da ekstremne vrijednosti ne mijenjaju učestalost najčešće pojavljivanih vrijednosti.
Nedostatak načina rada
1. Ponekad nije jedinstven (može ih biti više od jednog) ili čak ne postoji.
2. Može biti manje stabilan; male promjene u podacima mogu promijeniti način rada.
3. Ne predstavlja uvijek "središte" podataka matematički.
4. Glavne razlike između prosjeka, medijana i moda
Ukratko, razlike između ta tri mogu se vidjeti iz metode izračuna, osjetljivosti na outliere i prikladnih tipova podataka:
1. Srednja vrijednost koristi sve vrijednosti, najbolja je za simetrične numeričke podatke, ali osjetljiva na outliere.
2. Medijan na temelju položaja, pogodan za iskrivljene podatke, otporniji na outliere.
3. Način rada temeljen na učestalosti, prikladan za kategoričke/nominalne podatke i za prikaz najdominantnije vrijednosti.
U mnogim statističkim knjigama postoji opći odnos između triju distribucija:
– Simetrična distribucija: srednja vrijednost ≈ medijan ≈ mod
– Distribucija nagnuta udesno (iskrivljena udesno): srednja vrijednost > medijan > mod
– Distribusi miring ke kiri (skewed left) : mean < median < modus
Namun ini adalah kecenderungan, bukan aturan mutlak.
5. Kapan Menggunakan Mean, Median, atau Modus?
Memilih ukuran pemusatan yang tepat bergantung pada karakter data dan tujuan analisis.
Gunakan Mean jika:
- Data berbentuk numerik (interval/rasio).
- Distribusi relatif simetris.
- Tidak ada outlier ekstrem atau outlier sudah ditangani.
- Anda membutuhkan dasar untuk perhitungan statistik lainnya.
Contoh situasi: rata-rata nilai ujian kelas dengan sebaran nilai wajar.
Gunakan Median jika:
- Data numerik tetapi terdapat outlier atau distribusinya miring.
- Anda ingin nilai “tipikal” yang lebih stabil.
- Data bersifat ordinal.
Contoh situasi: median gaji karyawan, median harga rumah, median waktu tempuh perjalanan.
Gunakan Modus jika:
- Data bersifat nominal atau kategorik.
- Anda ingin mengetahui pilihan yang paling umum.
Contoh situasi: ukuran baju yang paling banyak dibeli (S/M/L), metode pembayaran paling sering dipakai, atau jenis produk terlaris.
Kesimpulan
Mean, median, dan modus adalah tiga ukuran pemusatan data yang sangat penting dalam statistika deskriptif. Mean memberikan rata-rata dengan mempertimbangkan semua nilai, namun rentan terhadap outlier. Median menunjukkan nilai tengah yang lebih tahan terhadap nilai ekstrem dan cocok untuk data yang skewed. Modus menyoroti nilai atau kategori yang paling sering muncul dan sangat berguna untuk data kategorik.
Dengan memahami perbedaan dan konteks penggunaannya, Anda dapat memilih ukuran pemusatan yang paling tepat agar kesimpulan dari data menjadi lebih akurat dan mudah dipahami. Jika data Anda memiliki outlier besar, median sering lebih representatif; jika data bersifat kategorik, modus adalah pilihan utama; dan jika data simetris dan “bersih,” mean bisa menjadi ringkasan yang paling informatif.
